ОБРАБОТКА МЕТАЛЛОВ

Введение. Одним из важнейших критериев оценки эффективности выбранной стратегии обработки заготовок является интенсивность изнашивания инструмента. Снижение интенсивности изнашивания приводит к уменьшению издержек производства, связанных с затратами на обрабатывающий инструмент, и к повышению производительности в целом. Цель данной работы: снижение интенсивности изнашивания инструмента при обработке заготовки из сплава с памятью формы никелида титана ТН-1. Методы. В рамках исследований выполнялся полный трехфакторный эксперимент по токарной обработке заготовки из указанного сплава с целью определения интенсивности изнашивания режущей пластины при широких диапазонах варьирования параметров режима резания. При испытаниях у получаемой стружки измерялись геометрические параметры толщина и ширина. Путем построения графиков зависимостей от параметров стружки, аппроксимации полученных зависимостей и оценки величины достоверности аппроксимации каждой из них определялся параметр для разработки методики прогнозирования интенсивности изнашивания. Результаты и обсуждение. В работе доказано, что для прогнозирования величины интенсивности изнашивания режущей пластины при точении заготовки из никелида титана ТН-1 целесообразно использовать зависимость от толщины получаемой стружки. Установленная математическая зависимость описывается системой уравнений, позволяющей определить интенсивность изнашивания режущей пластины и погрешность этого расчета. Вероятность точного попадания реального значения интенсивности изнашивания инструмента в представленную область составляет не менее 87,5 % при доверительной вероятности 95 %, что говорит о достаточной для практики точности. Суть разработанной в рамках данного исследования методики прогнозирования величины изнашивания режущей пластины заключается в выполнении пробного прохода резца с целью получения стружки, по толщине которой необходимо рассчитать величину интенсивности изнашивания и наиболее вероятной абсолютной погрешности по установленным зависимостям. В работе также определено, что зависимость интенсивности изнашивания имеет точку минимума. Это обстоятельство позволило установить значение минимальной возможной интенсивности изнашивания при обработке сплава ТН-1, а также погрешность расчета δ_Vmin = (0,432 ± 0,096)·10^–3 мм^–2. При этом оптимальное значение толщины стружки a = 0,34 мм. Наиболее близким из испытанных режимов, обеспечивающих сопоставимую интенсивность изнашивания режущей пластины, равную 0,475·10^–3 мм^–2, является следующий: скорость резания 5 м/мин, подача 0,2 мм/об, глубина резания 0,3 мм. При этом толщина стружки составила 0,4 мм.

1. Zhang G., Wang J. Tool wear mechanism and suppression in machining ferrous materials // Material-oriented cutting processes in precision machining. – Singapore: Springer, 2025. – P. 109–145. – (Springer tracts in mechanical engineering). – DOI: 10.1007/978-981-96-2504-8_5.

2. Фам Х.Ч., Чигиринский Ю.Л., Полянчиков Ю.Н. Методы снижения интенсивности изнашивания твердосплавного инструмента // Фундаментальные исследования. – 2017. – № 12-1. – С. 132–137.

3. Унянин А.Н., Финагеев П.Р. Исследование эффективности методики коррекции режима процесса механической обработки с изменяющимися во времени параметрами в условиях неопределенности технологической информации // Наукоемкие технологии в машиностроении. – 2023. – № 12 (150). – С. 23–29. – DOI: 10.30987/2223-4608-2023-23-29.

4. Optimization of cutting modes during machining of difficult-to-cut materials / Y. Kusyi, A. Kuk, N. Hryniv, Y. Danylo // New Technologies, Development and Application VIII (NT 2025). – Cham, Switzerland: Springer, 2025. – P. 451–458. – (Lecture Notes in Networks and Systems; vol. 1482). – DOI: 10.1007/978-3-031-95194-7_46.

5. Чигиринский Ю.Л., Фам Х.Ч. Особенности механической обработки дуплексных коррозионностойких сталей // Известия Волгоградского государственного технического университета. – 2016. – № 5 (184). – С. 51–54.

6. Cutting-tool wear and hardening of high-speed steel by local electrospark coating application / V.N. Gadalov, R.E. Abashkin, Yu.V. Boldyrev, E.F. Balabaeva, A.I. Lytkin // Russian Engineering Research. – 2009. – Vol. 29 (4). – P. 419–422. – DOI: 10.3103/S1068798X09040200.

