Probabilistic model of surface layer removal when grinding brittle non-metallic materials

Cover Page

Cite item

Full Text

Abstract

Introduction. The final quality of products is formed during finishing operations, which include the grinding process. It is known that when grinding brittle materials, the cost of grinding work increases significantly. It is possible to reduce the scatter of product quality indicators when grinding brittle materials, as well as to increase the reliability and efficiency of the operation, by choosing the optimal parameters of the technological system based on dynamic models of the process. However, to describe the regularities of the removal of particles of a brittle non-metallic material and the wear of the surface of the grinding wheel in the contact zone, the known models do not allow taking into account the peculiarities of the process in which micro-cutting and brittle chipping of the material are combined. Purpose of the work: to create a new probabilistic model for removing the surface layer when grinding brittle non-metallic materials. The task is to study the laws governing the removal of particles of brittle non-metallic material in the contact zone. In this work, the removal of material in the contact zone as a result of microcutting and brittle chipping is considered as a random event. The research methods are mathematical and physical simulation using the basic provisions of the theory of probability, the laws of distribution of random variables, as well as the theory of cutting and the theory of a deformable solid. Results and discussion. The developed mathematical models make it possible to trace the effect on material removal of the overlap of single cuts on each other when grinding holes in ceramic materials. The proposed dependences show the regularity of stock removal within the arc of contact of the grinding wheel with the workpiece. The considered features of the change in the probability of material removal upon contact of the treated surface with an abrasive tool and the proposed analytical dependences are valid for a wide range of grinding modes, wheel characteristics and a number of other technological factors. The obtained expressions make it possible to find the amount of material removal also for schemes of end, flat and circular external grinding, for which it is necessary to know the amount of removal increment due to brittle fracture during the development of microcracks in the surface layer. One of the ways to determine the magnitude of this increment is to simulate the crack formation process using a computer. The presented results confirm the prospects of the developed approach to simulate the processes of mechanical processing of brittle non-metallic materials.

About the authors

S. M. Bratan

Email: serg.bratan@gmail.com
D.Sc. (Engineering), Professor, Sevastopol State University, 33 Universitetskaya str., Sevastopol, 299053, Russian Federation, serg.bratan@gmail.com

S. I. Roshchupkin

Email: st.roshchupkin@yandex.ru
Ph.D. (Engineering), Associate Professor, Sevastopol State University, 33 Universitetskaya str., Sevastopol, 299053, Russian Federation, st.roshchupkin@yandex.ru

A. O. Kharchenko

Email: khao@list.ru
Ph.D. (Engineering), Professor, Sevastopol State University, 33 Universitetskaya str., Sevastopol, 299053, Russian Federation, khao@list.ru

A. S. Chasovitina

Email: nastya.chasovitina@mail.ru
Sevastopol State University, 33 Universitetskaya str., Sevastopol, 299053, Russian Federation, nastya.chasovitina@mail.ru

