Использование технологических шаблонов для определения прогнозной трудоемкости изготовления деталей на токарных станках с ЧПУ

Сергей Семенович Кугаевский; Алексей Викторович Богоявленский

doi:10.22213/2413-1172-2024-1-26-35

Авторы

С. С. Кугаевский Уральский федеральный университет имени первого Президента России Б. Н. Ельцина
А. В. Богоявленский Уральский федеральный университет имени первого Президента России Б. Н. Ельцина

DOI:

https://doi.org/10.22213/2413-1172-2024-1-26-35

Ключевые слова:

прогнозирование трудоемкости, поэлементная технология, конструктивные элементы, технологические шаблоны обработки

Аннотация

Рассмотрено применение технологических шаблонов для расчета прогнозной трудоемкости механической обработки. Рассмотрена обработка деталей типа втулки на токарных станках с ЧПУ. Процесс определения прогнозной трудоемкости конструктивно-технологических элементов детали реализован в виде прикладной САПР. При этом на вход подаются контур токарного сечения детали в виде электронной 2D-модели и таблица параметров обрабатываемых поверхностей. Применение технологических алгоритмов становится возможным благодаря предварительному автоматическому распознаванию конструктивно-технологических элементов, которое реализовано в виде модуля рассматриваемой САПР. На стадии распознавания классифицируются различные типы конструктивно-технологических элементов (торец, открытая зона, полуоткрытая зона, закрытая зона, резьба). Результатом распознавания является контур конструктивного элемента, состоящий из отдельных отрезков прямых и дуг окружностей и заданный в виде стандартных G-кодов. В статье описан принцип разработки новых математических моделей технологических шаблонов обработки этих конструктивных элементов. Технологические шаблоны включают автоматический подбор режущего инструмента из базы пользователя, выбор стратегии построения траектории и режимов обработки. При этом учитывается расположение контуров относительно оси детали (внутренние и внешние), а для закрытых зон учитывается их геометрический тип (выточка, канавка, канавка для выхода резьбы, торцевая выточка и др.). Такая детализация алгоритмов принятия решения необходима, так как от этого зависит выбор инструмента и траектории обработки. С целью учета свойств детали при расчете режимов обработки вводится коэффициент обрабатываемости материалов. Далее технологические шаблоны включают в себя алгоритмы, использующие описанные в виде G-кодов контуры конструктивных элементов, для формирования управляющей программы для станка с ЧПУ. Для определения трудоемкости используется стандартный модуль симуляции управляющей программы. Получены результаты адаптации моделей для действующего производства.

Биографии авторов

С. С. Кугаевский, Уральский федеральный университет имени первого Президента России Б. Н. Ельцина

кандидат технических наук, доцент, доцент кафедры технологии машиностроения, станков и инструментов

А. В. Богоявленский, Уральский федеральный университет имени первого Президента России Б. Н. Ельцина

кандидат технических наук, доцент, доцент кафедры технологии машиностроения, станков и инструментов

Библиографические ссылки

Завьялов А. В., Замураев О. Е., Орлов Ю. А. Методика повышения производительности растачивания отверстий на станках с ЧПУ // Научно-технический вестник Поволжья. 2019. № 4. С. 56-58.

Жмурин В. В., Хрячкова В. В. Управление технологическим процессом обработки нержавеющих сталей и промышленная апробация методики назначения режимов резания // Известия Тульского государственного университета. Технические науки. 2021. № 11. С. 580-587. DOI: 10.24412/2071-6168-2021-11-580-587

Ракунов Ю. П., Абрамов В. В., Ракунов А. Ю. Исследование режущих свойств отечественных твердых сплавов для унифицированного инструмента и выбор пары материалов при точении жаропрочных сплавов // Прогрессивные технологии и системы машиностроения. 2022. № 2(77). С. 74-85.

Калинин А. Л., Попов А. П. Специфика эксплуатационных параметров режущих инструментов при обработке машиностроительных деталей // Наукосфера. 2023. № 10-2. С. 138-142.

