Experimental study of the dynamics of the machining process by ball-end mills

Cover Page

Cite item

Full Text

Abstract

Introduction. Due to a significant number of factors affecting the change in the properties of a dynamic system, excessively conservative processing conditions are chosen to ensure the high quality of the resulting product. This limits the efficiency of the process and leads to an increase in the cost of production. Accordingly, modern approaches are needed that will allow diagnosing the current state of processing and making timely decisions to replace the tool, correct or change the control program. The significance of the ongoing research is to propose a real-time monitoring approach to milling control to identify emerging processing errors, predict potential problems and improve uptime. Subject. The paper discusses the features of the real-time monitoring system during mechanical processing with a single- and double-edge cutting tool, taking into account acoustic wave filtering, minimizing surface roughness. The purpose of the work is to determine the effect of the inclination orientation of the ball-end tool on the surface roughness value using real-time monitoring during milling on CNC process equipment. Methods. The study provides methods of correlation and regression analysis. The calculated data were obtained by means of vibroacoustic diagnostics and measured in the range of values of the variable angle of inclination of the surface for single- and double-edge cutting tool based on the provisions of the theory of oscillations and vibroacoustic diagnostics, cutting theory, digital processing and digital filtering of signals. Results and discussions. Experimental data obtained during machining made it possible to determine that an increase in the angle of inclination of a single-edge cutting tool has practically no effect on the change in the amplitude parameters of roughness. The values of vibroacoustic diagnostics and roughness, when using a double-edge ball-end tool, show a consistent picture with the effects created by the angles of inclination and advance. The obtained solutions to the problems of monitoring and analyzing the roughness parameters can significantly reduce the amount of experimental research and clarify the idea of the practical implementation of the method of acoustic monitoring of the cutting process.

About the authors

M. R. Gimadeev

Email: 009063@pnu.edu.ru
Ph.D. (Engineering), Pacific National University, 136 Tihookeanskaya St., Khabarovsk, 680035, Russian Federation, 009063@pnu.edu.ru

A. A. Li

Email: 011864@pnu.edu.ru
Pacific National University, 136 Tihookeanskaya St., Khabarovsk, 680035, Russian Federation, 011864@pnu.edu.ru

V. O. Berkun

Email: 2015103121@pnu.edu.ru
Pacific National University, 136 Tihookeanskaya St., Khabarovsk, 680035, Russian Federation, 2015103121@pnu.edu.ru

V. A. Stelmakov

Email: 009062@pnu.edu.ru
Ph.D. (Engineering), Pacific National University, 136 Tihookeanskaya St., Khabarovsk, 680035, Russian Federation, 009062@pnu.edu.ru

