Investigation of the thermal loading during turning of a metal–composite system as a function of cutting speed, feed rate, and depth when machining a thin-walled 2 mm metal shell

Cover Page

Cite item

Full Text

Abstract

Introduction. This paper is devoted to the study of the thermal loading of the turning process for metal–composite systems (MCS) consisting of a thin-walled, additively manufactured metal shell and a metal-polymer filler. The purpose of this study is to investigate the influence of technological turning parameters on the temperature in the cutting zone of metal-composite systems (MCS) with a 2 mm thick metal shell and to determine the permissible machining conditions that prevent thermal degradation of the metal-polymer filler. Methodology. For experimental modeling of the MCS, a hardware-software complex was developed, including a replaceable metal sleeve made of 0.12C18Cr-10Ni-Ti steel, ferrochrome metal–polymer (TU 2257-002-48460567-00), three thermocouples with MAX6675 analog-to-digital converters, and a wireless data transmission module based on an ESP32. The temperature at the metal-metal-polymer interface was recorded in real time. The results were verified using a non-contact method with a FLUKE Ti400 thermal imager (error of 3–5 °C). The experiment was conducted according to a full factorial design 23 + n0 with variation of cutting speed V (m/min), feed rate S (mm/rev), and depth of cut t (mm), including central points for assessing the curvature of the response surface. Results and discussion. Based on the experimental data obtained for the 2 mm shell, a second-order regression model (2T3) was constructed, demonstrating high adequacy. Analysis of the model coefficients showed that the depth of cut t has the greatest influence on the temperature increase, followed by the feed rate S, while the cutting speed V has the least effect within the studied range. Using the model, response surfaces and contour maps were constructed, allowing visualization of safe machining regions that satisfy the constraint T ≤ 170 °C — the heat resistance limit of the metal-polymer. The obtained dependencies provide a basis for standardizing finishing turning parameters for tooling components with additively formed shells and metal-polymer fillers.

About the authors

Nikolay S. Lubimyi

Belgorod State Technological University named after V.G. Shukhov

Email: nslubim@bk.ru
ORCID iD: 0000-0002-6131-3217
SPIN-code: 9782-6737
Scopus Author ID: 57220289616
ResearcherId: AAF-5358-2020
https://sciprofiles.com/profile/NickolayLubimyi

Ph.D. (Engineering), Associate Professor

Russian Federation, 308012, Russian Federation, Belgorod, 46 Kostyukova St.

Boris S. Chetverikov

Belgorod State Technological University named after V.G. Shukhov

Email: await_rescue@mail.ru
ORCID iD: 0000-0003-1801-6767
SPIN-code: 8046-2647
Scopus Author ID: 56105163000
ResearcherId: E-5233-2014

Ph.D. (Engineering), Associate Professor

Russian Federation, 308012, Russian Federation, Belgorod, 46 Kostyukova St.

Sergey V. Klyuev

Belgorod State Technological University named after V.G. Shukhov

Email: klyuyev@yandex.ru
ORCID iD: 0000-0002-1995-6139
SPIN-code: 5944-3648
Scopus Author ID: 57212454175
ResearcherId: W-4457-2017

D.Sc. (Engineering), Professor

Russian Federation, 308012, Russian Federation, Belgorod, 46 Kostyukova St.

Nikolay A. Zagorodniy

Belgorod State Technological University named after V.G. Shukhov

Email: n.zagorodnij@yandex.ru
ORCID iD: 0000-0002-2997-3282
SPIN-code: 5230-3519
Scopus Author ID: 57201774823

Ph.D. (Engineering), Associate Professor

Russian Federation, 308012, Russian Federation, Belgorod, 46 Kostyukova St.

Andrey A. Polshin

Belgorod State Technological University named after V.G. Shukhov

Email: info@polshin.ru
ORCID iD: 0000-0001-5809-4458
SPIN-code: 3387-5740
Scopus Author ID: 57415919700
ResearcherId: JXM-8999-2024

Laboratory Research Assistant

Russian Federation, 308012, Russian Federation, Belgorod, 46 Kostyukova St.

Ardalion K. Maltsev

Belgorod State Technological University named after V.G. Shukhov

Email: ardalion_bgtu@mail.ru
ORCID iD: 0000-0002-0878-3658
SPIN-code: 4174-6234
Scopus Author ID: 59005514300

Post-graduate Student

Russian Federation, 308012, Russian Federation, Belgorod, 46 Kostyukova St.

