TRANSFORMATION OF NARRATIVES OF THE CUTTING OPERATION THEORY IN PASSING TO THE «DIGIT»

Cover Page

Cite item

Full Text

Abstract

The main tasks of the theory of metal cutting in the traditional scientific view of the mechanisms and patterns of tool wear in the operation of edge cutting machining are viewed. It is shown that the need for continuous expansion of the field of interests of specialists is derived from the improvement of construction and tool materials as well as blade tools structure. It is caused by the expanding spread of hard-alloy tools having multilayer wear-resistant coatings, structural materials with increased physical, mechanical and special operation characteristics. Exclusive standards for the stability of machining operations resulted from the gain in specific weight of expensive CNC equipment in the total mass of production tooling for machining industries. The customization of machine-building production and functional requirement toughening for the manufactured products specifies reliability growth for the results of machining. The factor determining the «vector of attention» change regarding metal cutting science should take into account the expansion of information technologies influence and, in particular, the development of artificial intelligence systems. It is shown that the existing means of digitalization can significantly increase the efficiency of machining production due to the developed means of mathematical modeling and forecasting of processing results. An additional mechanism for ensuring the stability and reliability of metalworking should be considered as the transition from monitoring systems of the technological system element state to adaptive control systems with a feedback. The possibility of adapting cutting conditions to the «instantaneous» state of the elements of the technological system is proved, taking into account the stochastic nature and a variability of the properties of the contact pair «tool – material blank». Thus, digitalization and intellectualization of production determine the transformation of views on the subject as well as metal cutting techniques.

About the authors

Julius L'vovich Chigirinsky

Volgograd State Technical University

Email: Julio-Tchigirinsky@yandex.ru
ORCID iD: 0000-0001-5620-5337
SPIN-code: 4817-4424
Scopus Author ID: 9037863700
ResearcherId: L-9790-2015
Department of Mechanical Engineering Technology, professor, doctor of technical sciences

Dmitry Vadimovich Krainev

Volgograd State Technical University

Email: krainevdv@mail.ru
ORCID iD: 0000-0001-8762-4251
docent, candidate of technical sciences

Evgeny Mikhaylovich Frolov

Volgograd State Technical University

Email: eltar1983@yandex.ru
ORCID iD: 0000-0001-8753-5910
docent, candidate of technical sciences

References

  1. Износу – нет // Промышленные страницы Сибири. 2020. № 3 (147).
  2. Иващенко А.П. Методы и средства контроля состояния режущего инструмента // Международный журнал прикладных и фундаментальных исследований. 2015. № 12-3. С. 393–396.
  3. Martinov G.M., Grigor’ev A.S. Diagnostics of cutting tools and prediction of their life in numerically controlled systems. Russ. Engin. Res. 33, 433–437 (2013). doi: 10.3103/S1068798X13070137.
  4. Табаков В.П., Худобин Л.В. Повышение работоспособности твердосплавного инструмента путем направленного выбора механических свойств слоев многослойного покрытия с учетом функциональных параметров процесса резания // Упрочняющие технологии и покрытия. 2018. Т. 14, № 9 (165). С. 414–418. EDN XZBNNR.
  5. Локтев Д., Ямашкин Е. Основные виды износостойких покрытий // Наноиндустрия. 2007. № 5. С. 24–31. EDN NXPGVV.
  6. Azikov N.S., Brzhozovskii B.M., Krainev D.V. [et al.] The Influence of Low-Temperature Plasma Modification on Contact Interactions of Cutting Tools // Journal of Machinery Manufacture and Reliability. 2023. Vol. 52, No. 4. P. 307–312. doi: 10.3103/S1052618823040040. EDN NIFAEM.
  7. Бржозовский Б.М., Зинина Е.П., Мартынов В.В., Плешакова Е.С. Оценивание качества поверхностного слоя рабочей части режущего инструмента по параметру микротвердости // Металлообработка. 2015. № 2 (86). С. 15–21. EDN UAVUNZ.
  8. Липатов А.А., Агапов С.И. Влияние размера карбидных зерен на режущие свойства вольфрамокобальтовых твердых сплавов при точении стали 12Х18Н10Т // Известия Волгоградского государственного технического университета. 2004. № 9. С. 18–19. EDN HTKTAJ.
  9. Постнов В.В., Хадиуллин С.Х., Малахов Е.Н., Старовойтов С.В. Исследование показателей, определяющих режущие свойства инструментальных твердых сплавов при обработке труднообрабатываемых материалов // Вестник Уфимского государственного авиационного технического университета. 2012. Т. 16. № 8(53). С. 118–125. EDN PXALAF.
  10. Chigirinskii, Yu.L., Tikhonova Zh.S., Krainev D.V. Method for assessing the thermophysical properties of the contact pair tool - steel workpiece // Journal of Physics: Conference Series: Intelligent Information Technology and Mathematical Modeling 2021 (IITMM 2021), Gelendzhik, 31 мая-06 июня 2021. Vol. 2131. Gelendzhik: IOP Publishing, 2021. P. 052012. doi: 10.1088/1742-6596/2131/5/052012.URL. EDN HHKTKI.
  11. Tikhonova Z., Kraynev D., Frolov E. Thermo-Emf as Method for Testing Properties of Replaceable Contact Pairs // Proceedings of the 5th International Conference on Industrial Engineering (ICIE 2019): Conference proceedings ICIE 2019, Sochi, Russia, 25–29 марта 2019. – Sochi, Russia: Springer International Publishing, Switzerland AG, 2020. P. 1097–1105. doi: 10.1007/978-3-030-22063-1_117. EDN YEAGZO.
  12. Jr A., Morales-Menendez R., Rodriguez C., Sucar L. (2006). Diagnosis of a Cutting Tool in a Machining Center. 3706–3713. 10.1109/IJCNN.2006.247386.
  13. Mohse S. & Behrooz A. Cutting tool wear prediction in machining operations, a review. Journal of New Technology and Materials, 2022. ffhal-03888252.
  14. Черепанов Н.В., Буслаев С.П. Проблемы и задачи развития искусственного интеллекта на машиностроительном предприятии // Инновации и инвестиции. 2021. № 7. С. 175–179. EDN GDPPMK.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

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».