Ensuring hole shape accuracy in finish machining using boring

Cover Page

Cite item

Full Text

Abstract

Introduction. In modern manufacturing, hole processing is one of the more labor-intensive operations. The presence of a large number of body parts with high-precision holes, which are subject stringent accuracy requirements regarding parameters such as size, shape and axis location, contributes to the complexity of their machining. Achieving these accuracy specifications often requires a diverse range of tools and multipurpose machining. Currently, there are numerous methods for hole processing, and boring is a key one for achieving high levels of accuracy. However, despite the many advantages of this method in achieving diametrical size accuracy, the shape deviation of the resulting holes has not been sufficiently investigated. The subject. The paper analyzes the main technological parameters of the hole boring process, and establishes their relationship with hole shape indicators, such as deviation from roundness and cylindricity. The study includes the development of an approach to predict error magnitude, considering the kinematics and dynamics of the machining process. The purpose of the work is to predict the radial displacement of the tool axis and to develop methods for ensuring the accuracy of the hole shape in finishing operations using boring. The main tasks of the present study involve establishing dependencies between technological processing parameters and the values of deviations from roundness and cylindricity, as well as determining the magnitude of the radial displacement of the tool to enable error magnitude prediction. Method and methodology. Methods for measuring deviations from roundness and cylindricity are considered, and their advantages and disadvantages are presented. Special attention is given to determining the influence of key factors during machining using frequency analysis method, which allows for evaluation the quality and reliability of the measurements performed. The hardware used for the experimental studies, along with the selected materials and processing modes, is described. Results and discussion. This paper examines the main factors affecting the accuracy of the hole shape obtained by boring. The application of the developed algorithms and models enables engineers to select optimal processing parameters based on the specified functional accuracy requirements of the hole, thereby ensuring the required shape accuracy.

About the authors

V. A. Stelmakov

Email: 009062@togudv.ru
Ph.D. (Engineering), Pacific National University, 136 Tihookeanskaya St., Khabarovsk, 680035, Russian Federation, 009062@togudv.ru

M. R. Gimadeev

Email: 009063@togudv.ru
Ph.D. (Engineering), Pacific National University, 136 Tihookeanskaya St., Khabarovsk, 680035, Russian Federation, 009063@togudv.ru

A. V. Nikitenko

Email: 005392@togudv.ru
Ph.D. (Engineering), Pacific National University, 136 Tihookeanskaya St., Khabarovsk, 680035, Russian Federation, 005392@togudv.ru