Mikhail V. Bytsenko

Belgorod State Technological University named after V.G. Shukhov

Author for correspondence.
Email: b.michutka2005@gmail.com
ORCID iD: 0009-0004-2133-885X
SPIN-code: 1598-9839
ResearcherId: OKT-0643-2025

Student

Russian Federation, 308012, Russian Federation, Belgorod, 46 Kostyukova St.

References

  1. Justification of the use of composite metal-metal-polymer parts for functional structures / N.S. Lubimyi, A.A. Polshin, M.D. Gerasimov, A.A. Tikhonov, S.I. Antsiferov, B.S. Chetverikov, V.G. Ryazantsev, J. Brazhnik, I. Ridvanov // Polymers. – 2022. – Vol. 14 (2). – P. 352. – doi: 10.3390/polym14020352.
  2. Zhang K., Cheng G. Three-dimensional high resolution topology optimization considering additive manufacturing constraints // Additive Manufacturing. – 2020. – Vol. 35. – P. 101224. – doi: 10.1016/j.addma.2020.101224.
  3. Reducing the cost of 3D metal printing using selective laser melting (SLM) technology in the manufacture of a drill body by reinforcing thin-walled shell forms with metal-polymers / N.S. Lubimyi, M. Chepchurov, A.A. Polshin, M.D. Gerasimov, B.S. Chetverikov, A. Chetverikova, A.A. Tikhonov, A. Maltsev // Journal of Manufacturing and Materials Processing. – 2024. – Vol. 8 (2). – P. 44. – doi: 10.3390/jmmp8020044.
  4. Adaptive variable design algorithm for improving topology optimization in additive manufacturing guided design / A.V. Morillas, J.M. Alonso, A.B. Caballero, C.C. Sisamón, A. Ceruti // Inventions. – 2024. – Vol. 9 (70). – P. 9040070. – doi: 10.3390/inventions9040070.
  5. Sambo A.M., Younas M., Njuguna J. Insights into machining techniques for additively manufactured Ti6Al4V alloy: A comprehensive review // Applied Sciences. – 2024. – Vol. 14 (22). – P. 10340. – doi: 10.3390/app142210340.
  6. A review of topology optimization for additive manufacturing: Status and challenges / J. Zhu, H. Zhou, C. Wang, L. Zhou, S. Yuan, W. Zhang // Chinese Journal of Aeronautics. – 2021. – Vol. 65. – P. 91–110. – doi: 10.1016/j.cja.2020.09.020.
  7. What is the economic feasibility of manufacturing a metal-metal- polymer composite part compared to other technologies? / N. Lubimyi, V. Voronenko, A. Polshin, M. Gerasimov, S. Antsiferov, O.K. Öztürk, B. Chetverikov, A. Tikhonov, V. Ryazantsev, V. Shumyacher, N. Melentiev // Australian Journal of Mechanical Engineering. – 2022. – Vol. 22 (2). – P. 314–325. – doi: 10.1080/14484846.2022.2094533.
  8. Малышев В.Ф., Дьяченко С.В. Резание труднообрабатываемых сталей. – М.: Машиностроение, 2010. – 248 с.
  9. Трент Э.М., Райт П.К. Резание металлов. – М.: Машиностроение, 2001. – 385 с.
  10. Effect of the cutting condition and the reinforcement phase on the thermal load of the workpiece when dry turning aluminum metal matrix composites / J.C. Aurich, M. Zimmermann, S. Schindler, P. Steinmann // The International Journal of Advanced Manufacturing Technology. – 2016. – Vol. 82. – P. 1317–1334. – doi: 10.1007/s00170-015-7444-0.
  11. Fixturing technology and system for thin-walled parts machining: a review / H. Liu, C. Wang, T. Li, Q. Bo, K. Liu, Y. Wang // Frontiers of Mechanical Engineering. – 2023. – Vol. 17 (4). – P. 55. – doi: 10.1007/s11465-022-0711-5.
  12. Park J.-K., Lee C.-M., Kim D.-H. Investigation on the thermal effects of WC-Co turning inserts deposited by additive manufacturing of titanium alloy powder // Metals. – 2021. – Vol. 11 (11). – P. 1705. – doi: 10.3390/met11111705.
  13. Sultana M.N., Dhar N.R., Zaman P.B. A review on different cooling/lubrication techniques in metal cutting // American Journal of Mechanics and Applications. – 2019. – Vol. 7. – P. 71–87. – doi: 10.11648/j.ajma.20190704.11.
