ОБРАБОТКА МЕТАЛЛОВ

Введение. Анализ заводских токарно-автоматных операций позволил выявить значительное разнообразие многоинструментных наладок и определить их область применения. Для того чтобы разработать матричную теорию точности многоинструментной обработки и создать единый алгоритмический подход к моделированию погрешностей для всех возможных пространственных многоинструментных наладок, необходимо учитывать податливость технологической системы во всех координатных направлениях. В связи с этим требуется систематизировать большое количество существующих многоинструментных наладок и провести их классификацию, чтобы структурировать информацию и улучшить понимание их применения. Цель работы: разработать классификацию многоинструментных наладок на многосуппортных и многошпиндельных токарных станках с ЧПУ, делающую возможным создание как матричной модели точности обработки для каждого класса классификации, так и единой обобщенной матричной модели точности обработки для всего класса классификации. В работе исследованы систематика многоинструментных наладок, ориентированная на разработку матричных моделей точности обработки. Поэтому рассматриваемая в работе классификация направлена на выявление особенностей силового нагружения и деформирования технологической системы при многоинструментной обработке. Методами исследования являются выявление параметров, по которым проводится классификация, и иерархия этих параметров, определяющая уровни и порядок систематики. Опираясь на принципы систематики многоинструментных наладок, используемых в традиционных токарных автоматах, проведен анализ их адаптации к возможностям современных токарных станков, предназначенных для многоинструментной обработки. Результаты и обсуждение. В результате исследования была разработана формализованная шестиуровневая классификация многоинструментных наладок, которая включает следующие аспекты: способ установки заготовки, набор суппортов, типаж режущих инструментов, виды и направления подач суппортов, ориентация режущих инструментов относительно заготовки и способ включения инструментов в работу (параллельно, последовательно). Эта классификация учитывает технологические возможности по организации многоинструментной обработки для современных токарных станков с ЧПУ. К основным классам предлагаемой систематики многоинструментных наладок в настоящей работе относятся односуппортные однокоординатные наладки, односуппортные двухкоординатные наладки, двухсуппортные однокоординатные наладки, двухсуппортные двухкоординатные наладки и многосуппортные наладки. Предлагаемая систематика многоинструментных наладок на станках токарной группы ориентирована на разработку моделей точности обработки и может быть взята за основу при разработке рекомендаций по режимам резания для этих станков с ЧПУ. Предложенная классификация многоинструментных наладок составляет основу методического обеспечения САПР токарно-автоматных операций и является базой для создания САПР токарных операций нового поколения.

1. Shinno H., Hashizume H. Structured method for identifying success factors in new product development of machine tools // CIRP Annals – Manufacturing Technology. – 2002. – Vol. 51 (1). – P. 281–284. – DOI: 10.1016/S0007-8506(07)61517-0.

2. Moriwaki T. Multi-function machine tool // CIRP Annals – Manufacturing Technology. – 2008. – Vol. 57 (2). – P. 736–749. – DOI: 10.1016/j.cirp.2008.09.004.

3. Brecher C., Esser M., Witt S. Interaction of manufacturing process and machine tool // CIRP Annals – Manufacturing Technology. – 2009. – Vol. 58 (2). – P. 588–607. – DOI: 10.1016/j.cirp.2009.09.005.

4. Design methodologies: industrial and educational applications / T. Tomiyama, P. Gu, Y. Jin, D. Lutters, Ch. Kind, F. Kimura // CIRP Annals – Manufacturing Technology. – 2009. – Vol. 58 (2). – P. 543–565. – DOI: 10.1016/j.cirp.2009.09.003.

5. Shinno H., Yoshioka H., Sawano H. A frame-work for systematizing machine tool engineering // International Journal of Automation Technology. – 2013. – Vol. 7 (6). – P. 760–768. – DOI: 10.20965/ijat.2013.p0760.

6. Usubamatov R., Harun A., Sanuddin A. Optimisation of machining parameters by criterion of maximum productivity // International Journal of Production Research. – 2014. – Vol. 52 (10). – P. 2946–2953. – DOI: 10.1080/00207543.2013.857440.

7. Usubamatov R., Zain Z., Sin T. Optimization of multi-tool machining processes with simultaneous action // International Journal of Advanced and Manufacturing Technology. – 2016. – Vol. 82. – P. 1227–1239. – DOI: 10.1007/s00170-015-6920-x.

