Dataset 2 - Proyecto SPAREMETAL

dc.centroEscuela de Ingenierías Industriales
dc.contributor.authorSevilla-Hurtado, Lorenzo
dc.contributor.authorTrujillo-Vilches, Francisco Javier
dc.contributor.authorMartín-Béjar, Sergio
dc.contributor.authorBermudo-Gamboa, Carolina
dc.contributor.authorHerrera-Fernández, Manuel José
dc.contributor.authorAndersson, Tobias
dc.contributor.authorSvensson, Daniel
dc.contributor.authorSánchez Hernández, Yezika
dc.date.accessioned2026-04-28T10:09:30Z
dc.date.created2026
dc.date.issued2026
dc.departamentoIngeniería Civil, de Materiales y Fabricación
dc.descriptionREADME – 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
dc.description.abstractEste 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
dc.description.sponsorshipMinisterio de Ciencia e Innovación
dc.grupoIngeniería de Fabricación (iFAB, TEP933)
dc.identifier.doi10.24310/riuma.46488
dc.identifier.urihttps://hdl.handle.net/10630/46488
dc.language.isoeng
dc.publication.year2026
dc.publisherUniversidad de Málaga
dc.relation.projectIDPID2021-125988OB-I00
dc.rightsAttribution 4.0 Internationalen
dc.rights.accessRightsopen access
dc.rights.opendataOpen Data Commons Open Database License (ODbL)
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/
dc.subjectAleaciones ligeras
dc.subjectProcesos de fabricación
dc.subject.otherSmart machining
dc.subject.otherExpert system
dc.subject.otherMachine learning
dc.subject.otherSurface integrity
dc.subject.otherLight alloys
dc.subject.otherA97075
dc.subject.otherneural network
dc.subject.otherMonitoring
dc.subject.otherModeling
dc.subject.otherGeometric deviations
dc.subject.otherSustainability
dc.titleDataset 2 - Proyecto SPAREMETAL
dc.title.alternativeDS2 - Comportamiento en fatiga Al7075
dc.typedataset
dspace.entity.typePublication
relation.isAuthorOfPublication8b510515-db31-4feb-b110-3db324ddf546
relation.isAuthorOfPublicationd39a41e9-02f3-46ff-bb98-c7dcd63b67ff
relation.isAuthorOfPublication7b2fff28-01bf-4635-a9d3-ecdcd273009d
relation.isAuthorOfPublicationba96b17d-1403-420e-8daf-cc41cc6c3acd
relation.isAuthorOfPublicatione5b4a9bd-f732-4c5b-9ac1-11b8b66793bf
relation.isAuthorOfPublication.latestForDiscovery8b510515-db31-4feb-b110-3db324ddf546

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
SPAREMETAL-DATASET 2.zip
Size:
374.36 MB
Format:
Archivo comprimido zip