OBRABOTKAMETALLOV Vol. 23 No. 4 2021 75 EQUIPMENT. INSTRUMENTS а б Рис . 5. Определение величинотклонений : а – ; б – Fig. 5. Determination of deviation values: а – ; б – лении возрастает от0до0,3 , а угол отклонения вдольрадиуса возрастает от 0до 5,4 . Таким образом , в процессе исследования сложных поверхностей винтовых движите - лей транспортных средств путем обратного инжиниринга с применением разработанного мехатронного профилографа установлены его конструктивно - технологические параметры , проведен экспресс - анализ поверхностей вин - тов , имеющих поворотную симметрию и уста - новленыразличия формповерхностей лопастей винта по величинам отклоненийв продольном и поперечном направлении для разных радиусов . Выводы 1. Предложены новый метод исследования сложных поверхностей винтовых движителей транспортных средств и конструкция мехатрон - ного профилографа на основе обзора методов обратного проектирования . 2. Для разработанного мехатронного профи - лографа на основаниитеоретических иэкспери - ментальных исследований выявлены основные конструктивно - технологические параметры и установлена гиперболическаязависимость угло - вой скорости перемещения лазерного датчика от радиуса сканирования . Например , для посто - янного шага траектории по спирали Архимеда величиной2ммзначение угловой скорости дат - чика должно плавно уменьшаться от максималь - ного значения в 2 рад / с до минимального значе - ния 0,574рад / с , т . е . в 3,484раза . 3. Проведен экспресс - анализ поверхностей вин - товых движителей транспортных средств , имеющих поворотную симметрию и установлены различия форм поверхностей лопастей винта по величинам отклонений в продольном и поперечном направлении для разных радиусов . На основании эксперимен - тальных данных получена двухфакторной степенная модель , описывающая отклонения с коэффициен - том детерминации0,967, по анализу которой видно , что в среднем угол отклонения в перпендикулярном радиусу направлении возрастает от 0 до0,3 , а угол отклонения вдоль радиуса возрастает от0до5,4 . Список литературы 1. Feature-based reverse modeling strategies / Y. Ke, S. Fan, W. Zhu, A. Li, F. Liu, X. Shi // ComputerAided Design. – 2006. – Vol. 38, iss. 5. – P. 485–506. – DOI: 10.1016/j.cad.2005.12.002. 2. Jeyapoovan T., Murugan M. Surface roughness classification using image processing // Measurement. – 2013. – Vol. 46 (7). – P. 2065–2072. – DOI: 10.1016/j. measurement.2013.03.014.
RkJQdWJsaXNoZXIy MTk0ODM1