Tool profile stationarity while simulating surface plastic deformation by rolling as a process of flat periodically reproducible deformation

Cover Page

Cite item

Abstract

Introduction. Surface plastic deformation is an effective way to improve the operating performance of machine parts. One of the promising approaches to the design of surface hardening technological processes is the technological inheritance mechanics. To calculate the hereditary parameters characterizing the accumulated deformation and damage to the metal, it is possible to simulate spinning as a process of plane fractional deformation, which significantly reduces the time required for modeling the process. However, upon rotation of the plane in which the stress-strain state is considered, the roller profile changes. The aim of the work is to assess the magnitude of the change in the roller profile in the deformation plane during deformation as an important factor ensuring the accuracy of the solution obtained. Research methods. The roll profile in the warp plane is defined by the intersection line of the roll surface and this plane. The paper presents the procedure for calculating the coordinates of the points of intersection lines, which are curves of the fourth order, depending on the geometric dimensions of the roller and the part, as well as the angle of inclination of the deformation plane. Results and discussion. To estimate the value of the roller profile change, the coordinates of the points of the intersection lines of the roller surface and the deformation plane are determined for the rolling modes corresponding to a sufficiently developed plastic deformation, the obtained lines are approximated in the coordinate system associated with the deformation plane, and the relative change in the coordinates of the intersection lines when the plane was rotated are estimated. As a result of the conducted analytical studies, it is found that even with developed plastic deformation, the relative change in the coordinates of the points of intersection lines does not exceed 0.1%. This indicates the possibility of using a stationary roller profile when simulating rolling using the plane fractional deformation model.

About the authors

A. A. Krechetov

Email: krechetovaa@kuzstu.ru
Ph.D. (Engineering), Associate Professor, T.F. Gorbachev Kuzbass State Technical University, 28 Vesennyaya str., Kemerovo, 650000, Russian Federation, krechetovaa@kuzstu.ru