References

  1. Malkin S., Guo C. Grinding technology: theory and applications of machining with abrasives. – New York: Industrial Press, 2008. – 372 р. – ISBN 978-0-8311-3247-7.
  2. Hou Z.B., Komanduri R. On the mechanics of the grinding process. Pt. 1. Stochastic nature of the grinding process // International Journal of Machine Tools and Manufacture. – 2003. – Vol. 43. – P. 1579–1593. – doi: 10.1016/S0890-6955(03)00186-X.
  3. Lajmert P., Sikora V., Ostrowski D. A dynamic model of cylindrical plunge grinding process for chatter phenomena investigation // MATEC Web of Conferences. – 2018. – Vol. 148. – P. 09004. – doi: 10.1051/matecconf/20181480900.
  4. A time-domain surface grinding model for dynamic simulation / M. Leonesio, P. Parenti, A. Cassinari, G. Bianchi, M. Monn // Procedia CIRP. – 2012. – Vol. 4. – P. 166–171. – doi: 10.1016/j.procir.2012.10.030.
  5. Sidorov D., Sazonov S., Revenko D. Building a dynamic model of the internal cylindrical grinding process // Procedia Engineering. – 2016. – Vol. 150. – P. 400–405. – doi: 10.1016/j.proeng.2016.06.739.
  6. Zhang N., Kirpitchenko I., Liu D.K. Dynamic model of the grinding process // Journal of Sound and Vibration. – 2005. – Vol. 280. – P. 425–432. – doi: 10.1016/j.jsv.2003.12.006.
  7. Estimation of dynamic grinding wheel wear in plunge grinding / M. Ahrens, J. Damm, M. Dagen, B. Denkena, T. Ortmaier // Procedia CIRP. – 2017. – Vol. 58. – P. 422–427. – doi: 10.1016/j.procir.2017.03.247.
  8. Garitaonandia I., Fernandes M.H., Albizuri J. Dynamic model of a centerless grinding machine based on an updated FE model // International Journal of Machine Tools and Manufacture. – 2008. – Vol. 48. – P. 832–840. – doi: 10.1016/j.ijmachtools.2007.12.001.
  9. Tawakolia T., Reinecke H., Vesali A. An experimental study on the dynamic behavior of grinding wheels in high efficiency deep grinding // Procedia CIRP. – 2012. – Vol. 1. – P. 382–387. – doi: 10.1016/j.procir.2012.04.068.
  10. Dynamic modeling and simulation of a nonlinear, non-autonomous grinding system considering spatially periodic waviness on workpiece surface / J. Jung, P. Kim, H. Kim, J. Seok // Simulation Modelling Practice and Theory. – 2015. – Vol. 57. – P. 88–99. – doi: 10.1016/j.simpat.2015.06.005.
  11. Yu H., Wang J., Lu Y. Modeling and analysis of dynamic cutting points density of the grinding wheel with an abrasive phyllotactic pattern // The International Journal of Advanced Manufacturing Technology. – 2016. – Vol. 86. – P. 1933–1943. – doi: 10.1007/s00170-015-8262-0.
  12. Guo J. Surface roughness prediction by combining static and dynamic features in cylindrical traverse grinding // The International Journal of Advanced Manufacturing Technology. – 2014. – Vol. 75. – P. 1245–1252. – doi: 10.1007/s00170-014-6189-5.
  13. A new approach for dynamic modelling of energy consumption in the grinding process using recurrent neural networks / A. Arriandiaga, E. Portillo, J.A. Sanchez, I. Cabanes, I. Pombo // Neural Computing and Applications. – 2016. – Vol. 27. – P. 1577–1592. – doi: 10.1007/s00521-015-1957-1.
  14. Soler Ya.I., Le N.V., Si M.D. Influence of rigidity of the hardened parts on forming the shape accuracy during flat grinding // MATEC Web of Conferences. – 2017. – Vol. 129. – P. 01076. – doi: 10.1051/matecconf/201712901076.
  15. Солер Я.И., Хоанг Н.А. Влияние глубины резания на высотные шероховатости инструментов из стали У10А при плоском шлифовании кругами из кубического нитрида бора // Авиамашиностроение и транспорт Сибири: сборник материалов IX Всероссийской научно-практической конференции / Иркутский национальный исследовательский технический университет. – Иркутск, 2017. – С. 250–254.
  16. Calculation of surface roughness parameters for external cylindrical grinding / Yu. Novoselov, S. Bratan, V. Bogutsky, Yu. Gutsalenko // Fiabiltate si Durabilitate = Fiability and Durability. – 2013. – Suppl. 1. – P. 5–15.
  17. Новоселов Ю.К. Динамика формообразования поверхностей при абразивной обработке. – Севастополь: СевНТУ, 2012. – 304 с. – ISBN 978-617-612-051-3.
  18. Лобанов Д.В., Янюшкин А.С., Архипов П.В. Напряженно-деформированное состояние твердосплавных режущих элементов при алмазном затачивании // Вектор науки Тольяттинского государственного университета. – 2015. – № 3-1 (33-1). – С. 85–91. – doi: 10.18323/2073-5073-2015-3-85-91.
  19. Kassen G., Werner G. Kinematische Kenngrößen des Schleifvorganges // Industrie-Anzeiger. – 1969. – N 87. – P. 91–95.
  20. Identification of removal parameters at combined grinding of conductive ceramic materials / S. Bratan, S. Roshchupkin, A. Kolesov, B. Bogutsky // MATEC Web of Conferences. – 2017. – Vol. 129. – P. 01079. doi: 10.1051/matecconf/201712901079.
  21. Гусев В.В., Моисеев Д.А. Износ алмазного шлифовального круга при обработке керамики // Прогрессивные технологии и системы машиностроения. – 2019. – № 4 (67). – С. 25–29.
  22. Novoselov Yu., Bratan S., Bogutsky B. Analysis of relation between grinding wheel wear and abrasive grains wear // Procedia Engineering. – 2016. – Vol. 150. – P. 809–814. – doi: 10.1016/j.proeng.2016.07.116.

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».