Obrabotka Metallov 2021 Vol. 23 No. 3

ОБРАБОТКА МЕТАЛЛОВ Том 23 № 3 2021 94 ОБОРУДОВАНИЕ . ИНСТРУМЕНТЫ 15. Заковоротный В . Л ., Шаповалов В . В . Динами - ка транспортных трибосистем // Сборка в машиностро - ении , приборостроении . – 2005. – № 12. – С . 19–24. 16. Рыжкин А . А . Синергетика изнашивания ин - струментальных материалов при лезвийной обра - ботке . – Ростов н / Д .: Донской гос . техн . ун - т , 2019. – 289 с . – ISBN 978-5-7890-1669-5. 17. Старков В . К . Физика и оптимизация резания материалов . – М .: Машиностроение , 2009. – 640 с . 18. Мигранов М . Ш . Исследования изнашивания инструментальных материалов и покрытий с пози - ций термодинамики и самоорганизации // Известия вузов . Машиностроение . – 2006. – № 11. – С . 65–71. 19. Каримов И . Г . Влияние температуры реза - ния на энергетические параметры контакта инстру - мента с деталью // Вестник УГАТУ . – 2012. – Т . 16, № 44 (49). – С . 85–89. 20. Non-equilibriumwork distribution for interacting colloidal particles under friction / J.R. Gomez-Solano, C. July, J. Mehl, C. Bechinger // New Journal of Phys- ics. – 2015. – Vol. 17. – P. 045026. – DOI: 10.1088/1367- 2630/17/4/045026. 21. Banjac M. Friction and wear processes-thermo- dynamic approach // Tribology in Industry. – 2014. – Vol. 36, N 4. – P. 341–347. 22. Abdel-Aal H.A. Thermodynamic modeling of wear // Encyclopedia of Tribology. – Boston, MA: Springer, 2013. – P. 3622–3636. – DOI: 10.1007/978-0- 387-92897-5_1313. 23. Duyun T.A., Grinek A.V., Rybak L.A. Methodol- ogy of manufacturing process design, providing qual- ity parameters and minimal costs // World Applied Sciences Journal. – 2014. – Vol. 30 (8). – P. 958–963. – DOI: 10.5829/idosi.wasj.2014.30.08.14120. 24. Mukherjee I., Ray P.K. A review of optimization techniques in metal cutting processes // Computers and Industrial Engineering. – 2006. – Vol. 50, N 12. – P. 15– 34. – DOI: /10.1016/j.cie.2005.10.001. 25. Патент 2538750 Российская Федерация . Спо - соб определения оптимальной скорости резания в процессе металлообработки / Козочкин М . П ., Федо - ров С . В ., Терешин М . В . – № 2013123625/02; заявл . 23.05.2013; опубл . 10.01.2015. 26. Зариктуев В . Ц . Автоматизация процессов на основе положения об оптимальной температуре реза - ния // Вестник УГАТУ . – 2009. – Т . 12, № 4. – С . 14–19. 27. Лапшин В . П ., Христофорова В . В ., Носа - чев С . В . Взаимосвязь температуры и силы резания с износом и вибрациями инструмента при токарной обработке металлов // Обработка металлов ( техно - логия , оборудование , инструменты ). – 2020. – Т . 22, № 3. – C. 44–58. – DOI: 10.17212/1994-6309-2020- 22.3-44-58. 28. Lapshin V., Moiseev D., Minakov V. Diagnos- ing cutting tool wear after change of cutting forces dur- ing turning // AIP Conference Proceedings. – 2019. – Vol. 2188. – P. 030001. – DOI: 10.1063/1.5138394. 29. Begic-Hajdarevic D. , Cekic A., Kulenovic M. Ex- perimental study on the high speed machining of hard- ened steel // Procedia Engineering. – 2014. – Vol. 69. – P. 291–295. – DOI: 10.1016 /j.pro -eng.2014.02.234. 30. Flushing strategies for high performance, ef fi cient and environmentally friendly cutting / P. Blau, K. Busch, M. Dix, C. Hochmuth, A. Stoll, R. Wertheim // Procedia CIRP. – 2015. – Vol. 26. – P. 361–366. – DOI: 10.1016/j. procir.2014.07.058. 31. Chin C.-H., Wang Y.-C., Lee B.-Y. The effect of surface roughness of end-mills on optimal cutting performance for high-speed machining // Strojniski Vestnik = Journal of Mechanical Engineering. – 2013. – Vol. 52 (2). – P. 124–134. – DOI: 10.5545/sv- jme.2012.677. 32. Kant G., Sangwan K.S. Prediction and optimization of machining parameters for minimization power consumptionand surface roughness inmachining // Journal of Cleaner Production. – 2014. – Vol. 83. – P. 151–164. – DOI: 10.1016/j.jclepro.2014.07.073. 33. Martinov G., Martinova L., Ljubimov A. From classic CNC systems to cloud-based technology and back // Robotics and Computer-Integrated Manufacturing. – 2020. – Vol. 63. – DOI: 10.1016/j. rcim.2019.101927. 34. Martinov G.M., Kovalev I.A., Grigoriev A.S. А pproach to building an autonomous cross-platform automation controller based on the synthesis of separate modules //Advances inAutomation. RusAutoCon 2019. – Cham: Springer, 2020. – P. 128–136. –DOI: 10.1007/978- 3-030-39225-3_15. 35. Сосонкин В . Л ., Мартинов Г . М . Новейшие тенденции в области архитектурных решений систем ЧПУ // Автоматизация в промышленности . – 2005. – № 4. – С . 3–9. 36. Approach to the diagnosis and con fi guration of servo drives in heterogeneous machine control sys- tems / G.M. Martinov, S.V. Sokolov, L.I. Martinova, A.S. Grigoryev, P.A. Nikishechkin // Advances in swarm intelligence. ICSI 2017 / ed. by Y. Tan, H. Takagi, Y. Shi, B. Niu. – Cham: Springer, 2017. – P. 586–594. – (Lecture Notes in Computer Science; vol. 10386). – DOI: 10.1007/978-3-319-61833-3_62. 37. Sang Z., Xu X., The framework of a cloud-based CNC system // Procedia CIRP. – 2017. – Vol. 63. – P. 82– 88. – DOI: 10.1016/j.procir.2017.03.152. 38. Мартинов Г . М ., Козак Н . В ., Никишечкин П . А . Решение задачи резервирования в станках с число - вым программным управлением // СТИН . – 2020. – № 7. – С . 2–7. 39. Базров Б . М ., Балакшин Б . С . Адаптивное управление станками . – М .: Машиностроение , 1973. – 688 с .

RkJQdWJsaXNoZXIy MTk0ODM1