Введение. Одно из направлений повышения эффективности обработки резанием связано с созданием систем диагностики износа инструмента. Разработаны алгоритмы и устройства, оценивающие износ на основе анализа сигнала виброакустической эмиссии. Эти алгоритмы, как правило, не раскрывают природу образования износа и причины изменения по мере его развития. Предмет. Статья посвящена анализу причин изменения свойств вибраций с развитием износа инструмента. Целью данной работы является изучение изменения частотных характеристик динамической системы резания, вызванных развитием износа, построение на этой основе информационных моделей диагностики и использование их в промышленности. Метод и методология. Приводятся результаты математического моделирования возмущенной динамической системы резания, где наблюдаемые вибрационные последовательности являются следствием возмущений, преобразованных динамической системой, параметры которой зависят от износа. Рассматриваются два частотных диапазона. Результаты и обсуждения. Первый диапазон включает в себя частоты, лежащие в пределах полосы пропускания подсистемы инструмента, второй – за ее пределами. В первом частотном диапазоне аналитически и экспериментально доказано, что развитие износа приводит к принципиальным изменениям частотных свойств системы резания как преобразователя возмущений в колебания инструмента. Наблюдается смещение собственных частот колебательных контуров, формируемых системой резания, и уменьшение их добротности; по мере развития износа проявляются некоторые выявленные особенности спектров вибраций, в том числе соотношения низкочастотной и высокочастотной частей спектра и др. Во втором частотном диапазоне рассматривается модель силовой эмиссии в виде случайной импульсной последовательности и отображения в ней износа. Приводятся результаты изучения функции когерентности между силами, действующими на инструмент, и колебательными смещениями. Предлагаются информационные модели износа, приводится пример информационной модели износа и результаты его использования в промышленности.
1. Остафьев В.А., Антонюк В.С., Тымчик Г.С. Диагностика процесса металлообработки. – Киев: Тэхника, 1991. – 152 с.
2. Заковоротный В.Л., Бордачев Е.В., Алексейчик М.И. Динамический мониторинг состояния процесса резания // СТИН. – 1998. – № 12. – С. 6–13.
3. Zakovorotny V., Gvindjiliya V. Process control synergetics for metal-cutting machines // Journal of Vibroengineering. – 2022. – Vol. 24 (1). – P. 177–189. – DOI: 10.21595/jve.2021.22087.
4. Astakhov V.P. The assessment of cutting tool wear // International Journal of Machine Tools and Manufacture. – 2004. – Vol. 44. – P. 637–647. – DOI: 10.1016/j.ijmachtools.2003.11.006.
5. Konrad H., Isermann R., Oette H.U. Supervision of tool wear and surface quality during end milling operations // IFAC Proceedings Volumes. – 1994. – Vol. 27 (4). – P. 507–513. – DOI: 10.1016/S1474-6670(17)46074-5.
6. Заковоротный В.Л., Ладник И.В. Построение информационной модели динамической системы металлорежущего станка для диагностики процесса обработки // Проблемы машиностроения и надежности машин. – 1991. – № 4. – С. 75–79.
7. Tool condition monitoring (TCM) – the status of research and industrial application / G. Byrne, D. Dornfeld, I. Inasaki, G. Ketteler, W. Konig, R. Teti // CIRP Annals. – 1995. – Vol. 44 (2). – P. 541–567. – DOI: 10.1016/S0007-8506(07)60503-4.
8. Teti R. Advanced IT methods of signal processing and decision making for zero defect manufacturing in machining // Procedia CIRP. – 2015. – Vol. 28. – P. 3–15. – DOI: 10.1016/j.procir.2015.04.003.
9. Milfelner M., Cus F., Balic J. An overview of data acquisition system for cutting force measuring and optimization in milling // Journal of Materials Processing Technology Volumes. – 2005. – Vol. 164–165. – P. 1281–1288. – DOI: 10.1016/j.jmatprotec.2005.02.146.
10. Козочкин М.П., Сабиров Ф.С., Селезнев А.Е. Виброакустический мониторинг лезвийной обработки заготовок из закаленной стали // Вестник МГТУ «Станкин». – 2018. – № 1 (44). – С. 23–30.
