ОБРАБОТКА МЕТАЛЛОВ Том 27 № 1 2025 126 ОБОРУДОВАНИЕ. ИНСТРУМЕНТЫ 3. Интеллектуальная система мониторинга и управления техническим состоянием мехатронных технологических объектов / А.К. Тугенгольд, Е.А. Лукьянов, Р.Н. Волошин, В.Ф. Бонилья // Вестник Донского государственного технического университета. – 2020. – Т. 20, № 2. – С. 188–195. – DOI: 10.23947/1992-5980-2020-20-2-188-195. 4. Zakovorotnyi V.L., Gvindjiliya V.E. Infl uence of speeds of forming movements on the properties of geometric topology of the part in longitudinal turning // Journal of Manufacturing Processes. – 2024. – Vol. 112. – P. 202–213. – DOI: 10.1016/j.jmapro.2024.01.037. 5. Virtual process systems for part machining operations / Y. Altintas, P. Kersting, D. Biermann, E. Budak, B. Denkena, I. Lazoglu // CIRP Annals. – 2014. – Vol. 63 (2). – P. 585–605. – DOI: 10.1016/j. cirp.2014.05.007. 6. Altintas Y. Manufacturing automation: metal cutting mechanics, machine tool vibrations, and CNC design. – Cambridge; New York: Cambridge University Press, 2012. – 366 p. 7. Altintaş Y., Budak E. Analytical prediction of stability lobes in milling // CIRP Annals. – 1995. – Vol. 44 (1). – P. 357–362. – DOI: 10.1016/S00078506(07)62342-7. 8. Kabaldin Y.G., Shatagin D.A. Artifi cial intelligence and cyberphysical machining systems in digital production // Russian Engineering Research. – 2020. – Vol. 40 (4). – P. 292–296. – DOI: 10.3103/ S1068798X20040115. 9. Чигиринский Ю.Л., Ингеманссон А.Р. Технологические аспекты подготовки цифрового машиностроительного производства // Наукоемкие технологии в машиностроении. – 2023. – № 9 (147). – С. 39–48. – DOI: 10.30987/2223-4608-2023-39-48. 10. Zakovorotny V.L., Gvindjiliya V.E. Process control synergetics for metal-cutting machines // Journal of Vibroengineering. – 2022. – Vol. 24 (1). – P. 177–189. – DOI: 10.21595/jve.2021.22087. 11. Digital twin-assisted intelligent fault diagnosis for bearings / S. Gong, S. Li, Y. Zhang, L. Zhou, M. Xia // Measurement Science and Technology. – 2024. – Vol. 35 (10). – P. 106128. – DOI: 10.1088/13616501/ad5f4c. 12. Digital twin-driven partial domain adaptation network for intelligent fault diagnosis of rolling bearing / Y. Zhang, J.C. Ji., Ren Z., Q. Ni, F. Gu, K. Feng, K. Yu, J. Ge, Z. Lei, Z. Liu // Reliability Engineering & System Safety. – 2023. – Vol. 234. – P. 109186. – DOI: 10.1016/j. ress.2023.109186. 13. A digital twin model of life-cycle rolling bearing with multiscale fault evolution combined with diff erent scale local fault extension mechanism / T. Li, H. Shi, X. Bai, K. Zhang // IEEE Transactions on Instrumentation and Measurement. – 2023. – Vol. 72. – P. 1–11. – DOI: 10.1109/TIM.2023.3243663. 14. Digital twin-assisted dual transfer: a novel information-model adaptation method for rolling bearing fault diagnosis / Z. Li, X. Ding, Z. Song, L. Wang, B. Qin, W. Huang // Information Fusion. – 2024. – Vol. 106. – P. 102271. – DOI: 10.1016/j.inff us.2024.102271. 15. Заковоротный В.Л., Гвинджилия В.Е. Синергетический подход к повышению эффективности управления процессами обработки на металлорежущих станках // Обработка металлов (технология, оборудование, инструменты). – 2021. – Т. 23, № 3. – С. 84–99. – DOI: 10.17212/1994-6309-2021-23. 3-84-99. 16. Рыжкин А.А. Синергетика изнашивания инструментальных режущих материалов (трибоэлектрический аспект). – Ростов н/Д.: Изд-во Дон. гос. техн. ун-та, 2004. – 322 с. – ISBN 5-7890-0307-9. 17. Lapshin V.P. Turning tool wear estimation based on the calculated parameter values of the thermodynamic subsystem of the cutting system // Materials. – 2021. – Vol. 14 (21). – P. 6492. – DOI: 10.3390/ ma14216492. 18. Lapshin V., Turkin I., Dudinov I. Research on infl uence of tool deformation in the direction of cutting and feeding on the stabilization of vibration activity during metal processing using metal-cutting machines // Sensors. – 2023. – Vol. 23 (17). – P. 7482. – DOI: 10.3390/ s23177482. 19. Sensor-based intelligent tool online monitoring technology: applications and progress / J. Huang, G. Chen, H. Wei, Zh. Chen, Y. Lv // Measurement Science and Technology. – 2024. – Vol. 35 (11). – P. 112001. – DOI: 10.1088/1361-6501/ad66f1. 20. Лапшин В.П., Моисеев Д.В. Определение оптимального режима обработки металлов при анализе динамики систем управления резанием // Обработка металлов (технология, оборудование, инструменты). – 2023. – Т. 25, № 1. – С. 16–43. – DOI: 10.17212/1994-6309-2023-25.1-16-43. Конфликт интересов Авторы заявляют об отсутствии конфликта интересов. © 2025 Авторы. Издательство Новосибирского государственного технического университета. Эта статья доступна по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная (https://creativecommons.org/licenses/by/4.0).
RkJQdWJsaXNoZXIy MTk0ODM1