7. Влияние многослойных покрытий на основе циркония и титана на износостойкость твердосплавного инструмента при точении нержавеющей стали / Е.В. Фоминов, М.М. Алиев, Ю.А. Тороп, А.Е. Мироненко, А.В. Фоменко, А.А. Марченко // Упрочняющие технологии и покрытия. – 2022. – Т. 18, № 11 (215). – С. 494–496. – DOI: 10.36652/1813-1336-2022-18-11-494-496.

8. Study of the effect of microgeometry parameters of the cutting edge on cutting force, wear, and machinability during milling / A.S. Babaev, V.N. Kozlov, A.R. Semenov, A.S. Shevchuk, V.A. Ovcharenko // Russian Engineering Research. – 2024. – Vol. 44 (12). – P. 1756–1766. – DOI: 10.3103/S1068798X24703271.

9. Дубров Д.Ю. Снижение интенсивности размерного износа режущих инструментов // Вестник Евразийской науки. – 2018. – Т. 10, № 5. – Ст. 73.

10. Кирейнов А.В., Есов В.Б. Влияние полусинтетической СОЖ с металлоорганическими присадками на износ твердосплавного инструмента при точении коррозионностойкой стали 12Х18Н10Т // Фундаментальные и прикладные проблемы техники и технологии. – 2018. – № 5 (331). – С. 70–73.

11. Performance of cutting fluids with nanoparticles in the Ti5553 alloy turning process using high-speed cutting / R.G. Dos Santos, J.M.F. De Paiva, R.D. Torres, F.L. Amorim // The International Journal of Advanced Manufacturing Technology. – 2025. – Vol. 136 (10). – P. 4623–4645. – DOI: 10.1007/s00170-025-15126-5.

12. Nelson N., Nair A.R. The coupling of heat transfer between tool–chip–workpiece interfaces and the wear rate while applying nanofluids as cutting fluids in MQCL-assisted machining: a comprehensive review // Journal of Thermal Analysis and Calorimetry. – 2025. – Vol. 150. – P. 9743–9774. – DOI: 10.1007/s10973-025-14400-8.

13. Cutting performance and machining economy of the hard cutting tools in clean cutting of hardened H13 steel / Ch. Jing, G. Zheng, X. Cheng, Yu. Cui, H. Liu, H. Zhang // The International Journal of Advanced Manufacturing Technology. – 2024. – Vol. 130 (11–12). – P. 5165–5179. – DOI: 10.1007/s00170-024-13012-0.

14. Ковалевский С.В., Ковалевская Е.С., Кошевой А.О. Высоковольтный разряд как фактор повышения режущих свойств неперетачиваемых пластин // Обработка металлов (технология, оборудование, инструменты). – 2018. – Т. 20, № 3. – С. 6–17. – DOI: 10.17212/1994-6309-2018-20.3-6-17.

15. Математическая модель процесса точения с использованием вибрационного воздействия на режущий инструмент / А.Н. Синько, Т.Ю. Никонова, В.В. Юрченко, А.К. Матешов, И.А. Марченко // Морские интеллектуальные технологии. – 2020. – № 2-1 (48). – С. 216–222. – DOI: 10.37220/MIT.2020.48.2.045.

16. Снижение температурно-силовой напряженности процесса резания при использовании опережающего пластического деформирования / А.А. Бондарев, Я.Н. Отений, Ю.Н. Полянчиков, Д.В. Крайнев // Наукоемкие технологии в машиностроении. – 2016. – № 3 (57). – С. 40–44.

17. Амбросимов С.К. Снижение сил резания при опережающем пластическом деформировании металлов // Вестник Брянского государственного технического университета. – 2018. – № 7 (68). – С. 13–18. – DOI: 10.30987/article_5ba8a1865b1200.15607548.

18. Kupczyk M.J. The use of the addition of Cr₃C₂ in nanocrystalline sintered carbides to create a composite tool material with better operational properties // Materials Design And Applications V. – Cham, Switzerland: Springer, 2024. – P. 3–14. – (Advanced Structured Materials; vol. 212). – DOI: 10.1007/978-3-031-73906-4_1.

19. Predicting cutting tool life: models, modelling, and monitoring / S. Khadka, R.A. Rahman Rashid, G. Stephens, A. Papageorgiou, J. Navarro-Devia, S. Hägglund, S. Palanisamy // The International Journal of Advanced Manufacturing Technology. – 2025. – Vol. 136 (7–8). – P. 3037–3076. – DOI: 10.1007/s00170-024-14961-2.