References

  1. Real-time compensation of tool deflection using a sensor embedded boring bar with wireless signal feedback to the machine tool controller / D. Östling, P.K. Brede, T. Jensen, R. Bjønnum, O. Standal, P.I. Sæthertrø, L.O. Björling, T. Holmströmb // 9th CIRP Conference on High Performance Cutting (HPC 2020). – 2021. – Vol. 101. – P. 102–105. – doi: 10.1016/j.procir.2020.09.191.
  2. Черноиванова А.Г., Тарасенко Б.Ф., Оськин С.В. Ресурсосберегающее устройство для расточки корпусных отверстий // Чрезвычайные ситуации: промышленная и экологическая безопасность. – 2015. – № 2–3. – С. 81–88.
  3. Маслов А.Р., Молодцов В.В. Моделирование колебаний инструментальной системы для растачивания отверстий // Вестник МГТУ "Станкин". – 2014. – № 4. – С. 196–199.
  4. Повышение точности растачивания отверстий в сварных корпусах / А.Л. Бахно, А.С. Ямников, А.С. Васильев, А.О. Чуприков // СТИН. – 2019. – № 6. – С. 38–40.
  5. Du W., Wang L., Shao Y. A semi-analytical dynamics method for spindle radial throw in boring process // Journal of Manufacturing Processes. – 2023. – Vol. 96. – P. 110–124. – doi: 10.1016/j.jmapro.2023.04.047.
  6. Stelmakov V.A., Gimadeev M.R., Iakuba D.D. Research on the process of forming cylindrical surfaces of holes during milling finish with end mills using a circular interpolation strategy // Proceedings of the 6th International Conference on Industrial Engineering (ICIE 2020). Vol. 2. – Cham: Springer, 2021. – P. 917–925. – doi: 10.1007/978-3-030-54817-9_106.
  7. Model-based error motion prediction and fit clearance optimization for machine tool spindles / H. Cao, B. Li, Y. Li, T. Kang, X. Chen // Mechanical Systems and Signal Processing. – 2019. – Vol. 133. – P. 106252. – doi: 10.1016/j.ymssp.2019.106252.
  8. A novel multi-probe method for separating spindle radial error from artifact roundness error / Y. Chen, X. Zhao, W. Gao, G. Hu, S. Zhang, D. Zhang // The International Journal of Advanced Manufacturing Technology. – 2017. – Vol. 93. – P. 623–634. – doi: 10.1007/s00170-017-0533-5.
  9. Gokulu T., Defant F., Albertelli P. Stability analysis of multi-insert rotating boring bar with stiffness variation // Journal of Sound and Vibration. – 2024. – Vol. 586. – P. 118497. – doi: 10.1016/j.jsv.2024.118497.
  10. On-line monitoring of boring tools for control of boring operations / T.I. Liu, A. Kumagai, Y.C. Wang, S.D. Song, Z. Fu, J. Lee // Robotics and Computer-Integrated Manufacturing. – 2010. – Vol. 26. – P. 230–239. – doi: 10.1016/j.rcim.2009.11.002.
  11. Digital twin-based anomaly detection for real-time tool condition monitoring in machining / Z. Liu, Z.Q. Lang, Y. Gui, Y.P. Zhu, H. Laalej // Journal of Manufacturing Systems. – 2024. – Vol. 75. – P. 163–173. – doi: 10.1016/j.jmsy.2024.06.004.
  12. A novel design for double-bending elliptical vibration boring device and its performance evaluation / Y. Zheng, C. Hu, M. Wang, Z. Wu, J. Zhang, J. Xu // Ultrasonics. – 2025. – Vol. 149. – P. 107584. – doi: 10.1016/j.ultras.2025.107584.
  13. Nonlinear system optimization of cutting tools with dynamic vibration absorbers in deep hole boring: a stability analysis / L. Li, Y. Ren, Z. Shen, J. Lu, L. Tong // Alexandria Engineering Journal. – 2025. – Vol. 112. – P. 246–253. – doi: 10.1016/j.aej.2024.10.113.
  14. A novel approach to machining condition monitoring of deep hole boring / W. Xiao, Y. Zi, B. Chen, B. Li, Z. He // International Journal of Machine Tools and Manufacture. – 2014. – Vol. 77. – P. 27–33. – doi: 10.1016/j.ijmachtools.2013.10.009.
  15. Elerian F.A., Helal W.M.K., AbouEleaz M.A. Methods of roundness measurement: an experimental comparative study // Journal of Mechanical Engineering Research and Developments. – 2021. – Vol. 44 (9). – P. 173–183. – doi: 10.13140/RG.2.2.18930.43206.
  16. Precision manufacturing process monitoring with acoustic emission / D.E. Lee, I. Hwang, C.M.O. Valente, J.F.G. Oliveira, D.A. Dornfeld // International Journal of Machine Tools and Manufacture. – 2006. – Vol. 46 (2). – P. 176–188. – doi: 10.1016/j.ijmachtools.2005.04.001.
  17. Dimla D.E. Sensor signals for tool-wear monitoring in metal cutting operations – a review of methods // International Journal of Machine Tools and Manufacture. – 2000. – Vol. 40 (8). – P. 1073–1098. – doi: 10.1016/S0890-6955(99)00122-4.
  18. Sui W., Zhang D. Four methods for roundness evaluation // Physics Procedia. – 2012. – Vol. 24. – P. 2159–2164. – doi: 10.1016/j.phpro.2012.02.317.
  19. A new method for evaluating roundness error based on improved bat algorithm / Q. He, P. Zheng, X. Lv, J. Li, Y. Li // Measurement. – 2024. – Vol. 238. – doi: 10.1016/j.measurement.2024.115314.
  20. Shan L., Xiangqian J., Scott P.J. Morphological filters for functional assessment of roundness profiles // Measurement Science and Technology. – 2014. – Vol. 25 (6). – P. 065005. – doi: 10.1088/0957-0233/25/6/065005.
  21. Можин Н.А., Аврелькин В.А., Федулов Е.А. Основы теории резания материалов: учебное пособие. – Иваново: ИВГПУ, 2018. – 84 с.
  22. Атапин В.Г. Сопротивление материалов: учебник и практикум для вузов. – М.: Юрайт, 2020. – 342 с. – ISBN 978-5-534-09059-8.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


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».