ОБРАБОТКА МЕТАЛЛОВ Том 28 № 1 2026 130 ТЕХНОЛОГИЯ Интеллектуальная система поддержки принятия решений для оптимизации параметров токарной обработки тонкостенных деталей в контексте проектирования гибридного металлообрабатывающего оборудования Аягма Жаргалова 1, a, *, Вадим Скиба 2, b, **, Цзыци Тун 1, c, Семен Папко 2, d, Иван Юлусов 2, e 1 Московский государственный технический университет им. Н.Э. Баумана, ул. 2-я Бауманская, д. 5, стр. 1, г. Москва, 105005, Россия 2 Новосибирский государственный технический университет, пр. К. Маркса, 20, г. Новосибирск, 630073, Россия a https://orcid.org/0000-0002-6251-1004, azhargalova@bmstu.ru; b https://orcid.org/0000-0002-8242-2295, skeeba_vadim@mail.ru; c https://orcid.org/0009-0008-6174-3234, tongziqi29@gmail.com; d https://orcid.org/0009-0004-4512-5963, papko.duty@yandex.ru; e https://orcid.org/0009-0006-7566-6722, yulusov.2017@stud.nstu.ru Обработка металлов (технология • оборудование • инструменты). 2026 Том 28 № 1 с. 130–151 ISSN: 1994-6309 (print) / 2541-819X (online) DOI: 10.17212/1994-6309-2026-28.1-130-151 Обработка металлов (технология • оборудование • инструменты) Сайт журнала: http://journals.nstu.ru/obrabotka_metallov ИНФОРМАЦИЯ О СТАТЬЕ УДК 621.9.011:004.891.2:621.941 История статьи: Поступила: 17 января 2026 Рецензирование: 02 февраля 2026 Принята к печати: 14 февраля 2026 Доступно онлайн: 15 марта 2026 Ключевые слова: Тонкостенные детали Интеллектуальная система поддержки принятия решений Упругая деформация Оптимизация режимов резания Гибридное станочное оборудование Имитационное моделирование Метод конечных элементов Финансирование Работа выполнена при поддержке Министерства науки и высшего образования РФ (проект FSUN-20260005). АННОТАЦИЯ Введение. Обработка тонкостенных деталей представляет собой одну из наиболее сложных задач современного машиностроения, особенно в аэрокосмической отрасли, точном приборостроении и других высокотехнологичных областях, где требования к геометрической точности носят критический характер. Низкая изгибная жесткость таких конструкций обусловливает их чрезвычайную чувствительность к силовым воздействиям, возникающим при механической обработке: упругие деформации, вызванные совокупным действием сил резания и усилий зажима, приводят к значительным отклонениям от заданных размеров и формы, что является одной из основных причин производственного брака. Традиционные методы назначения режимов резания, основанные на справочных данных и эмпирическом опыте оператора, не обеспечивают возможности количественного прогнозирования деформационного отклика тонкостенной заготовки и не учитывают специфики ее деформационного поведения. Указанная проблема приобретает особую актуальность в контексте разработки гибридного станочного оборудования нового поколения, интегрирующего механические и поверхностно-термические технологические операции, где научно обоснованный выбор параметров обработки является необходимым условием обеспечения требуемого качества продукции. Цель работы. Разработка, программная реализация и комплексная верификация прототипа интеллектуальной системы поддержки принятия решений (СППР), предназначенной для научно обоснованного выбора оптимальных режимов токарной обработки, направленного на минимизацию упругой деформации тонкостенных деталей, как составного элемента методологии проектирования гибридных металлообрабатывающих систем. Методы исследования. В основу системы положена аналитическая математическая модель, устанавливающая функциональную связь между параметрами резания, результирующей силой резания и упругим прогибом заготовки, рассчитываемым по механической модели консольной балки. Реализован итерационный алгоритм многопараметрической оптимизации с целевой функцией минимизации максимального прогиба. Верификация эффективности системы проведена на двух типовых тонкостенных деталях – втулке из стали 45 и кольце из алюминиевого сплава АК9ч – посредством комплексного имитационного моделирования: проверки технологической реализуемости процесса в CAMсистеме SprutCAM и оценки полей деформаций статическим конечно-элементным анализом в CAE-системе ANSYS Mechanical. Результаты и обсуждение. Применение разработанной СППР обеспечило кардинальное снижение силовых нагрузок на заготовку: тангенциальная составляющая силы резания уменьшилась в 2,1 раза для стальной втулки и в 10,8 раза для алюминиевого кольца. Конечно-элементный анализ подтвердил снижение максимальной упругой деформации на 72,3 % (с 0,0602 до 0,0167 мм) для стальной втулки и на 87,9 % (с 0,0422 до 0,0051 мм) для алюминиевого кольца. Принципиальным технологическим результатом является то, что значения деформации после оптимизации не превышают конструкторских допусков на цилиндричность. Моделирование в SprutCAM подтвердило полную технологическую корректность процессов. Полученные результаты демонстрируют перспективность интеграции интеллектуальных систем принятия решений в методологию проектирования гибридного станочного оборудования для повышения конкурентоспособности отечественной станкоинструментальной отрасли. Для цитирования: Интеллектуальная система поддержки принятия решений для оптимизации параметров токарной обработки тонкостенных деталей в контексте проектирования гибридного металлообрабатывающего оборудования / А.Д. Жаргалова, В.Ю. Скиба, Ц. Тун, С.С. Папко, И.С. Юлусов // Обработка металлов (технология, оборудование, инструменты). – 2026. – Т. 28, № 1. – С. 130–151. – DOI: 10.17212/1994-6309-2026-28.1-130-151. ______ *Адрес для переписки Жаргалова Аягма Дашибалбаровна, ст. преподаватель Московский государственный технический университет им. Н.Э. Баумана, ул. 2-я Бауманская, д. 5, стр. 1, 105005, г. Москва, Россия Тел.: +7 903 177-52-38, e-mail: azhargalova@bmstu.ru ______ **Адрес для переписки Скиба Вадим Юрьевич, к.т.н., доцент Новосибирский государственный технический университет, пр. К. Маркса, 20, 630073, г. Новосибирск, Россия Тел.: 8 (383) 346-17-79, e-mail: skeeba_vadim@mail.ru
RkJQdWJsaXNoZXIy MTk0ODM1