Obrabotka Metallov 2018 Vol. 20 No. 3

OBRABOTKAMETALLOV Vol. 20 No. 3 2018 13 TECHNOLOGY Рис. 6. Модель нейронной сети, выполненная в «Matlab R2011b» Fig. 6. The model of the neural network, made in «Matlab R2011b» предложенного способа является необходи- мость соблюдения мер безопасности при ис- пользовании электрического тока высокого на- пряжения. Выводы 1. Обоснована и экспериментально под- тверждена возможность оценки качества режу- щих пластин с помощью акустических спектров собственных колебаний. 2. Разработан способ снижения износа пла- стин с помощью высоковольтных электрических разрядов, воздействующих на необработанную поверхность режущей части инструмента (для представленных условий эксперимента) в тече- ние 5 мин на расстоянии 7 мм от поверхности с напряжением 25 кВ. Список литературы 1. Сафонов С.В., Григорьев С.Н., Смоленцев В.П. Модификация поверхностного слоя металлических изделий // Вестник Воронежского государственного технического университета. – 2015. – Т. 11, № 2. – С. 19–26. 2. Иващенко А.П. Анализ способов повышения стойкости материалов режущих инструментов // Международный журнал прикладных и фундамен- тальных исследований. – 2015. – № 12 (3). – С. 389– 392. 3. Тарануха Г.В. Применение композиционных материалов для режущих инструментов в металлоо- бработке // Альманах современной науки и образова- ния. – 2013. – № 9 (76). – С. 171–172. 4. Середа Б.П., Кругляк Д.О. Формирование из- носостойких покрытий на медных сплавах в услови- ях СВС // Инженерия поверхностного слоя деталей машин: сборник материалов II Международной на- учно-практической конференции, 27–28 мая 2010 г.: посвященной 85-летию со дня рождения академика О.В. Романа, 55-летию кафедры «Порошковая метал- лургия, сварка и технология материалов» БНТУ / ред- кол.: Б.М. Хрусталев, Ф.И. Пантелеенко, В.Ю. Блю- менштейн. – Минск: БНТУ, 2010. – С. 96–97. 5. Повышение износостойкости и коррозионной стойкости изделий из конструкционных и инструмен- тальных стадий путем нанесения ионно-плазменных покрытий / Л.Л. Ильичев, В.И. Рудаков, Г.В. Клевков, Н.А. Клевцова // Современные проблемы науки и об- разования. – 2006. – № 6. – С. 45–46. 6. Чекалова Е.А., Чекалов П.Д. Повышение из- носостойкости режущего инструмента путем диф- фузного сетчатого покрытия // Известия МГТУ «МАМИ». – 2014. – № 1 (19). – С. 230–233. 7. Клименко С.А., Копейкина М.Ю. Повышение эффективности процессов обработки инструмента- ми с ПСТМ на основе КНБ // Открытые информаци- онные и компьютерные интегрированные техноло- гии. – Харьков, 2012. – Вып. 55. – С. 79–83. 8. Stancioiu A., Csofu F. Research on increasing active life of cutting tools // Fiabilitate şi Durabilitate. – 2012. – N 1. – P. 212–217. 9. Yasa E., Kruth J. Application of laser re-melting on Selective laser melting parts // Advances in Produc- tion Engineering and Management. – 2011. – Vol. 6, N 4. – P. 259–270. 10. Additive manufacturing by direct metal depo- sition / В. Dutta, S. Palaniswamy, J. Choi, L.J. Song, J. Mazumder // Advanced Materials & Processes. – 2011. – Vol. 169, N 5. – P. 33–36. 11. Kruglov I.A. Neural networks modeling of multivariable vector functions in ill-posed approximation problems // Journal of Computer and System Sciences International. – 2013. – Vol. 52, N 4. – P. 503–518. 12. Improving tool life in multi-axis milling of Ni- based superalloy with ball-end cutter based on the active cutting edge shift strategy / M. Luo, H. Luo, D. Zhang, K. Tang // Journal of Materials Processing Technology. – 2018. – Vol. 252. – P. 105–115. 13. Binder M., Klocke F., Lung D. Tool wear simulation of complex shaped coated cutting tools // Wear. – 2015. – Vol. 330–331. – P. 600–607.