Dataset 2 - Proyecto SPAREMETAL
Loading...
Identifiers
Publication date
Reading date
Collaborators
Advisors
Tutors
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Málaga
Share
Department/Institute
Abstract
Este dataset contiene datos experimentales y procesados obtenidos durante procesos de mecanizado en seco de aleaciones ligeras (aleación de aluminio UNS A97075 y aleación de titanio Ti6Al4V). Los datos se recopilaron en el marco del proyecto de investigación SPAREMETAL e incluyen tanto datos de monitorización en tiempo real como resultados de caracterización fuera de línea. Se trata del dataset 1 (existen 4 para este proyecto), en el que se analiza el efecto de los parámetros de corte sobre el comportamiento en fatiga, desviaciones geométricas, fuerzas de corte, temperatura de corte, consumo de energía, resistencia a la tracción y microdureza en el torneado de la aleación UNS A97075.
Datos generados/recogidos:
En el proyecto SPAREMETAL se han generado datos experimentales derivados de procesos de mecanizado en seco de aleaciones ligeras (UNS A97075 y Ti6Al4V), incluyendo:
• Datos de monitorización online (fuerzas de corte, temperatura, vibraciones, consumo energético)
• Datos de monitorización offline (rugosidad, desviaciones geométricas, microdureza, fatiga)
• Bases de datos integradas de parámetros de corte y variables de salida
• Modelos predictivos basados en redes neuronales artificiales
• Archivos de simulación (MATLAB/Simulink)
• Documentación metodológica y protocolos experimentales
Formatos y estándares utilizados:
• CSV, XLSX, FEL, DWD, ATS, DXD (data)
• MAT, M, SLX, MALAPP, MLX, EXE (models)
• Documentación: PDF, DOCX
• Imágenes: TIFF, PNG
Valor para otros investigadores:
Los datos permiten:
• Reproducir experimentos de mecanizado sostenible
• Validar modelos predictivos
• Desarrollar nuevos algoritmos de optimización
Description
README – SPAREMETAL DATASET 2
Title:
Experimental and predictive data from sustainable machining of light alloys (SPAREMETAL project)
Project:
PID2021-125988OB-I00
Sistema experto para la mejora de la integridad superficial en el mecanizado sostenible de aleaciones ligeras
Institution:
University of Malaga (Universidad de Málaga)
Principal Investigator:
Lorenzo Sevilla Hurtado (ORCID: 0000-0002-2236-5807)
Contributors:
Francisco Javier Trujillo Vilches
Carolina Bermudo Gamboa
Sergio Martín Béjar
Manuel Herrera Fernández
Tobias Andersson
Daniel Svensson
Yezika Sánchez Hernández
Description:
This dataset contains experimental and processed data obtained during dry machining processes of light alloys (UNS A97075 aluminum alloy and Ti6Al4V titanium alloy). The data were collected within the SPAREMETAL research project and include both online monitoring data and offline characterization results. This is dataset 2 (there are 4 in total for this project), which analyzes the effect of cutting parameters on the fatigue behaviour, geometrical devitions, cutting forces, cutting temperatura, energy consumption, Tensile strenght, and microhardness in the turning operation of UNS A97075.
Data include:
- Online monitoring data: cutting forces, temperature, vibrations, energy consumption
- Offline measurements: surface roughness (2D/3D), microhardness, geometrical deviations
- Derived datasets: aggregated databases linking input machining parameters and output variables
- Predictive models: artificial neural networks (ANN) developed in MATLAB/Simulink
Folder structure:
01. RAW DATA: Folder containing the raw data for the output variables;
02. PROCESSED DATA: Folder with the processed databases of the output variables;
03. MODELS: Developed mathematical models for the output variables as a function of the input variables;
04. Documentation: Documentation associated with the Project;
File formats:
- CSV, XLSX, FEL, DWD, ATS, DXD (data)
- MAT, M, SLX, MALAPP, MLX, EXE (models)
- PDF, DOCX (documentation)
- PNG, TIFF, JPG (images)
Methodology:
The dataset was generated through controlled machining experiments using CNC turning equipment. Input parameters include cutting speed, feed rate and depth of cut. Output variables were measured using dynamometers, thermographic cameras, accelerometers and optical metrology systems.
Units:
All variables are expressed in SI units unless otherwise specified in metadata files.
Reuse:
Data can be reused for:
- Validation of machining models
- Development of predictive algorithms
- Comparative studies in manufacturing engineering
License:
Creative Commons Attribution 4.0 (CC BY 4.0)
Funding:
Spanish State Research Agency (AEI) – Projects of Knowledge Generation 2021
Contact:
Lorenzo Sevilla Hurtado
University of Malaga
Email: (lsevilla@uma.es)
Date of publication:
2026
Version:
v2.0
Bibliographic citation
Collections
Endorsement
Review
Supplemented By
Referenced by
Creative Commons license
Except where otherwised noted, this item's license is described as Attribution 4.0 International