References

  1. Технология и инструменты отделочно-упрочняющей обработки деталей поверхностным пластическим деформированием. В 2 т. Т. 1: справочник / А.Г. Суслов, В.Ю. Блюменштейн, Р.В. Гуров, А.Н. Исаев, Л.Г. Одинцов, В.В. Плешаков, В.П. Федоров, Ю.Г. Шнейдер; под общ. ред. А.Г. Суслова. – М.: Машиностроение, 2014. – 480 с.
  2. State of the art of Deep Rolling / P. Delgado, I.I. Cuesta, J.M. Alegre, A. Díaz // Precision Engineering. – 2016. – Vol. 46. – P. 1–10. – doi: 10.1016/j.precisioneng.2016.05.001.
  3. Altenberger I. Deep Rolling – the past, the present and the future // 9th International Conference on Shot Peening ICSP-9. – Paris, France, 2005. – P. 144–155.
  4. Технологическое обеспечение заданного качества поверхностного слоя деталей при обработке динамическими методами поверхностного пластического деформирования / М.А. Тамаркин, А.С. Шведова, Р.В. Гребенкин, С.А. Новокрещенов // Вестник Донского государственного технического университета. – 2016. – Т. 16, № 3. – С. 46–52. – doi: 10.12737/20220.
  5. Волков А.Н.,Сазонов М.Б., Чигринев И.А. Исследование влияния методов ППД на структуру поверхностного слоя и сопротивление усталости // Вестник Самарского государственного аэрокосмического университета. – 2012. – № 3 (34). – С. 153–156.
  6. Зайдес С.А., Бобровский И.Н., Фам Ван Ань. Влияние кинематики локального деформирования на напряженное состояние поверхностного слоя // Наукоемкие технологии в машиностроении. – 2019. – № 5 (95). – С. 32–38. – doi: 10.30987/article_5ca3030a5bfe86.87759559.
  7. Influence of process and geometry parameters on the surface layer state after roller burnishing of IN718 / F. Klocke, V. Bäcker, H. Wegner, B. Feldhaus, H.-U. Baron, R. Hessert // Production Engineering. – 2009. – Vol. 3 (4). – P. 391–399. – doi: 10.1007/s11740-009-0182-0.
  8. Wonga C.C., Hartawana A., Teoa W.K. Deep cold rolling of features on aero-engine components // Procedia CIRP. – 2014. – Vol. 13. – P. 350–354. – doi: 10.1016/j.procir.2014.04.059.
  9. Fu H., Liu Y., Xu Q. Effect of deep rolling parameters on surface integrity of LZ50 axles // International Journal of Modern Physics B. – 2019. – Vol. 33, N 25. – P. 1950298. – doi: 10.1142/S0217979219502989.
  10. Wagner L., Ludian T., Wollmann M. Ball-burnishing and roller-burnishing to improve fatigue performance of structural alloys // Engineering Against Fracture / ed. by S. Pantelakis, C. Rodopoulos. – Dordrecht: Springer, 2009. – doi: 10.1007/978-1-4020-9402-6_1.
  11. Swirada S., Wdowika R. Determining the effect of ball burnishing parameters on surface roughness using the Taguchi method // Procedia Manufacturing. – 2019. – Vol. 34. – P. 287–292. – doi: 10.1016/j.promfg.2019.06.152.
  12. The influence of deep rolling on the surface integrity of AISI 1060 high carbon steel / A.M. Abrãoa, B. Denkenab, J. Köhlerb, B. Breidensteinb, T. Mörkeb // Procedia CIRP. – 2014. – Vol. 13. – P. 31–36. – doi: 10.1016/j.procir.2014.04.006.
  13. Prediction of roughness after ball burnishing of thermally coated surfaces / L. Hiegemann, C. Weddeling, N. BenKhalifa, A.E. Tekkaya // Journal of Materials Processing Technology. – 2015. – Vol. 217. – P. 193–201. – doi: 10.1016/j.jmatprotec.2014.11.008.
  14. Курицына В.В., Мартынюк А.В., Грачев М.В. Направленное поверхностно-пластическое деформирование в системе управления формой прецизионных деталей пневмогидроагрегатов // Известия МГТУ «МАМИ». – 2014. – № 2 (20). – С. 55–63.
  15. Kinner-Becker T., Sölter J., Karpuschewski B. A simulation-based analysis of internal material loads and material modifications in multi-step deep rolling // Procedia CIRP. – 2020. – Vol. 87. – P. 515–520. – doi: 10.1016/j.procir.2020.02.060.
  16. Meyer D. Cryogenic deep rolling – An energy based approach for enhanced cold surface hardening // CIRP Annals. – 2012. – Vol. 61, iss. 1. – P. 543–546. – doi: 10.1016/j.cirp.2012.03.102.
  17. Finite element analysis of the roller burnishing process for fatigue resistance increase of engine components / F. Klocke, V. Bäcker, H. Wegner, M. Zimmermann // Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture. – 2011. – Vol. 225, iss. 1. – P. 2–11. – doi: 10.1243/09544054JEM2044.
  18. Time-efficient prediction of the surface layer state after Deep Rolling using similarity mechanics approach / D. Trauth, F. Klocke, P. Mattfeld, A. Klinka // Procedia CIRP. – 2013. – Vol. 9. – P. 29–34. – doi: 10.1016/j.procir.2013.06.163.
  19. Hettig M., Meyera D. Sequential multistage deep rolling under varied contact conditions // Procedia CIRP. – 2020. – Vol. 87. – P. 291–296. – doi: 10.1016/j.procir.2020.02.027.
  20. Блюменштейн В.Ю., Смелянский В.М. Механика технологического наследования на стадиях обработки и эксплуатации деталей машин. – М.: Машиностроение-1, 2007. – 400 с.
  21. Смелянский В.М. Механика упрочнения деталей поверхностным пластическим деформированием. – М.: Машиностроение, 2002. – 300 с.

Supplementary files

Supplementary Files
Action
1. JATS XML


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».