8. Levin G., Rozin B., Dolgui A. Optimization of multi-tool cutting modes in multi-item batch manufacturing system // IFAC Proceedings Volumes. – 2013. – Vol. 46 (9). – P. 766–771. – DOI: 10.3182/20130619-3-RU-3018.00357.

9. Cakir M.C., Gurarda A. Optimization of machining conditions for multi-tool milling operations // International Journal of Production Research. – 2000. – Vol. 38 (15). – P. 3537–3552. – DOI: 10.1080/002075400422789.

10. Dolgui A., Levin G., Rozin B. Optimisation of the aggregation and execution rates for intersecting operation sets: an example of machining process design // International Journal of Production Research. – 2000. – Vol. 58 (9). – P. 2658–2676. – DOI: 10.1080/00207543.2019.1629668.

11. Daoud Z., Purcheck G. Multi-tool job sequencing for tool-change reduction // International Journal of Production Research. – 1981. – Vol. 19 (4). – P. 425–435. – DOI: 10.1080/00207548108956670.

12. Torres W., Brand M., Serebrenik A. A systematic literature review of cross-domain model consistency checking by model management tools // Software and Systems Modeling. – 2021. – Vol. 20 (3). – P. 897–916. – DOI: 10.1109/SYSCON.2017.7934729.

13. Yusubov N., Abbasova H. Models for machining accuracy in multi-tool adjustment // International Journal of Automotive and Mechanical Engineering. – 2020. – Vol. 17 (3). – P. 8067–8085. – DOI: 10.15282/ijame.17.3.2020.01.0605.

14. Double tool turning: machining accuracy, cutting tool wear and chip morphology / R. Kalidasan, S. Senthilvelan, U.S. Dixit, J. Vaibhav // International Journal of Precision Technology. – 2016. – Vol. 6 (2). – P. 142. – DOI: 10.1504/IJPTECH.2016.078189.

15. Optimal process parameters for parallel turning operations on shared cutting surfaces / C. Brecher, A. Epple, S. Neues, M. Fey // International Journal of Machine Tools and Manufacture. – 2015. – Vol. 95. – P. 13–19. – DOI: 10.1016/j.ijmachtools.2015.05.003.

16. Double-sided milling of thin-walled parts by dual collaborative parallel kinematic machines / R. Fu, P. Curley, C. Higgins, Z. Kilic, D. Sun, A. Murphy, Y. Jin // Journal of Materials Processing Technology. – 2022. – Vol. 299. – P. 117395. – DOI: 10.1016/j.jmatprotec.2021.117395.

17. Asymmetrical nonlinear impedance control for dual robotic machining of thin-walled workpieces / X. Zhao, B. Tao, L. Yang, H. Ding // Robotics and Computer-Integrated Manufacturing. – 2020. – Vol. 63. – P. 101889. – DOI: 10.1016/j.rcim.2019.101889.

18. Yan Y., Xu J., Wiercigroch M. Stability and dynamics of parallel plunge grinding // International Journal of Advanced and Manufacturing Technology. – 2018. – Vol. 99. – P. 881–895. – DOI: 10.1007/s00170-018-2440-9.

19. Yamato S., Nakanishi K., Suzuki N. Development of automatic chatter suppression system in parallel milling by real-time spindle speed control with observer-based chatter monitoring // International Journal of Precision Engineering and Manufacturing. – 2021. – Vol. 22. – P. 227–240. – DOI: 10.1007/s12541-021-00469-2.

20. Weck M., Staimer D. Parallel kinematic machine tools – current state and future potentials // CIRP Annals – Manufacturing Technology. – 2002. – Vol. 51 (2). – P. 671–683. – DOI: 10.1016/S0007-8506(07)61706-5.

21. Azvar M., Budak E. Multi-dimensional chatter stability for enhanced productivity in different parallel turning strategies // International Journal of Machine Tools and Manufacture. – 2017. – Vol. 123. – P. 116–128. – DOI: 10.1016/j.ijmachtools.2017.08.005.

22. Kanakaraju V., Hassan F., Kalidasan R. Numerical analysis of surface integrity in parallel turning. Part A: Influence of cutting tool nose radius // Materials Today: Proceedings. – 2021. – Vol. 38 (1). – P. 186–190. – DOI: 10.1016/j.matpr.2020.06.511.

