ОБРАБОТКА МЕТАЛЛОВ

Введение. Эффективность обработки на металлорежущих станках оценивается приведенными затратами на изготовление партии деталей при обеспечении требуемого качества. В современном производстве детали изготавливаются, как правило, на станках с ЧПУ. На сегодняшний день соответствие программы ЧПУ и траекторий исполнительных элементов станка обеспечивается с высокой точностью, которая, однако, еще не гарантирует качество и эффективность изготовления. В основу определения программы ЧПУ положена база знаний о рациональных режимах, инструменте, смазочно-охлаждающей жидкости при обработке. Эта база отражает некоторое усреднение по множеству станков, инструментов и условий обработки. Не принимаются во внимание изменения свойств динамической системы в процессе резания. Предмет. В статье рассматривается синергетическое согласование внешнего управления (программы ЧПУ) и динамики резания (внутреннее управление). Факторы внутреннего управления могут быть заданы априорно, а также определены в результате влияния необратимых преобразований энергии в зоне резания. Цель работы – определить закон управления траекториями исполнительных элементов станка таким образом, чтобы при изменяющихся свойствах динамической системы резания в ходе обработки детали обеспечивались требуемое качество поверхности детали и минимизация интенсивности изнашивания инструмента. Метод и методология. Приводится математическое моделирование управляемой динамической системы, свойства которой изменяются за счет априорно заданных законов вариации параметров подсистем, а также изменения свойств резания, обусловленных мощностью необратимых преобразований энергии. Рассмотрение мощности необратимых преобразований энергии необходимо для прогнозирования износа по задней грани, изменения параметров динамической связи и эволюционной перестройки динамики резания. Результаты и обсуждения. Раскрыта закономерность согласования программы ЧПУ с изменяющимися свойствами процесса резания, позволяющими повысить эффективность обработки при обеспечении требуемого качества деталей. Выявлен и проанализирован ряд свойств динамической системы резания, обусловленный изменением траектории скорости продольной подачи инструмента при обработке вала, изменение жесткости которого задано.

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. Эбелинг В., Энгель А., Файстель Р. Физика процессов эволюции. – М.: УРСС, 2001. – 328 с.

4. Николис Дж. Динамика иерархических систем. – М.: Мир, 1989. – 488 с.

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

6. Колесников А.А. Синергетическая теория управления. – М.: Энергоатомиздат, 1994. – 344 с. – ISBN 5-230-24678-2.

7. Колесников А.А., Кузьменко А.А. Метод АКАР и теория адаптивного управления в задачах синтеза нелинейных систем управления // Мехатроника, автоматизация, управление. – 2017. – Т. 18, № 9. – С. 579–589. – DOI: 10.17587/mau.18.579-589.

8. Колесников А.А., Колесников Ал.А., Кузьменко А.А. Методы АКАР и АКОР в задачах синтеза нелинейных систем управления // Мехатроника, автоматизация, управление. – 2016. – Т. 17, № 10. – С. 657–669. – DOI: 10.17587/mau.17.657-669.

9. Заковоротный В.Л., Флек М.Б., Фам Д.Т. Синергетическая концепция при построении систем управления точностью изготовления деталей сложной геометрической формы // Вестник Донского государственного технического университета. – 2011. – Т. 11, № 10 (61). – С. 1785–1797.

10. Zakovorotny V.L., Gubanova A.A., Lukyanov A.D. Stability of shaping trajectories in milling: Synergetic concepts // Russian Engineering Research. – 2016. – Vol. 36 (11). – P. 956–964. – DOI: 10.3103/S1068798X16110216.

11. Zakovorotny V.L., Gubanova A.A., Lukyanov A.D. Parametric self-excitation of a dynamic end-milling machine // Russian Engineering Research. – 2016. – Vol. 36 (12). – P. 1033–1039. – DOI: 10.3103/S1068798X16120194.

12. Zakovorotny V.L., Gvindjiliya V.E. Influence of spindle wobble in a lathe on the tool’s deformational-displacement trajectory // Russian Engineering Research. – 2018. – Vol. 38 (8). – P. 623–631. – DOI: 10.3103/S1068798X1808018X.

13. Zakovorotny V.L., Bykador V.S. Cutting-system dynamics // Russian Engineering Research. – 2016. – Vol. 36 (7). – P. 591–598. – DOI: 10.3103/S1068798X16070182.

14. Zakovorotny V.L., Flek M.B., Ugnich E.A. Synergetic approach to the modeling of industrial enterprise’s economic activity // International Journal of Economic Perspectives. – 2016. – Vol. 10 (4). – P. 371–375.

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

16. 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.

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 позиций термодинамики и самоорганизации // Известия вузов. Машиностроение. – 2006. – № 11. – С. 65–71.

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

20. 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.

21. Banjac M. Friction and wear processes-thermodynamic 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. 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.

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. 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.

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

27. 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.

28. Lapshin V., Moiseev D., Minakov V. Diagnosing cutting tool wear after change of cutting forces during turning // AIP Conference Proceedings. – 2019. – Vol. 2188. – P. 030001. – DOI: 10.1063/1.5138394.