Ракунов Ю. П., Абрамов В. В., Ракунов А. Ю. Критерии обрабатываемости труднообрабатываемых материалов, оптимизация инструмента и режимов резания в прецизионном групповом производстве // Станкоинструмент. 2021. № 4. С. 62-72.

Ракунов Ю. П., Абрамов В. В., Ракунов А. Ю. Теоретические и эмпирические предпосылки определения режимов оптимального резания металлов и сплавов унифицированными резцами // Прогрессивные технологии и системы машиностроения. 2019. № 3(66). С. 61-68.

Петряева И. А. Многокритериальная оптимизация режимов резания в условиях переменности действующих ограничений // Прогрессивные технологии и системы машиностроения. 2021. № 4(75). С. 81-86.

Адаптация метода управления режимами резания к промышленным условиям / Е. М. Фролов, А. В. Рогачев, В. Г. Фадеев, С. С. Семеняка // Известия Волгоградского государственного технического университета. 2021. № 1(248). С. 38-41. DOI: 10.35211/1990-5297-2021-1-248-38-41

Повышение эффективности точения титановых сплавов / С. А. Тимофеев, А. В. Савилов, А. С. Пятых, П. С. Брызгунова // Вестник современных технологий. 2022. № 2(26). С. 4-9.

Лобанов Д. В., Купцов М. В. Этапы создания автоматизированного комплекса для систематизации и выбора режущего инструмента // Вестник современных технологий. 2020. № 2(18). С. 14-18.

Кугаевский С. С., Уколов С. С. Определение прогнозной трудоемкости изготовления деталей на токарных станках с ЧПУ с помощью распознавания конструктивно-технологических элементов // Вестник ИжГТУ имени М. Т. Калашникова. 2023. Т. 26, № 2. С. 60-68. DOI: 10.22213/2413-1172-2023-2-60-68

Рычков Д. А., Смирнова Д. А. Система автоматизированной разработки технологических процессов с элементами оптимизации // Системы. Методы. Технологии. 2022. № 4(56). С. 30-35. DOI: 10.18324/2077-5415-2022-4-30-35

Лебедев А. Металлообработка на станках с ЧПУ: как начать выпускать продукцию мирового уровня // САПР и графика. 2019. № 4. С. 64-67.

Зинченко Д. Прямое редактирование импортированных моделей и проектирование ЧПУ-обработки в системе ADEM // САПР и Графика. 2019. № 1. С. 22-25.

Кугаевский С. С. Сколько стоит механообработка // САПР и графика. 2020. № 5(283). С. 20-21.

Zhang Z., Jaiswal P., Rai R. (2018) Feature Net: Machining feature recognition based on 3D Convolution Neural Network, Computer-Aided Design, 101, 12-22. https://doi.org/10.1016/j.cad.2018.03.006

Ippei Takaishi, Satoshi Kanai, Hiroaki Date and Hideyoshi Takashima (2020) Free-Form Feature Classification for Finite Element Meshing-based on Shape Descriptors and Machine Learning.Computer-Aided Design and Applications, 17(5), 1049-1066. DOI: 10.14733/cadaps.2020.1049-1066

Yang Shi, Yicha Zhang, Kaishu Xia, Ramy Harik (2020) A Critical Review of Feature Recognition Techniques.Computer-Aided Design and Applications, 17(5), 861-899. DOI: 10.14733/cadaps.2020.861-899

Юрченко В. В., Кибеко А. С. Анализ и пути совершенствования систем автоматизации нормирования производственного процесса // Universum: технические науки. 2018. № 3(48). С. 5-7.

Михалев О. Н., Янюшкин А. С. Автоматизация технологических процессов на основе нейронной сети // Автоматизация. Современные технологии. 2022. Т. 76, № 4. С. 147-152. DOI: 10.36652/0869-4931-2022-76-4-147-152