11. Козочкин М.П. Многопараметрическая диагностика технологических систем для обработки материалов резанием // Вестник МГТУ Станкин. – 2014. – № 1 (28). – С. 13–19.
12. Барзов А.А., Горелов В.А., Игонькин Б.А. Акустоэлектрическая диагностика процесса резания полимерных композиционных материалов // Авиационная промышленность. – 1986. – № 12. – С. 36.
13. Bhuiyan M., Choudhury I., Nukman Y. An innovative approach to monitor the chip formation effect on tool state using acoustic emission in turning // International Journal of Machine Tools and Manufacture. – 2012. – Vol. 58. – P. 19–28. – DOI: 10.1016/j.ijmachtools.2012.02.001.
14. Rehorn A.G., Jiang J., Orban P.E. State-of-the-art methods and results in tool condition monitoring: a review // International Journal of Advanced Manufacturing Technology. – 2005. – Vol. 26. – P. 693–710. – DOI: 10.1007/s00170-004-2038-2.
15. Jemielniak K., Arrazola P. Application of AE and cutting force signals in tool condition monitoring in micro-milling // CIRP Journal of Manufacturing Science and Technology. – 2008. – Vol. 1 (2). – P. 97–102. – DOI: 10.1016/j.cirpj.2008.09.007.
16. Zakovorotny V.L., Ladnik I.V., Dhande S.G. A method for characterization of machine-tools dynamic parameters for diagnostic purposes // Journal of Materials Processing Technology. – 1995. – Vol. 53 (3–4). – P. 588–600. – DOI: 10.1016/0924-0136(94)01745-M.
17. Заковоротный В.Л., Флек М.Б. Динамика процесса резания. Синергетический подход. – Ростов н/Д.: Терра, 2005. – 880 с.
18. Astakhov V.P. Tribology of metal catting. – Elsevier Science, 2006. – 312 p. – ISBN 0080466850.
19. Макаров А.Д. Оптимизация процессов резания. – М.: Машиностроение, 1976. – 278 с.
20. Чувствительность виброакустического сигнала к изменению состояния поверхностного слоя при трении / В.В. Кузин, М.П. Козочкин, С.Н. Григорьев, С. Федоров // Новые огнеупоры. – 2021. – № 5. – С. 141–146. – DOI: 10.17073/1683-4518-2021-5-141-146.
21. Zakovorotny V.L., Gvindjiliya V.E. Self-organization and evolution in dynamic friction systems // Journal of Vibroengineering. – 2021. – Vol. 23 (6). – P. 1418–1432. – DOI: 10.21595/jve.2021.22033.
22. Козочкин М.П. Влияние динамических характеристик станочных узлов на вибрации при резании // СТИН. – 2014. – № 2. – С. 4–9.
23. Диагностика и сертификация металлорежущего оборудования / М.П. Козочкин, А.Р. Маслов, Ф.С. Сабиров, А.Н. Порватов. – М.: Инновационное машиностроение, 2017. – 240 с.
24. Zakovorotnyi V.L., Gvindjiliya V.E. Influence 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.
25. Zakovorotnyi V.L., Gvindjiliya V.E. Evolution of the dynamic cutting system with irreversible energy transformation in the machining zone // Russian Engineering Research. – 2019. – Vol. 39 (5). – P. 423–430. – DOI: 10.3103/S1068798X19050204.
26. Precision manufacturing process monitoring with acoustic emission / D.E. Lee, I. Hwang, C.M.O. Valente, J.F.G. Oliveira, D.A. Dornfeld // International Journal of Machine Tools and Manufacture. – 2006. – Vol. 46 (2), – P. 176–188. – DOI: 10.1016/j.ijmachtools.2005.04.001.
27. Digital twin-based anomaly detection for real-time tool condition monitoring in machining / Z. Liu, Z.-Q. Lang, Y. Gui, Y.-P. Zhu, H. Laalej // Journal of Manufacturing Systems. – 1995. – Vol. 75. – P. 163–173. – DOI: 10.1016/j.jmsy.2024.06.004.
28. Dimla D.E. Sensor signals for tool-wear monitoring in metal cutting operations – a review of methods // International Journal of Machine Tools and Manufacture. – 2000. – Vol. 40 (8). – P. 1073–1098. – DOI: 10.1016/S0890-6955(99)00122-4.
