DOI: https://doi.org/10.20998/2078-7405.2019.91.02

ЕЛЕМЕНТИ ІНФОРМАЦІЙНОГО ЗАБЕЗПЕЧЕННЯ АНАЛІЗУ ДИНАМІКИ СТАНІВ РІЗЦІВ

Oleksandr G. Derevyanchenko, Oleksandr O. Fomin, Vitaliy D. Pavlenko, Nikolai V. Charugin

Анотація


Стан ріжучої частини інструменту в значній мірі визначає якість обробки різанням. Його характеризує комплекс параметрів і, в першу чергу, геометричні параметри ріжучої частини. В процесі обробки відбувається її знос. Це призводить до значних змін параметрів внаслідок появи зон зносу на передній і задній поверхнях, зсувів різальних кромок і змін їх форми. Відсутність контролю за різальними інструментами призводить до поступових чи раптових їх відмов; руйнуванню інструментів та можливості виникнення аварій верстату. Сучасні металорізальні верстати працюють за обмеженою участю оператора, що обумовлює необхідність створення автоматизованих систем моніторингу названих змін геометричних параметрів та діагностування станів інструментів. Важливою частиною цього процесу є розробка нових методів контролю інструментів, що забезпечують формування наборів інформативних параметрів, які відображають їх стан; математичного та інформаційного забезпечення, створення програмних комплексів класифікації – розпізнавання станів інструментів та їх відмов. У статті викладено підхід до побудови дерев рішень і просторів ознак, що відображають динаміку станів ріжучих інструментів (на прикладі різців). Показані елементи нового підходу до відображення динаміки станів різального інструменту в просторах геометричних ознак зон зносу, відмов і руйнувань ріжучої частини. Наведені приклади побудови діагностичних дерев рішень (класифікації), що відображають послідовність "дихотомічного" розпізнавання кожного з станів інструменту. Отримані результати з'являться основою для побудови автоматичних класифікаторів станів ріжучої частини різців та інших інструментів.

Ключові слова


знос ріжучої частини інструменту; діагностування станів; геометричні ознаки; простір ознак; дерева рішень.

Повний текст:

PDF (English)

Посилання


Mamalis,A. G.(2006). “Modern aspects of advanced manufacturing”,Suchasnі tehnologіi u mashinobuduvannі [Сучасні технології у машинобудуванні],Vol, 2, Kharkiv, Ukraine, NTU “KhPI”, pp. 58-73.

Lu Z., Ma, P., and other (February 2019). “On-line Monitoring of Tool Wear Conditions in Machining Processes Based on Machine Tool Data” Zhongguo Jixie Gongcheng, China Mechanical Engineering, Vol. 30, Issue 2, pp. 220-225. DOI: 10.3969/j.issn.1004-32X.2019.02.013.

Prokopyv N. М.,Bondarenko V. P and other(2008). Vlijanie uslovij spekanija splava VK10 OM nakinetikui mehanizmy iznosa ego v uslovijah chistovogo I udarnogo tochenija [Influence of sintering conditions of VK10 OM alloy on the kinetics and mechanisms of its wear under conditions of finishing and impact turning] Cutting and tooling in technological systems, Kharkiv, Ukraine, Vol. 75, pp. 312-327 [in Russian].

Liang, S. Y., Hecker, R. L. and other. (May 2004). “Machining process monitoring and control: The state-of-the-art”. Journal of Manufacturing Science and Engineering, Transactions of the ASME, Vol. 126, Issue 2, pp. 297-310. DOI: 10.1115/1.1707035.

De Oliveira, J. F. G. & Dornfeld, D. A. (2001). “Application of AE contact sensing in reliable grinding monitoring”. CIRP Annals – Manufacturing Technology, Vol. 50, Issue 1, pp. 217-220. DOI: 10.1016/S0007-8506(07)62108-8.

Sahu, N. K., Andhare, A. B., and other (May 2018). “Prediction of surface roughness in turning of Ti-6Al-4V using cutting parameters, forces and tool vibration” Materials Science and Engineering, Vol. 346, Issue 1. DOI: 10.1088/1757-899X/346/1/012037.

Kumar, P., Chauhan, S. R., and other (January 2019) “Influence of different grades of CBN inserts on cutting force and surface roughness of AISI H13 die tool steel during hard turning operation”, Vol. 12, Issue 1. DOI: 10.3390/ma12010177.

Xie, Z., Li, J. and other(February 2019). “Feature selection and a method to improve the performance of tool condition monitoring” International Journal of Advanced Manufacturing Technology, Vol. 100, Issue 9-12, pp. 3197-3206. DOI: 10.1007/s00170-018-2926-5.

Chungchoo, C .& Saini, D.(January 2019). “On-line tool wear estimation in CNC turning operations using fuzzy neural network model” International Journal of Machine Tools and Manufacture, Vol. 42, Issue 1, pp. 29-40. DOI: 10.1016/S0890-6955(01)00096-7.

Zhang, X., Tsang, W.-M., and other(February 2013). “A study on automatic on-machine inspection system for 3D modeling and measurement of cutting tools” Journal of Intelligent Manufacturing, Vol. 24, Issue 1, pp. 71-86. DOI: 10.1007/s10845-011-0540-6.

Saravanan, R., Asokan, P. and other (2001). “Comparative analysis of conventional and non-conventional optimization techniques for CNC turning process”, International Journal of Advanced Manufacturing Technology, Vol. 17, Issue 7, pp. 471-476. DOI: 10.1007/s001700170146.

Dang, J., Liu, G., and other (May 2019). “Experimental investigation on machinability of DMLS Ti6Al4V under dry drilling process”. Materials and Manufacturing Processes, Vol. 34, Issue 7, pp. 749-758. DOI: 10.1080/10426914.2019.1594254.

Rifai, A. P., Fukuda, R. and other (2019). “Image based identification of cutting tools in turning-milling machines” Japan Society for Precision Engineering., Vol. 85, Issue 2, pp. 159-166. DOI: 10.2493/jjspe.85.159.

Derevyanchenko, O.G., Pavlenko, V.D. and other. (1999). Diagnostirovanie sostojanij rezhushih instrumentov pri precizionnoj obrabotke [Diagnosing the states of cutting tools with precision machining], Odessa, Ukraine, Publ. Astroprint, 184 p. [in Russian].

Derevyanchenko, O.G., Pavlenko, V.D., Fomin, O.O. and other (2013). Intellektual'nye sistemy raspoznavanija sostojanij rezhushh ihinstrumentov [Intelligent recognition systems for cutting tools], Odesa, Ukraine, Publ. Astroprint, 300 p. [in Russian].




ISSN 2078-7405