29. 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.

30. 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.

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 consumption and surface roughness in machining // 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. Аpproach to building an autonomous cross-platform automation controller based on the synthesis of separate modules // Advances in Automation. 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 configuration of servo drives in heterogeneous machine control systems / 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 числовым программным управлением // СТИН. – 2020. – № 7. – С. 2–7.

39. Базров Б.М., Балакшин Б.С. Адаптивное управление станками. – М.: Машиностроение, 1973. – 688 с.

40. Математическая модель уточнения режимов резания для обеспечения точности токарной обработки нежёстких валов на станках с ЧПУ / А.А. Жданов, А.Л. Плотников, Ю.Л. Чигиринский, И.В. Фирсов // Научные труды SWorld. – 2015. – Т. 3, № 4 (41). – С. 41–47.

41. Никишечкин П.А., Григорьев А.С. Практические аспекты разработки модуля диагностики и контроля режущего инструмента в системе ЧПУ // Вестник МГТУ СТАНКИН. – 2013. – № 4 (27). – C. 65–70.

42. Бобровский А.В., Драчев О.И. Технология механической обработки маложестких осесимметричных деталей // Известия Волгоградского государственного технического университета. – 2019. – № 9 (232). – С. 15–17.

43. Драчев О.И. Система автоматического управления эксплуатационной точностью длинномерных валов // Известия Волгоградского государственного технического университета. – 2017. – № 5 (200). – С. 18–20.

44. Казаков А.В., Жолобов А.А. Прогнозирование и обеспечение точности токарной обработки ступенчатых валов // Вестник Белорусско-Российского университета. – 2014. – № 1 (42). – C. 6–14.

45. Кудинов В.А. Динамика станков. – М.: Машиностроение, 1967. – 359 с.

46. Воронов С.А., Киселев И.А. Нелинейные задачи динамики процессов резания // Машиностроение и инженерное образование. – 2017. – № 2 (51). – С. 9–23.

47. Nonlinear dynamics of a machining system with two interdependent delays / A.M. Gouskov, S.A. Voronov, H. Paris, S.A. Batzer // Communications in Nonlinear Science and Numerical Simulation. – 2002. – Vol. 7. – P. 207–221. – DOI: 10.1016/s1007-5704(02)00014-x.

48. A prediction method of cutting force coefficients with helix angle of flat-end cutter and its application in a virtual three-axis milling simulation system / Y.-C. Kao, N.-T. Nguyen, M.-S. Chen, S.T. Su // The International Journal of Advanced Manufacturing Technology. – 2015. – Vol. 77, N 9–12. – P. 1793–1809. – DOI: 10.1007/s00170-014-6550-8.

49. Stepan G., Insperge T., Szalai R. Delay, parametric excitation, and the nonlinear dynamics of cutting processes // International Journal of Bifurcation and Chaos. – 2005. – Vol. 15, N 9. – P. 2783–2798. – DOI: 10.1142/S0218127405013642.

50. Corpus W.T., Endres W.J. Added stability lobes in machining processes that exhibit periodic time variation – Part 1: An analytical solution // Journal of Manufacturing Science and Engineering. – 2004. – Vol. 126. – P. 467–474. – DOI: 10.1115/1.1765137.

51. Impact of the cutting dynamics of small radial immersion milling operations on machined surface roughness / G. Peigne, H. Paris, D. Brissaud, A. Gouskov // International Journal of Machine Tools and Manufacture. – 2004. – Vol. 44. – P. 1133–1142. – DOI: 10.1016/j.ijmachtools.2004.04.012.

52. The parametric effect and optimization on JIS S45C steel turning / H. Hadi, L. Tajul, Z.A. Zailani, M.F.M.A. Hamzas, M.S. Hussin // International Journal of Engineering Science and Technology. – 2011. – Vol. 3, N 5. – P. 4479–4487.

53. Rusinek R., Wiercigroch M., Wahi P. Influence of tool flank forces on complex dynamics of a cutting process // International Journal of Bifurcation and Chaos. – 2014. – Vol. 24 (9). – P. 189–201. – DOI: 10.1142/S0218127414501156.

54. Rusinek R., Wiercigroch M., Wahi P. Modeling of frictional chatter in metal cutting // International Journal of Mechanical Sciences. – 2014. – Vol. 89. – P. 167–176. – DOI: 10.1016/j.ijmecsci.2014.08.020.

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

56. Заковоротный В.Л., Гвинджилия В.Е. Бифуркации притягивающих множеств деформационных смещений режущего инструмента в ходе эволюции свойств процесса обработки // Известия высших учебных заведений. Прикладная нелинейная динамика. – 2018. – Т. 26, № 5. – С. 20–38. – DOI: 10.18500/0869-6632-2018-26-5-20-38.

57. Lapshin V.P., Turkin I.A., Khristoforova V.V. Аssessment of metal wear in turning on the basis of components of the cutting force // Russian Engineering Research. – 2020. – Vol.  40, N 9. – P. 797–800.

58. 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.