29. Choi Y., Narayanaswami R., Chandra A. Tool wear monitoring in ramp cuts in end milling using the wavelet transform // International Journal of Advanced Manufacturing Technology. – 2004. – Vol. 23 (5-6). – P. 419–428. – DOI: 10.1007/s00170-003-1898-1.
30. Григорьев А.С., Инструментарий системы ЧПУ для диагностики и прогнозирования износа режущего инструмента в реальном времени при токарной обработке // Вестник МГТУ «Станкин». – 2012. – № 1 (18). – С. 39–43.
31. Заковоротный В.Л., Бордачев Е.В. Информационное обеспечение системы динамической диагностики износа режущего инструмента на примере токарной обработки // Проблемы машиностроения и надежности машин. – 1995. – № 3. – С. 95–103.
32. Dolinšek S., Kopac J. Acoustic emission signals for tool wear identification // Wear. – 1999. – Vol. 225. – P. 295–303.
33. Chiou R.Y., Liang S.Y. Analysis of acoustic emission in chatter vibration with tool wear effect in turning // International Journal of Machine Tools and Manufacture. – 2000. – Vol. 40 (7). – P. 927–941. – DOI: 10.1016/S0890-6955(99)00093-0.
34. Application of acoustic emission sensor to investigate the frequency of tool wear and plastic deformation in tool condition monitoring / M.S.H. Bhuiyan, I.A. Choudhury, M. Dahari, Y. Nukman, S.Z. Dawal // Measurement. – 2016. – Vol. 92. – P. 208–217. – DOI: 10.1016/j.measurement.2016.06.006.
35. Development of a tool wear-monitoring system for hard turning / C. Scheffer, H. Kratz, P. Heyns, F. Klocke // International Journal of Machine Tools and Manufacture. – 2003. – Vol. 43 (10). – P. 973–985. – DOI: 10.1016/S0890-6955(03)00110-X.
36. Siddhpura A., Paurobally R. A review of flank wear prediction methods for tool condition monitoring in a turning process // International Journal of Advanced Manufacturing Technology. – 2013. – Vol. 65. – P. 371–393. – DOI: 10.1007/s00170-012-4177-1.
37. Tool wear monitoring using naive Bayes classifiers / J. Karandikar, T. McLeay, S. Turner, T. Schmitz // International Journal of Advanced Manufacturing Technology. – 2014. – Vol. 77. – P. 1613–1626. – DOI: 10.1007/s00170-014-6560-6.
38. Azmi A. Monitoring of tool wear using measured machining forces and neuro-fuzzy modelling approaches during machining of GFRP composites // Advances in Engineering Software. – 2015. – Vol. 82. – P. 53–64. – DOI: 10.1016/j.advengsoft.2014.12.010.
39. Kene A.P., Choudhury S.K. Analytical modeling of tool health monitoring system using multiple sensor data fusion approach in hard machining // Measurement. – 2019. – Vol. 145. – P. 118–129. – DOI: 10.1016/j.measurement.2019.05.062.
40. Chethan Y., Ravindra H., Krishnegowda Y. Optimization of machining parameters in turning Nimonic-75 using machine vision and acoustic emission signals by Taguchi technique // Measurement. – 2019. – Vol. 144. – P. 144–154. – DOI: 10.1016/j.measurement.2019.05.035.
41. Aslan A. Optimization and analysis of process parameters for flank wear, cutting forces and vibration in turning of AISI 5140: A comprehensive study // Measurement. – 2020. – Vol. 163. – DOI: 10.1016/j.measurement.2020.107959.
42. Tool condition monitoring techniques in milling process – a review / T. Mohanraj, S. Shankar, R. Rajasekar, N. Sakthivel, A. Pramanik // Journal of Materials Research and Technology. – 2019. – Vol. 9 (1). – P. 1032–1042. – DOI: 10.1016/j.jmrt.2019.10.031.
43. Kalvoda T., Hwang Y.R. A cutter tool monitoring in machining process using Hilbert–Huang transform // International Journal of Machine Tool and Manufacture. – 2010. – Vol. 50 (5). – P. 495–501. – DOI: 10.1016/j.ijmachtools.2010.01.006.
