Экспериментальное исследование динамики процесса механообработки концевыми сфероцилиндрическими фрезами

Обложка

Цитировать

Полный текст

Аннотация

Введение. Ввиду значительного количества факторов, влияющих на изменение свойств динамической системы для обеспечения высокого качества получаемого продукта, выбираются чрезмерно консервативные условия обработки. Это ограничивает эффективность процесса и приводит к повышению себестоимости продукции. Соответственно необходимы современные подходы, которые позволят диагностировать текущее состояние обработки и вовремя принимать решение о замене инструмента, коррекции или изменении управляющей программы. Значение проводимого исследования состоит в предложении подхода к контролю механообработки, основанного на методе мониторинга процесса фрезерования в реальном времени, для определения возникающих погрешностей обработки, прогнозирования потенциальных проблем и увеличения продолжительности безотказной работы. Предмет. В статье рассматриваются особенности работы системы мониторинга в реальном времени с учетом фильтрации звуковой волны, минимизации шероховатости поверхности при механообработке одно- и двухлезвийным инструментом. Цель работы – определить влияние ориентации наклона сфероцилиндрического инструмента на величину шероховатости поверхности с использованием мониторинга в реальном времени в процессе фрезерования на технологическом оборудовании с ЧПУ. Методика исследований. В исследовании приводятся методы корреляционного и регрессионного анализа. Расчетные данные получены за счет виброакустической диагностики и измерены в диапазоне значений переменного угла наклона поверхности для одно- и двухлезвийного инструмента на основе положений теории колебаний и виброакустической диагностики, теории резания, цифровой обработки и цифровой фильтрации сигналов. Результаты и обсуждения. Экспериментальные данные, полученные при механообработке, позволили определить, что увеличение угла наклона однозубой фрезы практически не влияет на изменение амплитудных параметров шероховатости. Значения виброакустической диагностики и шероховатости при использовании двухзубового сфероцилиндрического инструмента показывают согласованную картину с эффектами, создаваемыми углами наклона и опережения. Полученные решения задач мониторинга и анализа параметров шероховатости позволяют существенно сократить объем экспериментальных исследований и уточнить представление о практической реализации способа акустического мониторинга процесса резания.

Об авторах

М. Р. Гимадеев

Email: 009063@pnu.edu.ru
канд. техн. наук, Тихоокеанский государственный университет, ул. Тихоокеанская, 136, г. Хабаровск, 680035, Россия, 009063@pnu.edu.ru

А. А. Ли

Email: 011864@pnu.edu.ru
Тихоокеанский государственный университет, ул. Тихоокеанская, 136, г. Хабаровск, 680035, Россия, 011864@pnu.edu.ru

В. О. Беркун

Email: 2015103121@pnu.edu.ru
Тихоокеанский государственный университет, ул. Тихоокеанская, 136, г. Хабаровск, 680035, Россия, 2015103121@pnu.edu.ru

В. А. Стельмаков

Email: 009062@pnu.edu.ru
канд. техн. наук, Тихоокеанский государственный университет, ул. Тихоокеанская, 136, г. Хабаровск, 680035, Россия, 009062@pnu.edu.ru