20. Thakur R., Sahu N.K., Shukla R.K. Parametric optimization of dry turning for improved machining of duplex stainless steel (DSS2205) using response surface methodology (RSM) and design of experiments (DOE) // Sadhana. – 2025. – Vol. 50 (1). – P. 2. – DOI: 10.1007/s12046-024-02649-y.

21. Vagaská A., Gombár M., Panda A. Application of mathematical programming methods in optimization of cutting conditions in machining processes // Optimization Methods in Mathematical Modeling of Technological Processes. – Cham, Switzerland: Springer, 2023. – P. 95–127. – (Mathematical Engineering). – DOI: 10.1007/978-3-031-35339-0_6.

22. Kolocheva V.V., Boridko N.V. Methodology for assessing the competitiveness of metal-cutting tools // Ecological Footprint of the Modern Economy and the Ways to Reduce It. – Cham, Switzerland: Springer, 2024. – P. 251–256. – (Advances in Science, Technology & Innovation). – DOI: 10.1007/978-3-031-49711-7_42.

23. Bayesian neural networks modeling for tool wear prediction in milling Al 6061 T6 under MQL conditions / J. Airao, A. Gupta, Ch.K. Nirala, A.W.J. Hsue // The International Journal of Advanced Manufacturing Technology. – 2024. – Vol. 135 (5–6). – P. 2777–2788. – DOI: 10.1007/s00170-024-14678-2.

24. Lapshin V.P., Turkin I.A., Dudinov I.O. Compilation of a set of informative features for neural network-based determination of minimum vibration of cutting tools // Russian Engineering Research. – 2024. – Vol. 44 (9). – P. 1356–1362. – DOI: 10.3103/S1068798X24702101.

25. Mokriskij B.Y., Morozova A.V. Controlling the parameters of the cutting technological system by the dissipative structures state // Proceedings of the 8th International Conference on Industrial Engineering. ICIE 2022. – Cham, Switzerland: Springer, 2023. – (Lecture Notes in Mechanical Engineering). – DOI: 10.1007/978-3-031-14125-6_91.

26. Experimental Investigation of tool lifespan evolution during turning operation based on the new spectral indicator OL_mod / M.Kh. Babouri, N. Ouelaa, M.Ch. Djamaa, Z. Ouelaa, L. Chaabi, A. Djebala // Journal of Vibration Engineering and Technologies. – 2024. – Vol. 12. – P. 5455–5473. – DOI: 10.1007/s42417-023-01175-1.

27. Optimization of cutting modes during sustainable machining of products based on economic criteria / Y. Kusyi, O. Kostiuk, A. Kuk, A. Attanasio, P. Cocca // Advanced Manufacturing Processes V (InterPartner 2023). – Cham, Switzerland: Springer, 2024. – P. 167–181. – (Lecture Notes in Mechanical Engineering). – DOI: 10.1007/978-3-031-42778-7_16.

28. Володько С.С. Разработка технологии получения компактных заготовок из порошковых интерметаллидов TiNi и (Ti,Hf)Ni на основе гидридно-кальциевого синтеза: дис. … канд. техн. наук. – М., 2022. – 110 с.

29. Карелин Р.Д. Формирование структуры и функциональных свойств никелида титана на основе квазинепрерывной интенсивной пластической деформации в цикле Р.К.У.П. и ротационной ковки: дис. … канд. техн. наук. – М., 2021. – 129 с.

30. Метод количественного описания зависимости модуля Юнга никелида титана от температуры / И.Н. Андронов, Н.П. Богданов, Н.А. Северова, А.В. Тарсин // Известия Коми научного центра УрО РАН. – 2013. – № 3 (15). – С. 87–90.

31. Патент № 2821357 C1 Российская Федерация, МПК F16K 17/38, F16K 17/40. Клапан однократного действия высокого давления: № 2023130441: заявл. 21.11.2023: опубл. 21.06.2024 / Н.М. Вертаков, В.А. Гречушников, А.В. Каташов, В.А. Панфилов; заявитель Акционерное общество «Опытное конструкторское бюро «Факел».

32. Makhalov M.S., Blumenstein V.Yu. The residual stress modeling in surface plastic deformation machining processes with the metal hardening effect consideration // Solid State Phenomena. – 2022. – Vol. 328. – P. 27–37. – DOI: 10.4028/p-z92o0e.