44. Tobias S.A., Fishwick W. Theory of regenerative machine tool chatter // The Engineer. – 1958. – Vol. 205. – P. 199–203.
45. Кудинов В.А. Динамика станков. – М.: Машиностроение, 1967. – 359 с.
46. Tlusty J., Ismail F. Basic non-linearity in machining chatter // CIRP Annals. – 1981. – Vol. 30 (1). – P. 299–304. – DOI: 10.1016/S0007-8506(07)60946-9.
47. Selbsterregte Schwingungenan an Werkzeugmaschinen / J. Tlusty, A. Polacek, C. Danek, J. Spacek. – Berlin: VEB VerlagTechnik, 1962. – 340 p.
48. Merritt H.E. Theory of self-excited machine-tool chatter: contribution to machine-tool chatter research – 1 // Journal of Engineering for Industry. – 1965. – Vol. 87 (4). – P. 447–454. – DOI: 10.1115/1.3670861.
49. Hanna N.H., Tobias S. A theory of nonlinear regenerative chatter // Journal of Engineering for Industry. – 1974. – Vol. 96 (1). – P. 247–255. – DOI: 10.1115/1.3438305.
50. Gouskov A.M., Panovko G.Ya., Shokhin A.E. Dynamics of the rotor system of a vibrational-centrifugal separator with an elastic vibration limiter // Journal of Machinery Manufacture and Reliability. – 2023. – Vol. 51 (8). – P. 733–745. – DOI: 10.3103/S105261882208009X.
51. Zakovorotnyi V. Bifurcations in the dynamic system of the mechanic processing in metal-cutting tools // WSEAS Transactions on Applied and Theoretical Mechanics. – 2015. – Vol. 10. – P. 102–116.
52. Bifurcation of stationary manifolds formed in the neighborhood of the equilibrium in a dynamic system of cutting / V.L. Zakovorotny, A.D. Lukyanov, A.A. Gubanova, V.V. Hristoforova // Journal of Sound and Vibration. – 2016. – Vol. 368. – P. 174–190. – DOI: 10.1016/j.jsv.2016.01.020.
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. Влияние флуктуаций на устойчивость формообразующих траекторий при точении // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. – 2017. – № 2 (194). – С. 52–61.
56. Понтрягин Л.С. Избранные научные труды. Т. 2. – М.: Наука, 1988. – С. 95–154.
57. Тихонов А.Н. Системы дифференциальных уравнений с малыми параметрами при старших производных // Математический сборник. – 1952. – Т. 31, № 3. – C. 231–239.
58. Заковоротный В.Л., Фесенко М.А., Гвинджилия В.Е. Влияние процесса резания на динамические свойства приводов исполнительных элементов станка // Известия высших учебных заведений. Машиностроение. – 2022. – № 9 (750). – С. 16–29. – DOI: 10.18698/0536-1044-2022-9-16-29.
59. Рытов С.М. Введение в статистическую радиофизику. Ч. 1. – М.: Наука, 1976. – 495 с.
60. Заковоротный В.Л., Гвинджилия В.Е. Свойства притягивающих множеств деформационных смещений инструмента в траекториях формообразующих движений при точении изделий // Известия вузов. Машиностроение. – 2022. – № 3 (744). – С. 15–30. – DOI: 10.18698/0536-1044-2022-3-15-30.
61. Шлезингер М., Главач В. Десять лекций по статистическому и структурному распознаванию. – Киев: Наукова думка, 2004. – 554 с.
Исследование выполнено при поддержке гранта в рамках конкурса «Наука-2030».
Заковоротный В.Л., Гвинджилия В.Е., Кислов К.В. Информационные свойства частотных характеристик динамической системы резания при диагностике износа инструментов // Обработка металлов (технология, оборудование, инструменты). – 2024. – Т. 26, № 3. – С. 114–134. – DOI: 10.17212/1994-6309-2024-26.3-114-134.
Zakovorotny V.L., Gvindjiliya V.E., Kislov K.V. Information properties of frequency characteristics of dynamic cutting systems in the diagnosis of tool wear. Obrabotka metallov (tekhnologiya, oborudovanie, instrumenty) = Metal Working and Material Science, 2024, vol. 26, no. 3, pp. 114–134. DOI: 10.17212/1994-6309-2024-26.3-114-134. (In Russian).