References

  1. Influence of vibration amplitude on tool wear during ball end milling of hardened steel / A.V. Anstev, D.T. Ngon, D.H. Trong, E.S. Yanov // 2018 4th International Conference on Green Technology and Sustainable Development. – IEEE, 2018. – P. 232–236. – doi: 10.1109/GTSD.2018.8595567.
  2. Application of measurement systems in tool condition monitoring of Milling: A review of measurement science approach / D.Yu. Pimenov, M.K. Gupta, L.R.R. da Silva, M. Kiran, N. Khanna, G.M. Krolczyk // Measurement. – 2022. – Vol. 199. – P. 111503. – doi: 10.1016/j.measurement.2022.111503.
  3. Monitoring system for high-tech equipment / V.B. Kuznetsova, D.V. Kondusov, A.I. Serdyuk, A.I. Sergeev // Russian Engineering Research. – 2017. – Vol. 37, N 10. – P. 892–896. – doi: 10.3103/S1068798X17100136.
  4. Tool condition monitoring for high-performance machining systems – A review / A. Mohamed, M. Hassan, R. M’;Saoubi, H. Attia // Sensors. – 2022. – Vol. 22. – P. 2206. – doi: 10.3390/s22062206.
  5. Mali R.A., Gupta T.V.K., Ramkumar J. A comprehensive review of free-form surface milling – Advances over a decade // Journal of Manufacturing Processes. – 2021. – Vol. 62. – P. 132–167. – doi: 10.1016/j.jmapro.2020.12.014.
  6. Гимадеев М.Р., Ли А.А. Анализ систем автоматизированного обеспечения параметров шероховатости поверхности на основе динамического мониторинга // Advanced Engineering Research. – 2022. – Т. 22, № 2. – С. 116–129. – doi: 10.23947/2687-1653-2022-22-2-116-129.
  7. Effect of the relative position of the face milling tool towards the workpiece on machined surface roughness and milling dynamics / D.Y. Pimenov, A. Hassui, S. Wojciechowski, M. Mia, A. Magri, D.I. Suyama, A. DBustillo, G. Krolczyk, M.K. Gupta // Applied Sciences. – 2019. – Vol. 9 (5). – P. 842. – doi: 10.3390/app9050842.
  8. Effect of cutter path orientations on cutting forces, tool wear, and surface integrity when ball end milling TC17 / L. Tan, C. Yao, J. Ren, D. Zhang // The International Journal of Advanced Manufacturing Technology. – 2016. – Vol. 88. – P. 2589–2602. – doi: 10.1007/s00170-016-8948-y.
  9. Мониторинг состояния технологического оборудования на промышленных предприятиях / М.П. Козочкин, Ф.С. Сабиров, А.Н. Боган, К.В. Мыслицев // Вестник УГАТУ. – 2013. – Т. 17, № 8 (61). – С. 56–62.
  10. Investigation of the feasibility of using microphone arrays in monitoring machining / D. Shaffer, I. Ragai, A. Danesh-Yazdi, D. Loker // Manufacturing Letters. – 2018. – Vol. 15 (B). – P. 132–134. – doi: 10.1016/j.mfglet.2017.12.008.
  11. Козлов А.А., Аль-Джонид Х. Диагностика и прогнозирование износа режущего инструмента в реальном времени // Современные материалы, техника и технологии. – 2017. – № 4 (12). – С. 17–21.
  12. Spatial statistical analysis and compensation of machining errors for complex surfaces / Y.P. Chen, J. Gao, H. Deng, D. Zheng // Precision Engineering. – 2013. – Vol. 37, N 1. – P. 203–212. – doi: 10.1016/j.precisioneng.2012.08.003.
  13. Modeling of time-varying surface roughness considering wear overlap per tooth in ball end finish milling / D.J. Cheng, H.J. Quan, S.J. Kim, S.W. Zhang, C.Y. Zhang // Arabian Journal for Science and Engineering. – 2021. – Vol. 46. – P. 12309–12330. – doi: 10.1007/s13369-021-05920-0.
  14. Convolutional neural network-based tool condition monitoring in vertical milling operations using acoustic signals / C. Cooper, P. Wang, J. Zhang, R.X. Gao, T. Roney, I. Ragai, D. Shaffer // Procedia Manufacturing. – 2020. – Vol. 49. – P. 105–111. – doi: 10.1016/j.promfg.2020.07.004.
  15. The surface roughness analysis using sound signal in turning of mild steel / A.U. Patwari, A.A. Zamee, M.H. Bhuiyan, S.M. Sakib // IOP Conference Series: Materials Science and Engineering. – 2019. – Vol. 703. – P. 012011. – doi: 10.1088/1757-899X/703/1/012011.
  16. Sahinoglu A., Rafighi M. Investigation of vibration, sound intensity, machine current and surface roughness values of AISI 4140 during machining on the lathe // Arabian Journal for Science and Engineering. – 2020. – Vol. 45. – P. 765–778. – doi: 10.1007/s13369-019-04124-x.
  17. Лукьянов А.В., Алейников Д.П. Исследование колебаний сил взаимодействия фрезы с заготовкой при повышении скорости вращения шпинделя // Современные технологии. Системный анализ. Моделирование. – 2017. – Т. 56, № 4. – С. 70–82. – doi: 10.26731/1813-9108.2017.4(56).70-82.
  18. Алейников Д.П., Лукьянов А.В. Исследование динамики крепления датчиков вибрации шпинделей обрабатывающих центров // Вестник Иркутского государственного технического университета. – 2015. – № 2 (97). – С. 28–35.
  19. Заковоротный В.Л., Гвинджилия В.Е. Синергетический подход к повышению эффективности управления процессами обработки на металлорежущих станках // Обработка металлов (технология, оборудование, инструменты). – 2021. – Т. 23, № 3. – С. 84–99. – doi: 10.17212/1994-6309-2021-23.3-84-99.
  20. Gimadeev M.R., Stelmakov V.A., Gusliakov V.V. Cutting forces and roughness during ball end milling of inclined surfaces // Proceedings of the 6th International Conference on Industrial Engineering. ICIE 2021. – Cham: Springer, 2021. – Vol. 2. – P. 926–937. – doi: 10.1007/978-3-030-54817-9_107.
  21. Кущева М.Е., Клауч Д.Н., Кобелев О.А. Принципы выбора смазочно-охлаждающих технологических сред для обработки металлов резанием // Известия МГТУ «МАМИ». – 2014. – Т. 2, № 1 (19). – С. 73–76.
  22. Левин Е.К., Аль-Дайбани А.М. Анализ возможностей подавления влияния частотной характеристики канала связи на параметры речевого сигнала // Проектирование и технология электронных средств. – 2018. – № 3. – С. 14–18.
  23. Пономарев Б.Б., Нгуен Ш.Х. Влияние ориентации инструмента на силы резания при концевом фрезеровании // Известия высших учебных заведений. Машиностроение. – 2019. – № 3 (708). – С. 11–20. – doi: 10.18698/0536-1044-2019-3-11-20.
  24. Формирование параметров шероховатости на основе корреляционных связей при чистовом фрезеровании пространственно-сложных поверхностей / М.Р. Гимадеев, В.М. Давыдов, А.В. Никитенко, А.В. Сарыгин // Упрочняющие технологии и покрытия. – 2019. – Т. 15, № 6 (174). – С. 243–248.
  25. Гимадеев М.Р., Давыдов В.М. Корреляционные связи показателей шероховатости при фрезеровании сферическим инструментом // Сборка в машиностроении, приборостроении. – 2019. – № 5. – С. 219–224.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».