CAM–Systems Intelligent Processing Module

Cover Page

Cite item

Full Text

Abstract

Introduction. The rocket and space industry is one of the most complex industries, it continuously poses more and more complex tasks, the solution of which is possible only with the advent of new and unique technologies. Today, as before, the space rocket industry faces super-ambitious tasks both to improve the spacecraft themselves and to reduce the cost of their production. The cost of a single spacecraft launch is estimated at billions of rubles; this dramatically slows down the development of the industry and therefore requires maximum attention. The high cost of machining parts of the rocket and space industry is due to the many complexities involved in complicating the design of parts, in the use of superalloys capable of operating under extreme conditions of high temperatures and loads, and therefore difficult to process, as well as in increased requirements for quality. In this connection, today, as well as the most urgently needed, new approaches to processing, which in turn are reflected in the high complexity of technological design and the long production time. The purpose of the work: the development of a method for the maximum reduction of labor-intensiveness and terms of designing effective processing of complex parts of the rocket and space industry. Research methods: Large reserves to improve the technology of processing parts, as well as reducing production time lie in the field of digital technology. Therefore, the main research method is finding bottlenecks in CAM-systems, as well as successful cases on automating the design tasks for efficient processing of especially parts from materials that are difficult to process. Results and discussion: Analysis of the issue showed that when designing the processing in the CAM system there are no close links between the control program and technology, machine, tool and detail, these links are still implemented by a person and directly depend on his experience, which makes the design not quality, not effective and increasingly not profitable. Automating such connections will improve the quality of the design and the processing itself, free up human resources from routine work, and also reduce the time and complexity of the design, which will positively affect the results and cost of production of rocket and space technology. The result of this automation is an intelligent processing module for the CAM system. Some of the tasks solved by the module, and implemented as independent libraries, have already successfully established themselves and are being used in various enterprises.

About the authors

O. N. Mikhalev

Email: Mih_tm@mail.ru
Ph.D. (Engineering), I. N. Ulianov Chuvash State University, 15 Moskovsky Prospekt, Cheboksary, 428015, Russian Federation, Mih_tm@mail.ru

A. S. Yanyushkin

Email: yanyushkinas@mail.ru
D.Sc. (Engineering), Professor, I. N. Ulianov Chuvash State University, 15 Moskovsky Prospekt, Cheboksary, 428015, Russian Federation, yanyushkinas@mail.ru

References

  1. Алпатов Ю.Н. Математическое моделирование производственных процессов: учебное пособие. – 2-е изд., перераб. и доп. – Братск: БрГТУ, 2004. – 96 с.
  2. Дружинский И.А. Сложные поверхности: математическое описание и технологическое обеспечение: справочник. – Л.: Машиностроение, 1985. – 263 с.
  3. Михалёв О.Н., Янюшкин А.С. Высокопроизводительная механическая обработка труднообрабатываемых материалов на станках с ЧПУ // Перспективы развития технологий обработки и оборудования в машиностроении. – Курск: Университетская книга, 2018. – Вып. 3. – С. 232–235.
  4. Михалёв О.Н., Янюшкин А.С. Единая среда для автоматизированного проектирования технологических процессов и генерации УП для станков с ЧПУ // Механики XXI веку. – 2006. – № 5. – С. 230–232.
  5. Базров Б.М. Модульная технология в машиностроении. – М.: Машиностроение, 2001. – 368 с.
  6. Аверченков В.И., Каштальян И.А., Пархутик А.П. САПР технологических процессов, приспособлений и режущих инструментов: учебное пособие для вузов. – Минск: Вышэйшая школа, 1993. – 288 с.
  7. Автоматизация проектирования технологических процессов в машиностроении / В.С. Корсаков, Н.М. Капустин, К.-Х. Темпельгоф, Х. Лихтенберг; под общ. ред. Н.М. Капустина. – М.: Машиностроение, 1985. –304 с.
  8. Бабук В.В., Шкред В.А. Проектирование технологических процессов механической обработки в машиностроении. – Минск: Высшая школа, 1983. – 256 с.
  9. Дерябин А.П. Программирование технологических процессов для станков с ЧПУ. – М.: Машиностроение, 1984. – 223 c.
  10. Диалоговое проектирование технологических процессов / Н.М. Капустин, В.В. Павлов, Л.А. Козлов и др. – М.: Машиностроение, 1983. – 255 с.
  11. Диалоговая САПР технологических процессов: учебное пособие для вузов / В.Г. Митрофанов, Ю.М. Соломенцев, А.Г. Схиртладзе и др. – М.: Машиностроение, 2000. – 232 с.
  12. Автоматизированное проектирование металлорежущего инструмента / В.А. Гречишников, Г.Н. Кирсанов, А.В. Катаев и др. – М.: Мосстанкин, 1984. – 107 с.
  13. Иноземцев Г.Г. Проектирование металлорежущих инструментов. – М.: Машиностроение, 1984. – 270 с.
  14. Инструментальное обеспечение автоматизированного производства: учебник для машиностроительных специальностей вузов / В.А. Гречишников, А.Р. Маслов, Ю.М. Соломенцев и др.; под ред. Ю.М. Соломенцева. – М.: Высшая школа, 2001. – 271 с.
  15. Патент на полезную модель 2008615315 Российская Федерация. Система автоматизированного проектирования технологической подготовки производства на станках с ЧПУ (САПР ТПП ЧПУ v. 1.0) / А.С. Янюшкин, О.Н. Михалев. – № 2008614323; заявл. 06.11.2008.
  16. Автоматизированное проектирование. Геометрические и графические задачи / В.С. Полозов, О.А. Будеков, С.И. Ротков, Л.В. Широкова. – М.: Машиностроение, 1983. – 280 с.
  17. Mikhalev O.N., Yanyushkin A.S. Perfection of the automated systems of machine-building manufactures // Proceedings of the 12th International Symposium "Materials, Methods & Technologies". – Bulgaria, 2011. – P. 76.–81.
  18. Баранов А.В. Повышение эффективности процессов лезвийной обработки отверстий осевым инструментов // Вестник машиностроения. – 1999. – № 6. – С. 40–42.
  19. Инструменты для обработки точных отверстий / С.В. Кирсанов, В.А. Гречишников, А.Г. Схиртладзе, В.И. Кокарев. – 2-е изд., испр. и доп. – М.: Машиностроение, 2005. –336 с. – (Библиотека инструментальщика).
  20. Михалёв О.Н., Янюшкин А.С. Повышение степени автоматизации CAD/CAM-систем при проектировании обработки точных отверстий на многоцелевых станках с ЧПУ // Вестник компьютерных и информационных технологий. – 2008. – № 5. – С. 33.–38.

Supplementary files

Supplementary Files
Action
1. JATS XML


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».