ОБРАБОТКА МЕТАЛЛОВ Том 26 № 3 2024 128 ОБОРУДОВАНИЕ. ИНСТРУМЕНТЫ интенсивности эмиссии, уширение спектральной линии этого сигнала и др. 3. Развитие износа способствует изменению параметров формируемой резанием динамической связи, что вызывает смещение частот резонансов подсистем, уменьшение их добротности, развитие нестационарности спектров и др. 4. Выявленные особенности изменения частотных свойств сигнала ВАЭ по мере развития износа позволяют строить систему информационных признаков в частотном пространстве, которая в совокупности с правилами кластеризации информационного пространства на классы по признаку изнашивания позволяет построить информационную модель износа. Представленный пример показал прикладную эффективность разработанных методов и приведенного математического инструментария на основе созданной и внедренной в промышленность системы диагностики износа. Список литературы 1. Остафьев В.А., Антонюк В.С., Тымчик Г.С. Диагностика процесса металлообработки. – Киев: Тэхника, 1991. – 152 с. 2. Заковоротный В.Л., Бордачев Е.В., Алексейчик М.И. Динамический мониторинг состояния процесса резания // СТИН. – 1998. – № 12. – С. 6–13. 3. Zakovorotny V., Gvindjiliya V. Process control synergetics for metal-cutting machines // Journal of Vibroengineering. – 2022. – Vol. 24 (1). – P. 177–189. – DOI: 10.21595/jve.2021.22087. 4. Astakhov V.P. The assessment of cutting tool wear // International Journal of Machine Tools andManufacture. – 2004. –Vol. 44. – P. 637–647. – DOI: 10.1016/j. ijmachtools.2003.11.006. 5. Konrad H., Isermann R., Oette H.U. Supervision of tool wear and surface quality during end milling operations // IFAC Proceedings Volumes. – 1994. – Vol. 27 (4). – P. 507–513. – DOI: 10.1016/S14746670(17)46074-5. 6. Заковоротный В.Л., Ладник И.В. Построение информационной модели динамической системы металлорежущего станка для диагностики процесса обработки // Проблемы машиностроения и надежности машин. – 1991. – № 4. – С. 75–79. 7. Tool condition monitoring (TCM) – the status of research and industrial application / G. Byrne, D. Dornfeld, I. Inasaki, G. Ketteler, W. Konig, R. Teti // CIRPAnnals. – 1995. – Vol. 44 (2). – P. 541–567. – DOI: 10.1016/ S0007-8506(07)60503-4. 8. Teti R. Advanced IT methods of signal processing and decision making for zero defect manufacturing in machining // Procedia CIRP. – 2015. – Vol. 28. – P. 3–15. – DOI: 10.1016/j.procir.2015.04.003. 9. Milfelner M., Cus F., Balic J. An overview of data acquisition system for cutting force measuring and optimization in milling // Journal of Materials Processing Technology Volumes. – 2005. – Vol. 164–165. – P. 1281– 1288. – DOI: 10.1016/j.jmatprotec.2005.02.146. 10. Козочкин М.П., Сабиров Ф.С., Селезнев А.Е. Виброакустический мониторинг лезвийной обработки заготовок из закаленной стали // Вестник МГТУ «Станкин». – 2018. – № 1 (44). – С. 23–30. 11. Козочкин М.П. Многопараметрическая диагностика технологических систем для обработки материалов резанием // Вестник МГТУ «Станкин». – 2014. – № 1 (28). – С. 13–19. 12. Барзов А.А., Горелов В.А., Игонькин Б.А. Акустоэлектрическая диагностика процесса резания полимерных композиционных материалов // Авиационная промышленность. – 1986. – № 12. – С. 36. 13. Bhuiyan M., Choudhury I., Nukman Y. An innovative approach to monitor the chip formation eff ect on tool state using acoustic emission in turning // International Journal of Machine Tools and Manufacture. – 2012. – Vol. 58. – P. 19–28. – DOI: 10.1016/j.ijmachtools.2012.02.001. 14. Rehorn A.G., Jiang J., Orban P.E. State-of-theart methods and results in tool condition monitoring: a review // International Journal of Advanced Manufacturing Technology. – 2005. – Vol. 26. – P. 693–710. – DOI: 10.1007/s00170-004-2038-2. 15. Jemielniak K., Arrazola P. Application of AE and cutting force signals in tool condition monitoring in micro-milling // CIRP Journal of Manufacturing Science and Technology. – 2008. – Vol. 1 (2). – P. 97–102. – DOI: 10.1016/j.cirpj.2008.09.007. 16. Zakovorotny V.L., Ladnik I.V., Dhande S.G. Amethod for characterization of machine-tools dynamic parameters for diagnostic purposes // Journal of Materials Processing Technology. – 1995. – Vol. 53 (3–4). – P. 588– 600. – DOI: 10.1016/0924-0136(94)01745-M. 17. Заковоротный В.Л., Флек М.Б. Динамика процесса резания. Синергетический подход. – Ростов н/Д.: Терра, 2005. – 880 с. 18. Astakhov V.P. Tribology of metal catting. – Elsevier Science, 2006. – 312 p. – ISBN 0080466850. 19. Макаров А.Д. Оптимизация процессов резания. – М.: Машиностроение, 1976. – 278 с. 20. Чувствительность виброакустического сигнала к изменению состояния поверхностного слоя при трении / В.В. Кузин, М.П. Козочкин, С.Н. Григорьев, С. Федоров // Новые огнеупоры. – 2021. – № 5. – С. 141–146. – DOI: 10.17073/1683-4518-2021-5-141-146. 21. Zakovorotny V.L., Gvindjiliya V.E. Self-organization and evolution in dynamic friction systems // Journal
RkJQdWJsaXNoZXIy MTk0ODM1