Heuristic modeling of the process of milling aviation parts with opposed end mills by synthesis of a predictive model


Citar

Texto integral

Resumo

The paper presents a comparative analysis of existing milling technologies. The influence of the main negative factors affecting the quality of machined surfaces is revealed. Optimal schemes for machining with opposed cutters are proposed. The modeling of milling processes with oppositely located cutters of thin-walled extended aircraft parts is carried out. The process under study is described by the appropriate physical quantities. A system of eight characteristic equations describing the modes and components of cutting forces, as well as the dynamics of the milling process, is considered. A characteristic equation in dimensionless form is obtained, linking the geometric parameters of the cutting tool, the feed rate and the rotation frequency of the cutter. After checking the synthesized mathematical model by calculation, an experimental check of the proposed model for adequacy to the real process was carried out when machining the appropriate walls of blanks of ribs and beams made of aluminum alloy, manufactured by stamping, with oppositely located end mills. The edges of wells and pockets of aircraft parts were machined in small-scale production conditions. Roughness measurements were taken using a profilograph-profilometer. Optimum values of exponents and appropriate coefficients for simplexes of the mathematical model were determined. A comparative analysis of practical indicators and simulated data of the milling process was carried out. The resulting model allows predicting the results of machining by the proposed method with an error of 10…15%.

Sobre autores

E. Shestakova

Kazan National Research Technical University named after A.N. Tupolev

Autor responsável pela correspondência
Email: anburg@mail.ru
ORCID ID: 0009-0004-4254-808X

Senior Lecturer of the Department of Technology of Mechanical Engineering Production

Rússia

V. Ievlev

Kazan National Research Technical University named after A.N. Tupolev

Email: voievlev@kai.ru

Candidate of Science (Engineering), Associate Professor of the Department of Technology of Mechanical Engineering Production

Rússia

R. Yanbaev

Kazan National Research Technical University named after A.N. Tupolev

Email: ruslan-yanbaev@mail.ru
ORCID ID: 0009-0000-9039-9999

Candidate of Science (Engineering), Associate Professor, Head of the Department of Technology of Mechanical Engineering Production

Rússia

Bibliografia

  1. Sychev A.K., Mikhaylov V.K., Semenov V.A., Kul'chev V.M., Milekhin E.S., Korotkikh V.S. Kromkofrezernyy stanok [Edge milling machine]. Patent SU, no. 1107967, 1984. (Publ. 15.08.84, bull. no. 30)
  2. Shestakova E.A., Ievlev V.O., Yanbaev R.M., Kurylev D.V. Synthesis of low loaded aircraft skin. Vestnik Kazanskogo Gosudarstvennogo Tekhnicheskogo Universiteta im. A.N. Tupoleva. 2020. V. 76, no. 4. P. 63-66. (In Russ.)
  3. Kline S.J. Similitude and approximation theory. McGraw-Hill, 1965. 229 p.
  4. Sedov L.I. Metody podobiya i razmernosti v mekhanike [Methods of similarity and dimensions in mechanics]. Moscow: Nauka Publ., 1987. 430 p.
  5. Shestakova E.A. Improving the quality of aircraft parts produced by the method of layer-by-layer formation from aluminum alloys. Vestnik Kazanskogo Gosudarstvennogo Tekhnicheskogo Universiteta im. A.N. Tupoleva. 2020. V. 76, no. 2. P. 87-91. (In Russ.)
  6. Shestakova E.A., Yanbaev R.M., Yanbaev F.M., Galdina A.Yu. Issledovanie protsessa formoobrazovaniya detaley i zagotovok metodom posloynogo naplavleniya splavov. Sbornik Dokladov Vserossiyskoy Nauchno-Prakticheskoy Konferentsii s Mezhdunarodnym Uchastiem «Novye Tekhnologii, Materialy i Oborudovanie Rossiyskoy Aviakosmicheskoy Otrasli» (August, 10-12, 2016, Kazan). V. 1. Kazan: Akademiya nauk RT Publ., 2016. P. 526-533. (In Russ.)
  7. Shestakova E.A., Yanbaev R.M., Galdina A.Yu. Vysokoproizvoditel'nyy sposob izgotovleniya fasonnykh detaley tipa tel vrashcheniya iz alyuminievykh splavov [High-efficiency method of making shaped parts of rotation bodies from aluminium alloys]. Patent RF, no. 2707371, 2019. (Publ. 26.11.2019, bull. no. 33)
  8. RTM 1311 Technical Guidance Materials. Preparation of programs for parts using CNC milling machine tools. Moscow: Nauchno-Issledovatel'skiy Institut Tekhnologii i Organizatsii Proizvodstva Publ., 1971. 500 p. (In Russ.)
  9. Ievlev V.O. Proektirovanie optimal'nykh operatsiy frezerovaniya aviatsionnykh detaley. Avtoref. ... dis. kand. tekhn. nauk [Design of optimal operations of milling aircraft parts. Abstract of dissertation for the Candidate Degree in Science (Engineering)]. Kazan, 1989. 32 p.
  10. Kozlov S.V., Shirshov E.O. Investigation of the dynamics of milling thin-walled elements of parts. Innovatsii v Nauke. 2019. No. 4 (92). P. 29-34. (In Russ.)
  11. Nazarov M.V., Kiselev E.S. Milling of thin walled components from aluminum alloys by considering the conditions of rigidity and automation assignment elements of a cutting mode on CNC machines. Mining Equipment and Electromechanics. 2019. No. 6 (146). P. 42-47. (In Russ.). doi: 10.26730/1816-4528-2019-6-42-46
  12. Starovoitov S.V., Krasnikov I.P., Gailish M.D. Improving of the efficiency of compressor blade edge cutting machining due to volumetric planing. Russian Aeronautics. 2023. V. 66, Iss. 1. P. 130-137. doi: 10.3103/s106879982301018x
  13. Paimushin V.N., Firsov V.A., Shishkin V.M., Gazizullin R.K. Vibration transmission in thin-wall framed structures. Russian Aeronautics. 2022. V. 65, Iss. 3. P. 490-497. doi: 10.3103/s1068799822030072
  14. Kugultinov S.D., Shchenyatskii A.V., Zhilyaev A.S. Numerical analysis of influence of mechanical processing conditions on stress-deformed state of large-size thin-wall complex parts. Intellektual'nye Sistemy v Proizvodstve. 2018. V. 16, no. 3. P. 17-21. (In Russ.)

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML

Declaração de direitos autorais © VESTNIK of Samara University. Aerospace and Mechanical Engineering, 2025

Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição–Compartilhalgual 4.0 Internacional.

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».