INFLUENCE OF REVERSIBLE SURFACE PLASTIC DEFORMATION PARAMETERS ON THE PARAMETERS OF THE SURFACE WAVINESS OF CYLINDRICAL PARTS

Capa

Citar

Texto integral

Resumo

The results of experimental studies to determine the influence of the parameters of reversible surface plastic deformation on the parameters of the surface waviness of cylindrical parts made of steel 45, are presented. The proposed method implemen-tation for finishing and hardening treatment requires the development of a device for the formation of a reversing circular motion of the working tool. On completion of experimental studies using the PyCharm computer program and Python pro-gramming language, optimal modes of simplification were determined, providing the lowest waviness height.

Sobre autores

Semen Zaides

Irkutsk State Technical University

Autor responsável pela correspondência
Email: zsa@istu.edu
doctor of technical sciences

Huu Nguyen

Irkutsk National Research Technical University

Email: nquan6799@gmail.com

Bibliografia

  1. Прилуцкий В.А. Технологические ме-тоды снижения волнистости поверхностей. М: Машиностроение, 1978. 136 с.
  2. Суслов А.Г. Качество поверхностного слоя деталей машин. М.: Машиностроение, 2000. 320 с. EDN: PRXAQD
  3. Одинцов Л.Г. Упрочнение и отделка деталей поверхностным пластическим дефор-мированием. М.: Машиностроение, 1987. 328 c.
  4. Смелянский В.М. Механика упрочне-ния деталей поверхностным пластическим де-формированием. М.: Машиностроение, 2002. 300 с.
  5. Гуров Р.В. Формирование качества по-верхностного слоя при отделочных и отделоч-но-упрочняющих режимах отделочно-упрочняющей обработки поверхностным пла-стическим деформированием // Вестник Брян-ского государственного технического универ-ситета. 2011. № 3 (31). С. 67-73.
  6. Шнейдер Ю.Г. Регуляризация микро-геометрии поверхностей деталей // Вестник машиностроения. 1991. № 5. С. 12-15.
  7. Вирт, А.Э. Влияние усилия деформиро-вания при ППД на шероховатость обработан-ной поверхности // Международный журнал прикладных и фундаментальных исследований. 2014. № 12-1. С. 12-14. EDN: TAGZMR
  8. Бутаков Б.И., Шебанин В.С., Мар-ченко Д.Д., Артюх А.В. Поверхностное пла-стическое деформирование как метод повыше-ния качества деталей машин // Труды Госнити. 2011. Т. 107. № 2. С. 85-87. EDN: SZTUWF
  9. Демкин Н.Б., Рыжов Э.В. Качество поверхности и контакт деталей машин. М.: Ма-шиностроение, 1981. 244 с. EDN: YJGCBR
  10. Зайдес С.А., Нгуен Хыу Хай. Влия-ние начальной ориентации рабочего инстру-мента на напряженно-деформированное состо-яние при реверсивном поверхностном пласти-ческом деформировании // Технология метал-лов. 2022. № 12. С. 11-20. doi: 10.31044/1684-2499-2022-0-12-11-20; EDN: MVIGHW
  11. Зайдес С.А., Хо Минь Куан. Маятни-ковое поверхностное пластическое деформиро-вание цилиндрических заготовок // Известия высших учебных заведений. Черная металлур-гия. 2022. № 5. С. 344-353. doi: 10.17073/0368-0797-2022-5-344-353; EDN: IDWCZN
  12. Зайдес С. А., Нгуен Ван Хинь. Влия-ние направления и геометрии рабочего инстру-мента на напряженно-деформированное состо-яние при осциллирующем выглаживании ци-линдрических деталей // Известия высших учебных заведений. Машиностроение. 2018. № 8 (701). С. 28-36. doi: 10.18698/0536-1044-2018-8-28-36; EDN: UYHXQN
  13. Пат. 2758713 РФ. Способ поверх-ностного пластического деформирования наружных поверхностей тел вращения / Зайдес С.А., Нгуен Хыу Хай, заявл.14.01.2021; опубл. 01.11.2021.
  14. Зайдес С.А., Нгуен Хыу Хай. Влия-ние кинематики тороидального ролика на напряженно-деформированное состояние при поверхностном пластическом деформировании // Металлообработка. 2022. № 2 (128). С. 40-48. doi: 10.25960/mo.2022.2.40; EDN: TJOEDL
  15. Зайдес С.А., Нгуен Хыу Хай. Вли-яние основных параметров реверсивного по-верхностного пластического деформирования на напряженно- деформированное состояние цилиндрических деталей // Системы. Методы. Технологии. 2022. № 3 (55). С. 7-15.
  16. Francesco Farina, Andrea Camisa, Andrea Testa, Ivano Notarnicola, Giuseppe Notarstefano. DISROPT: a Python Framework for Distributed Optimization // IFAC-PapersOnLine. 2020. Vol. 53. P. 2666-2671. https://doi.org/10.1016/j.ifacol.2020.12.382
  17. Ali Ahrari, Saber Elsayed, Ruhul Sarker, Daryl Essam, Carlos A. Coello Coello. PyDDRBG: A Python framework for benchmarking and evaluating static and dynamic multimodal optimization methods // SoftwareX. 2022. Vol. 17. P.100961.https://doi.org/10.1016/j.softx.2021.100961 EDN: GFLCKY
  18. Antonio Benítez-Hidalgo Antonio, J. Nebro, José García-Nieto, Izaskun Oregi, Javier Del Ser. jMetalPy: A Python framework for multi-objective optimization with metaheuristics // Swarm and Evolutionary Computation. 2019. Vol. 51. P.100598. https://doi.org/10.1016/j.swevo.2019.100598
  19. Patent 2758713 RF: Method for surface plastic deformation of the outer surfaces of bodies of revolution / Zaides S.A., Nguyen Huu Khai, ap-plication 14.01.2021; publ. 01.11.2021.
  20. Zaides S.A., Nguyen Huu Hai. Influence of the kinematics of a toroidal roller on the stress-strain state under surface plastic de-formation / Metalloobrabotka, 2022, no. 2, pp. 40-48, doi: https://doi.org/10.25960/mo.2022.2.40. EDN: TJOEDL
  21. Zaides S.A., Nguyen Huu Hai. Influence of the main parameters of reversible surface plastic deformation on the stress-deformed state of cylin-drical parts / Systems. Methods. Technologies, 2022, no. 3 (55), pp. 7-15.
  22. Francesco Farina, Andrea Camisa, An-drea Testa, Ivano Notarnicola, Giuseppe Notar-stefano. DISROPT: a Python Framework for Dis-tributed Optimization // IFAC-PapersOnLine. 2020. Vol. 53. P. 2666-2671. https://doi.org/10.1016/j.ifacol.2020.12.382
  23. Ali Ahrari, Saber Elsayed, Ruhul Sarker, Daryl Essam, Carlos A. Coello Coello. PyDDRBG: A Python framework for benchmarking and evalu-ating static and dynamic multimodal optimization methods // SoftwareX. 2022. Vol. 17. P.100961. https://doi.org/10.1016/j.softx.2021.100961 EDN: GFLCKY
  24. Antonio Benítez-Hidalgo Antonio, J. Nebro, José García-Nieto, Izaskun Oregi, Javier Del Ser. jMetalPy: A Python framework for multi-objective optimization with metaheuristics // Swarm and Evolutionary Computation, 2019, vol. 51. P. 100598. https://doi.org/10.1016/j.swevo.2019.100598

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

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».