Список литературы

  1. Influence of vibration amplitude on tool wear during ball end milling of hardened steel / A.V. Anstev, D.T. Ngon, D.H. Trong, E.S. Yanov // 2018 4th International Conference on Green Technology and Sustainable Development. – IEEE, 2018. – P. 232–236. – doi: 10.1109/GTSD.2018.8595567.
  2. Application of measurement systems in tool condition monitoring of Milling: A review of measurement science approach / D.Yu. Pimenov, M.K. Gupta, L.R.R. da Silva, M. Kiran, N. Khanna, G.M. Krolczyk // Measurement. – 2022. – Vol. 199. – P. 111503. – doi: 10.1016/j.measurement.2022.111503.
  3. Monitoring system for high-tech equipment / V.B. Kuznetsova, D.V. Kondusov, A.I. Serdyuk, A.I. Sergeev // Russian Engineering Research. – 2017. – Vol. 37, N 10. – P. 892–896. – doi: 10.3103/S1068798X17100136.
  4. Tool condition monitoring for high-performance machining systems – A review / A. Mohamed, M. Hassan, R. M’;Saoubi, H. Attia // Sensors. – 2022. – Vol. 22. – P. 2206. – doi: 10.3390/s22062206.
  5. Mali R.A., Gupta T.V.K., Ramkumar J. A comprehensive review of free-form surface milling – Advances over a decade // Journal of Manufacturing Processes. – 2021. – Vol. 62. – P. 132–167. – doi: 10.1016/j.jmapro.2020.12.014.
  6. Гимадеев М.Р., Ли А.А. Анализ систем автоматизированного обеспечения параметров шероховатости поверхности на основе динамического мониторинга // Advanced Engineering Research. – 2022. – Т. 22, № 2. – С. 116–129. – doi: 10.23947/2687-1653-2022-22-2-116-129.
  7. Effect of the relative position of the face milling tool towards the workpiece on machined surface roughness and milling dynamics / D.Y. Pimenov, A. Hassui, S. Wojciechowski, M. Mia, A. Magri, D.I. Suyama, A. DBustillo, G. Krolczyk, M.K. Gupta // Applied Sciences. – 2019. – Vol. 9 (5). – P. 842. – doi: 10.3390/app9050842.
  8. Effect of cutter path orientations on cutting forces, tool wear, and surface integrity when ball end milling TC17 / L. Tan, C. Yao, J. Ren, D. Zhang // The International Journal of Advanced Manufacturing Technology. – 2016. – Vol. 88. – P. 2589–2602. – doi: 10.1007/s00170-016-8948-y.
  9. Мониторинг состояния технологического оборудования на промышленных предприятиях / М.П. Козочкин, Ф.С. Сабиров, А.Н. Боган, К.В. Мыслицев // Вестник УГАТУ. – 2013. – Т. 17, № 8 (61). – С. 56–62.
  10. Investigation of the feasibility of using microphone arrays in monitoring machining / D. Shaffer, I. Ragai, A. Danesh-Yazdi, D. Loker // Manufacturing Letters. – 2018. – Vol. 15 (B). – P. 132–134. – doi: 10.1016/j.mfglet.2017.12.008.
  11. Козлов А.А., Аль-Джонид Х. Диагностика и прогнозирование износа режущего инструмента в реальном времени // Современные материалы, техника и технологии. – 2017. – № 4 (12). – С. 17–21.
  12. Spatial statistical analysis and compensation of machining errors for complex surfaces / Y.P. Chen, J. Gao, H. Deng, D. Zheng // Precision Engineering. – 2013. – Vol. 37, N 1. – P. 203–212. – doi: 10.1016/j.precisioneng.2012.08.003.
  13. Modeling of time-varying surface roughness considering wear overlap per tooth in ball end finish milling / D.J. Cheng, H.J. Quan, S.J. Kim, S.W. Zhang, C.Y. Zhang // Arabian Journal for Science and Engineering. – 2021. – Vol. 46. – P. 12309–12330. – doi: 10.1007/s13369-021-05920-0.
  14. Convolutional neural network-based tool condition monitoring in vertical milling operations using acoustic signals / C. Cooper, P. Wang, J. Zhang, R.X. Gao, T. Roney, I. Ragai, D. Shaffer // Procedia Manufacturing. – 2020. – Vol. 49. – P. 105–111. – doi: 10.1016/j.promfg.2020.07.004.
  15. The surface roughness analysis using sound signal in turning of mild steel / A.U. Patwari, A.A. Zamee, M.H. Bhuiyan, S.M. Sakib // IOP Conference Series: Materials Science and Engineering. – 2019. – Vol. 703. – P. 012011. – doi: 10.1088/1757-899X/703/1/012011.
  16. Sahinoglu A., Rafighi M. Investigation of vibration, sound intensity, machine current and surface roughness values of AISI 4140 during machining on the lathe // Arabian Journal for Science and Engineering. – 2020. – Vol. 45. – P. 765–778. – doi: 10.1007/s13369-019-04124-x.
  17. Лукьянов А.В., Алейников Д.П. Исследование колебаний сил взаимодействия фрезы с заготовкой при повышении скорости вращения шпинделя // Современные технологии. Системный анализ. Моделирование. – 2017. – Т. 56, № 4. – С. 70–82. – doi: 10.26731/1813-9108.2017.4(56).70-82.
  18. Алейников Д.П., Лукьянов А.В. Исследование динамики крепления датчиков вибрации шпинделей обрабатывающих центров // Вестник Иркутского государственного технического университета. – 2015. – № 2 (97). – С. 28–35.
  19. Заковоротный В.Л., Гвинджилия В.Е. Синергетический подход к повышению эффективности управления процессами обработки на металлорежущих станках // Обработка металлов (технология, оборудование, инструменты). – 2021. – Т. 23, № 3. – С. 84–99. – doi: 10.17212/1994-6309-2021-23.3-84-99.
  20. Gimadeev M.R., Stelmakov V.A., Gusliakov V.V. Cutting forces and roughness during ball end milling of inclined surfaces // Proceedings of the 6th International Conference on Industrial Engineering. ICIE 2021. – Cham: Springer, 2021. – Vol. 2. – P. 926–937. – doi: 10.1007/978-3-030-54817-9_107.
  21. Кущева М.Е., Клауч Д.Н., Кобелев О.А. Принципы выбора смазочно-охлаждающих технологических сред для обработки металлов резанием // Известия МГТУ «МАМИ». – 2014. – Т. 2, № 1 (19). – С. 73–76.
  22. Левин Е.К., Аль-Дайбани А.М. Анализ возможностей подавления влияния частотной характеристики канала связи на параметры речевого сигнала // Проектирование и технология электронных средств. – 2018. – № 3. – С. 14–18.
  23. Пономарев Б.Б., Нгуен Ш.Х. Влияние ориентации инструмента на силы резания при концевом фрезеровании // Известия высших учебных заведений. Машиностроение. – 2019. – № 3 (708). – С. 11–20. – doi: 10.18698/0536-1044-2019-3-11-20.
  24. Формирование параметров шероховатости на основе корреляционных связей при чистовом фрезеровании пространственно-сложных поверхностей / М.Р. Гимадеев, В.М. Давыдов, А.В. Никитенко, А.В. Сарыгин // Упрочняющие технологии и покрытия. – 2019. – Т. 15, № 6 (174). – С. 243–248.
  25. Гимадеев М.Р., Давыдов В.М. Корреляционные связи показателей шероховатости при фрезеровании сферическим инструментом // Сборка в машиностроении, приборостроении. – 2019. – № 5. – С. 219–224.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии 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».