ОБРАБОТКА МЕТАЛЛОВ

Введение. Одним из направлений повышения эффективности обработки на станках является согласование программы ЧПУ с изменяющимися свойствами динамической системы резания. Если при этом учитывается износ инструмента и связанные с ним изменения параметров динамической системы резания, то скорость резания для обеспечения минимального значения интенсивности изнашивания уменьшается по пути резания. Соответствующая скорость подачи уменьшается еще быстрее, так как необходимо обеспечивать постоянство деформационных смещений инструмента относительно заготовки. Эволюция свойств процесса резания, для согласования с которыми выполняется коррекция траекторий исполнительных элементов станка, зависит от мощности необратимых преобразований подводимой к резанию энергии. При этом уменьшается эффективность обработки. Поэтому формулируется новая для рассматриваемой предметной области проблема определения координат перемещения инструмента относительно заготовки, начиная с которых дальнейшая обработка экономически нецелесообразна. В этом случае необходимо после обработки очередной детали обеспечить замену инструмента и выполнить его переналадку. Предмет. Металлорежущий станок токарной группы, траектории исполнительных элементов которого управляются, например, системой ЧПУ.  Цель работы. Математическое моделирование и методика определения координат, при которых необходимо делать замену инструмента. Метод и методология проведения работы. Доказаны необходимые условия оптимальности определения этих координат. Приводится математический инструментарий, позволяющий по заданным траекториям вычислить координаты, при которых приведенные затраты на изготовление принимают минимальное значение. При этом учитываются вероятностные характеристики эволюционных траекторий. Результаты и обсуждения. Приводится анализ эффективности использования методики в промышленности в зависимости от стоимости затрат на станок и инструмент вместе с его заменой и переналадкой. Доказанные условия оптимальности и приведенный математический инструментарий дополняют знания об оптимизации управляемых процессов обработки на станках. Выводы. Результаты исследования показывают новые варианты организации замены инструментов, направленные на повышение эффективности обработки программными методами с помощью системы ЧПУ.

1. Haken H. Information and self-organization: a macroscopic approach to complex systems. – Amsterdam: Elsevier, 2006. – 258 p. – ISBN 978-3-540-33021-9. – DOI: 10.1007/3-540-33023-2.

2. Prigogine I., George C. The second law as a selection principle: the microscopic theory of dissipative processes in quantum systems // Proceedings of the National Academy of Sciences of the United States of America. – 1983. – Vol. 80. – P. 4590–4594.

3. Колесников А.А. Прикладная синергетика: основы системного синтеза. – Таганрог: ЮФУ, 2007. – 384 с.

4. Заковоротный В.Л., Флек М.Б., Угнич Е.А. Модель управления современным предприятием на основе системно-синергетического подхода // Экономическая наука современной России. – 2016. – № 4 (75). – С. 112–128.

5. Заковоротный В.Л., Шаповалов В.В. Динамика транспортных трибосистем // Сборка в машиностроении, приборостроении. – 2005. – № 12. – С. 19–24.

6. Рыжкин А.А. Синергетика изнашивания инструментальных материалов при лезвийной обработке. – Ростов н/Д.: Донской гос. техн. ун-т, 2019. – 289 с. – ISBN 978-5-7890-1669-5.

7. Мигранов М.Ш. Исследования изнашивания инструментальных материалов и покрытий с позиций термодинамики и самоорганизации // Известия вузов. Машиностроение. – 2006. – № 11. – С. 65–71.

8. Заковоротный В.Л., Гвинджилия В.Е. Связь самоорганизации динамической системы резания с изнашиванием инструмента // Известия вузов. Прикладная нелинейная динамика. – 2020. – Т. 28, № 1. – С. 46–61. – DOI: 10.18500/0869-6632-2020-28-1-46-61.

9. Zakovorotny V.L., Gvindjiliya V.E. Еvolution of the dynamic cutting system with irreversible energy transformation in the machining zone // Russian Engineering Research. – 2019. – Vol. 39, N 5. – P. 423–430. – DOI: 10.3103/S1068798X19050204.

10. Заковоротный В.Л., Гвинджилия В.Е. Влияние динамики резания на выбор технологических режимов, обеспечивающих минимальное изнашивание режущих инструментов // Обработка металлов (технология, оборудование, инструменты). – 2020. – Т. 22, № 4. – С. 54–70. – DOI: 10.17212/1994-6309-2020-22.4-54-70.

11. Лапшин В.П., Христофорова В.В., Носачев С.В. Взаимосвязь температуры и силы резания с износом и вибрациями инструмента при токарной обработке металлов // Обработка металлов (технология, оборудование, инструменты). – 2020. – Т. 22, № 3. – C. 44–58. – DOI: 10.17212/1994-6309-2020-22.3-44-58.

12. 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.

13. Duyun T.A., Grinek A.V., Rybak L.A. Methodology of manufacturing process design, providing quality parameters and minimal costs // World Applied Sciences Journal. – 2014. – Vol. 30 (8). – P. 958–963. – DOI: 10.5829/idosi.wasj.2014.30.08.14120.