  14. Machining technology and PVD coatings for milling thin structural parts of Inconel 718 / M. Schiffler, T. Maul, F. Welzel, H. Frank, T. Cselle, A. Lümkemann // SSRN Electronic Journal. – 2020. – Vol. 7. – P. 55–63. – doi: 10.2139/ssrn.3724144.
  15. Taufik M., Jain P.K. A study of build edge profile for prediction of surface rough-ness in fused deposition modeling // Journal of Manufacturing Science and Engineering. – 2016. – Vol. 138 (6). – P. 061002. – doi: 10.1115/1.4032193.
  16. Research on the fabricating quality optimization of the overhanging surface in SLM process / D. Wang, Y. Yang, Z. Yi, X. Su // The International Journal of Advanced Manufacturing Technology. – 2013. – Vol. 65. – P. 1471–1484. – doi: 10.1007/s00170-012-4271-4.
  17. Хоанг В.Ч. Практические вопросы исследования температуры резания при точении // Известия Тульского государственного университета. Технические науки. – 2015. – № 7-1. – С. 78–84.
  18. ЗАО «Металлополимерные материалы ЛЕО». Технические условия ТУ 2257-002-48460567-00. Металлополимер «Ферро-хром». – М., 2009. – URL: http://www.leopolimer.ru/ (дата обращения: 10.11.2025).
  19. Целиков П.В., Кисель А.Г. Исследование изнашивания режущего инструмента при точении сплава ТН1 // Системы. Методы. Технологии. – 2025. – № 2 (66). – С. 43–49. – doi: 10.18324/2077-5415-2025-2-43-49.
  20. Бордачев Е.В., Лапшин В.П. Математическое моделирование температуры в зоне контакта инструмента и изделия при токарной обработке металлов // Вестник Донского государственного технического университета. – 2019. – № 2. – С. 130–137. – doi: 10.23947/1992-5980-2019-19-2-130-137.
  21. Jones T., Cao Y. Tool wear prediction based on multisensor data fusion and machine learning // International Journal of Advanced Manufacturing Technology. – 2025. – Vol. 137. – P. 5213–5225. – doi: 10.1007/s00170-025-15472-4.
  22. Digital twin-driven tool wear monitoring and predicting method for the turning process / K. Zhuang, Z. Shi, Y. Sun, Z. Gao, L. Wang // Symmetry. – 2021. – Vol. 13. – P. 1438. – doi: 10.3390/sym13081438.
  23. Topology optimization methods for additive manufacturing: a review / I.E. Khadiri, M. Zemzami, N. Hmina, M. Lagache, S. Belhouideg // International Journal for Simulation and Multidisciplinary Design Optimization. – 2023. – Vol. 14. – P. 12. – doi: 10.1051/smdo/2023015.
  24. Analysis of the effect of porosity on thermal conductivity with consideration of the internal structure of arbolite / N. Zhangabay, D. Chepela, T. Tursunkululy, A. Zhang-abay, A. Kolesnikov // Construction Materials and Products. – 2024. – Vol. 7 (3). – P. 1–12. – doi: 10.58224/2618-7183-2024-7-3-4.
  25. D-printed metals: Process parameters effects on mechanical properties of 17-4 PH stainless steel / F.R. Andreacola, I. Capasso, A. Langella, G. Brando // Heliyon. – 2023. – Vol. 9 (7). – P. 17698. – doi: 10.1016/j.heliyon.2023.e17698.
  26. Mechanical characteristics of polymer composites based on epoxy resins with silicon carbide / M.S. Lisyatnikov, D.A. Chibrikin, E.S. Prusov, S.I. Roshchina // Construction Materials and Products. – 2024. – Vol. 7 (5). – doi: 10.58224/2618-7183-2024-7-5-3.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Note

Funding

This study was supported by grant No. 23-79-10022 from the Russian Science Foundation, https://rscf.ru/project/23-79-10022/

 

Acknowledgements

The study was performed using equipment from the High Technologies Center of BSTU named after V.G. Shukhov.



Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».