23. Numerical analysis of surface integrity in parallel turning. Part B: Influence of cutting tool chamfer angle and chamfer width / F. Hassan, V. Kanakaraju, R. Kalidasan, G. Norkey // Materials Today: Proceedings. – 2021. – Vol. 44 (1). – P. 266–270. – DOI: 10.1016/j.matpr.2020.09.464.

24. Brecher C., Trofimov Y., Bäumler S. Holistic modelling of process machine interactions in parallel milling // CIRP Annals – Manufacturing Technology. – 2011. – Vol. 60 (1). – P. 387–390. – DOI: 10.1016/j.cirp.2011.03.025.

25. Yusubov N.D., Abbasova H.M., Khankishiyev I.A. Entwicklung einer projektierungstheorie für die mehrwerkzeugbearbeitung mit den möglichkeiten der modernen CNC-werkzeugmaschinen // Forschung im Ingenieurwesen. – 2021. – Vol. 85. – P. 661–678. – DOI: 10.1007/s10010-021-00478-7.

26. Yusubov N.D. Matrix models of the accuracy in multitool two-support setup // Russian Engineering Research. – 2009. – Vol. 29. – P. 268–271. – DOI: 10.3103/S1068798X09030125.

27. Increasing the productivity of multitool machining on automated lathes by optimizing the machining plan / S.A. Bogatenkov, N.S. Sazonova, N.D. Yusubov, P.V. Mammadov, R.I. Bazhenov // Russian Engineering Research. – 2021. – Vol. 41 (11). – P. 1071–1074. – DOI: 10.3103/S1068798X21110046.

28. Increasing the productivity of multitool machining on automated lathes by optimizing the tool positions / S.A. Bogatenkov, N.S. Sazonova, V.I. Guzeev, N.D. Yusubov, G.M. Abbasova // Russian Engineering Research. – 2021. – Vol. 41 (11). – P. 1075–1079. – DOI: 10.3103/S1068798X21110058.

29. Usher J.M., Bowden R.O. The application of genetic algorithms to operation sequencing for use in computer-aided process planning // Computers & Industrial Engineering. – 1996. – Vol. 30 (4). – P. 999–1013. – DOI: 10.1016/0360-8352(96)00048-4.

30. Indrajit M., Pradip K.R. A review of optimization techniques in metal cutting processes // Computers & Industrial Engineering. – 2006. – Vol. 50 (1–2). – P. 15–34. – DOI: 10.1016/j.cie.2005.10.001.

31. Usubamatov R., Ismail K.A., Sah J.M. Mathematical models for productivity and availability of automated lines // The International Journal of Advanced Manufacturing Technology. – 2013. – Vol. 66. – P. 59–69. – DOI: 10.1007/s00170-012-4305-y.

32. Ozturk E., Comak A., Budak E. Tuning of tool dynamics for increased stability of parallel (simultaneous) turning processes // Journal of Sound and Vibration. – 2016. – Vol. 360. – P. 17–30. – DOI: 10.1016/j.jsv.2015.09.009.

33. Юсубов Н.Д., Аббасова Х.М. Полнофакторная матричная модель точности выполняемых размеров на многоцелевых станках с ЧПУ // Обработка металлов (технология, оборудование, инструменты). – 2021. – Т. 23, № 4. – С. 6–20. – DOI: 10.17212/1994-6309-2021-23.4-6-20.

34. Kurt A., Sürücüler S., Kirik A. Developing a mathematical model for the cutting forces prediction depending on the cutting parameters // Technology. – 2010. – Vol. 13 (1). – P. 23–30.

35. Кошин А.А. Теория точности и оптимизация многоинструментной токарной обработки: дис. … д-ра техн. наук: 05.02.08. – Челябинск, 1997. – 290 с.

36. Кошин А.А. Обработка на токарных станках: наладка, режимы резания: справочник. – Челябинск: Сити-Принт, 2012. – 744 с.

37. Кошин А.А., Юсубов Н.Д. Элементы матричной теории точности многоинструментной обработки в пространственных наладках // Вестник машиностроения. – 2013. – № 9. – С. 13–17.

38. Юсубов Н.Д., Аббасова Х.М., Дадашов Р.Э. Модели сил резания при механической обработке на современных станках токарной группы // Всероссийский форум молодых исследователей – 2023: сборник статей Всероссийской научно-практической конференции, Петрозаводск, 30 марта 2023 г. – Петрозаводск, 2023. – С. 236–246.