14. 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.

15. Каримов И.Г. Влияние температуры резания на энергетические параметры контакта инструмента с деталью // Вестник УГАТУ. – 2012. – Т. 16, № 44 (49). – С. 85–89.

16. Non-equilibrium work distribution for interacting colloidal particles under friction / J.R. Gomez-Solano, C. July, J. Mehl, C. Bechinger // New Journal of Physics. – 2015. – Vol. 17. – P. 045026. – DOI: 10.1088/1367-2630/17/4/045026.

17. Banjac M. Friction and wear processes-thermodynamic approach // Tribology in Industry. – 2014. – Vol. 36, N 4. – P. 341–347.

18. Патент 2538750 Российская Федерация. Способ определения оптимальной скорости резания в процессе металлообработки / Козочкин М.П., Федоров С.В., Терешин М.В. – № 2013123625/02; заявл. 23.05.2013; опубл. 10.01.2015.

19. Зариктуев В.Ц. Автоматизация процессов на основе положения об оптимальной температуре резания // Вестник УГАТУ. – 2009. – Т. 12, № 4. – С. 14–19.

20. Begic-Hajdarevic D., Cekic A., Kulenovic M. Experimental study on the high speed machining of hardened steel // Procedia Engineering. – 2014. – Vol. 69. – P. 291–295. – DOI: 10.1016/j.pro-eng.2014.02.234.

21. Flushing strategies for high performance, efficient 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.

22. 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.

23. Kant G., Sangwan K.S. Prediction and optimization of machining parameters for minimization power consumption and surface roughness in machining // Journal of Cleaner Production. – 2014. – Vol. 83. – P. 151–164. – DOI: 10.1016/j.jclepro.2014.07.073.

24. Рыжкин А.А. Синергетические аспекты управления износостойкостью инструментальных режущих материалов // Динамика технических систем: XII международная научно-техническая конференция: сборник трудов. – Ростов н/Д., 2016. – С. 9–10.

25. Соломенцев Ю.М., Митрофанов В.Г., Тимирязев В.А. Адаптивное управление технологическими процессами на металлорежущих станках. – М.: Машиностроение, 1980. – 536 с.

26. Базров Б.М. Повышение эффективности механической обработки деталей с помощью систем адаптивного управления. – М.: ЦНИИТЕИлегпищемаш, 1976. – 67 с.

27. Сосонкин В.Л., Мартинов Г.М. Новейшие тенденции в области архитектурных решений систем ЧПУ // Автоматизация в промышленности. – 2005. – № 4. – С. 3–9.

28. Brzhozovsky B.M., Yankin I.N., Brovkova M.B. Сontrolling the oscillatory process composition in machining by correcting the exciting force structure in the cutting zone // Procedia Engineering. – 2016. – Vol. 150. – P. 241–246. – DOI: 10.1016/j.proeng.2016.06.755.

29. Neural network approach for automatic image analysis of cutting edge wear / T. Mikolajczyk, K. Nowicki, A. Klodowski, D.Y. Pimenov // Mechanical Systems and Signal Processing. – 2017. – Vol. 88. – P. 100–110. – DOI: 10.1016/j.ymssp.2016.11.026.

30. Martinov G.M., Pushkov R.L., Evstafieva S.V. Collecting diagnostic operational data from CNC machines during operation process // IOP Conference Series: Materials Science and Engineering. – 2020. – Vol. 709, N 3. – P. 033051. – DOI: 10.1088/1757-899X/709/3/033051.

31. 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.

32. Martinov G., Kozak N., Nezhmetdinov R. Approach in implementing of logical task for numerical control on basis of concept "Industry 4.0" // 2018 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). – Moscow, Russia, 2018. – P. 1–6. – DOI: 10.1109/ICIEAM.2018.8728584.

33. Kozlov A.M., Malyutin G.E., Handozhko A.V. Performance increase of precision volumetric milling on machines based on frame-accurate control // Procedia Engineering. – 2017. – Vol. 206. – P. 1111–1119. – DOI: 10.1016/j.proeng.2017.10.603.

34. Tool condition monitoring in turning using statistical parameters of vibration signal / H. Arslan, A.O. Er, S. Orhan, E. Aslan // International Journal of Acoustics and Vibration. – 2016. – Vol. 21, N 4. – P. 371–378. – DOI: 10.20855/ijav.2016.21.4432.

35. Математическая теория оптимальных процессов / Л.С. Понтрягин, В.Г. Болтянский, Р.В. Гамкрелидзе, Е.Ф. Мищенко. – М.: Наука, 1969. – 384 с.

36. Болтянский В.Г. Моделирование линейных оптимальных быстродействий при помощи релейных схем // Доклады Академии наук СССР. – 1961. – Т. 139, № 2. – С. 275–278.

37. Zakovorotny V.L., Bordatchev E.V., Sankar T.S. Variational formulation for optimal multi-cycle deep drilling of small holes // Journal of Dynamic Systems, Measurement and Control, Transactions of the ASME. – 1997. – Vol. 119, N 3. – P. 553–560. – DOI: 10.1115/1.2801293.