ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ МЕТОДИКИ КОРРЕКЦИИ РЕЖИМА ПРОЦЕССА МЕХАНИЧЕСКОЙ ОБРАБОТКИ С ИЗМЕНЯЮЩИМИСЯ ВО ВРЕМЕНИ ПАРАМЕТРАМИ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ТЕХНОЛОГИЧЕСКОЙ ИНФОРМАЦИИ

Обложка

Цитировать

Полный текст

Аннотация

Разработана методика коррекции режима механической обработки с изменяющимися во времени параметрами. Методика позволяет минимизировать влияние неопределенности технологической информации, обусловленной некорректностью математических зависимостей и моделей, используемых для расчета параметров процесса, и отсутствием исходных данных для выбора параметров математических моделей, и предусматривает коррекцию зависимостей и моделей по данным текущей информации о выходных параметрах. Коррекция элементов режима выполняется по результатам сравнения расчётных и фактических значений выходных и текущих параметров процесса. Определяются расчетные функции изменения выходных параметров во времени. Методика определения взаимосвязанных текущих и выходных параметров процесса обработки позволяет рассчитать их значения в зависимости от времени наработки инструмента. По результатам сравнения расчетных значений параметров процесса со значениями, которые должны быть получены в момент времени, равный периоду стойкости инструмента, выполняется коррекция элементов режима. Если расчётные значения выходных параметров не превышают их предельные значения, то следует интенсифицировать режим обработки, чтобы увеличить производительность. Определяются интервалы варьирования управляемыми факторами, позволяющие изменить выходные параметры в момент, равный периоду стойкости инструмента, на необходимую величину. При расчетах интервалов варьирования управляемыми факторами на первых этапах коррекции режима ориентируются на исходные модели и зависимости, описывающие процесс. Необходимый результат может быть не достигнут по причине неопределенности информации, в том числе некорректности моделей. Поэтому при необходимости реализуются последующие этапы коррекции режима. Ориентируясь на фактические значения выходных параметров., корректируются модели процесса, а интервалы варьирования управляемыми параметрами рассчитываются с использованием скорректированных моделей. Применение разработанной методики коррекции режима позволяет увеличить производительность точения на 30…35 % при обеспечении на протяжении заданного периода стойкости инструмента требуемого качества обработанных деталей.

Об авторах

Александр Николаевич Унянин

Ульяновский государственный технический университет

Автор, ответственный за переписку.
Email: a_un@mail.ru
ORCID iD: 0000-0002-5557-4197
Кафедра "Инновационные технологии в машиностроении"", доцент 1993, адъюнкт архитектуры, адъюнкт архитектуры, адъюнкт архитектуры

Павел Рамдисович Финагеев

Ульяновский государственный технический университет

Email: pavel_finageev@mail.ru
ORCID iD: 0000-0002-5143-7929
Инновационные технологии в машиностроении, аспирант технических наук 2017-2022

Список литературы

  1. Инженерия поверхности деталей / Колл. авт.; под ред. А.Г. Суслова. М.: Машиностроение. 2008. 320 с.
  2. Суслов А. Г. Самообучающиеся автоматизированные технологические системы / А.Г. Суслов, Д.И. Петрешин, Д.Н. Финатов. Справочник. Инженерный журнал. № 1. 2004. С. 14-17.
  3. Зориктуев В.Ц., Шангареев Р.Р. Система автоматического управления режимами резания на основе нечеткой логики // Вестник УГАТУ. 2010. Т.14, № 2 (37). С. 163-169.
  4. Alaskari A. Adaptive control simulation to optimize metal removal for rough turning / A. Alaskari, S.E. Oraby // Journal of Engineering Research. 2018, Vol. 6. № (2). pp. 20 -231.
  5. Теоретико-вероятностный анализ производительности станочных систем / С.А. Васин, А.Н. Иноземцев, Н.И. Пасько. Тульский гос. ун-т. Тула: ТулГУ, 2002. 276 с.
  6. Анцев А.В. Учет разброса периода стойкости при оптимизации режимов резания и профилактической замены инструмента / А.В. Анцев, Н.И. Пасько // Вестник машиностроения. № 9. 2019. С. 72-77.
  7. Ulsoy A.G., Koren Y. Control of machining processes. ASMEJ. Dyn. Sys. Meas. Control. 1993, 115, 301-308. doi: 10.1115/1.2899070.
  8. Unyanin A.N. Development of methodology for the purpose of the machining process mode with time-varying parameters in the face of uncertainty of technological information / A.N. Unyanin, P.R. Finageev// IOP Conf. Series: Materials Science and Engineering. 709 (2020). 022034. doi: 10.1088/1757-899X/709/2/022034.
  9. Унянин А.Н. Статистический анализ параметров процесса механической обработки / А.Н. Унянин, П.Р. Финагеев // Горное оборудование и электромеханика. № 6. 2019. С. 48-54. doi: 10.26730/1816-4528-2019-6-48-54.
  10. Прогрессивные режущие инструменты и режимы резания металлов: Справочник / В.И. Баранчикова и др.; под общ. ред. В.И. Баранчикова. М.: Машиностроение, 1990. 399 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

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».