Динамический метод контроля эффективности резания материала механическим способом

Обложка

Цитировать

Полный текст

Аннотация

Решение задачи повышения эффективности работы материалорежущего оборудования является важнейшей задачей развития современного машиностроения и смежных направлений науки и техники. В настоящее время находят применения различные методы резания материалов: механические, гидромеханические (гидрообразивные), электроэрозионные, плазменные, лазерные и прочие. Дальнейшее повышение эффективности эксплуатации материалорежущего оборудования связано с разработкой быстродействующих методов и средств контроля эффективности процессов резания. Существующие тензометрические средства контроля мощности резания материалов ограничены по частоте выходного сигнала на уровне до 100 КГц. Быстродействующий контроль эффективности процессов резания можно осуществить на основе разработанного динамического метода и традиционных средств управления высокопроизводительного материалообрабатывающего оборудования с частотой выходного сигнала до 1 МГц.

Об авторах

А. В. Егоров

Саровский физико-технический институт; Поволжский государственный технологический университет

Email: Shram18rus@mail.ru
Россия, Нижегородская, Саров; Россия, Йошкар-Ола

В. Г. Шрам

Сибирский федеральный университет

Email: Shram18rus@mail.ru
Россия, Красноярск

Ю. Ф. Кайзер

Сибирский федеральный университет

Email: Shram18rus@mail.ru
Россия, Красноярск

Р. Б. Желукевич

Сибирский федеральный университет

Email: Shram18rus@mail.ru
Россия, Красноярск

А. В. Лысянников

Сибирский федеральный университет

Email: Shram18rus@mail.ru
Россия, Красноярск

Ю. Н. Безбородов

Сибирский федеральный университет

Email: Shram18rus@mail.ru
Россия, Красноярск

А. В. Кузнецов

Красноярский государственный аграрный университет

Email: Shram18rus@mail.ru
Россия, Красноярск

А. В. Кузьмин

Красноярский государственный аграрный университет

Автор, ответственный за переписку.
Email: Shram18rus@mail.ru
Россия, Красноярск

Список литературы

  1. Lv J., Jia S., Wang H., Ding K., Chan F.T.S. Comparison of different approaches for predicting material removal power in milling process // International Journal of Advanced Manufacturing Technology. 2021. V. 116 (1–2). P. 213.
  2. Gutnichenko O., Nilsson M., Lindvall R., Bushlya V., Andersson M. Improvement of tool utilization when hard turning with cBN tools at varying process parameters // Wear. 2021. V. 477. 203900.
  3. Zhou B., Zhang J., Fu Y., Yu D., Wang J. Research on power and vibration signal acquisition method and system of machine tool for tool wear monitoring // Journal of Physics: Conference Series. 2021. V. 1399 (1). 012114.
  4. Chen X., Li C., Tang Y., Li L., Li H. Energy efficient cutting parameter optimization // Frontiers of Mechanical Engineering. 2021. V. 16 (1–2). P. 221.
  5. Liu B., Wang Y., Zhao G., Huang D., Xiang B. Intelligent decision method for main control parameters of tunnel boring machine based on multi-objective optimization of excavation efficiency and cost // Tunnelling and Underground Space Technology. 2021. V. 116. 104054.
  6. Li X., Zhang Y., Sun X. Numerical analysis for rock cutting force prediction in the tunnel boring process // International Journal of Rock Mechanics and Mining Sciences. 2021. V. 144. 104696.
  7. Brînaș I., Andraș A., Radu S.M., Marc B.I., Cioclu A.R. Determination of the bucket wheel drive power by computer modeling based on specific energy consumption and cutting geometry // Energies. 2021. V. 14 (13). 3892.
  8. Tuninetti V., Alzugaray R., González J., Jaramillo A., Diez E. et al. Root cause and vibration analysis to increase veneer manufacturing process efficiency: a case study on an industrial peeling lathe // European Journal of Wood and Wood Products. 2021. V. 79 (4). P. 951.
  9. Egorov A., Kozlov K., Belogusev V. Experimental Identification of Bearing Mechanical Losses with the Use of Additional Inertia // Procedia Ingineering. 2016. V. 150. P. 674.
  10. Egorov A., Kozlov K., Belogusev V. Experimental identification of the electric motor moment of inertia and its efficiency using the additional inertia // ARPN Journal of Engineering and Applied Sciences. 2016. V. 11. Iss. 17. P. 10582.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2.

Скачать (148KB)
Метаданные

© А.В. Егоров, В.Г. Шрам, Ю.Ф. Кайзер, Р.Б. Желукевич, А.В. Лысянников, Ю.Н. Безбородов, А.В. Кузнецов, А.В. Кузьмин, 2023

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».