Modernization of the Algorithm for Calculating Allowance for Mechanical Processing of Parts for the Python Programming Environment

Cover Page

Cite item

Full Text

Abstract

The refined problem of calculating a rational allowance using the Python programming environment has been solved, the algorithm and program for calculating the rational allowance and determining the required number of transitions to achieve the parameters of surface roughness and dimensional accuracy specified in the design documentation have been modernized. A description is given of the developed algorithm for automatically determining operations and assigning tolerances, the implementation of which in the Python programming environment allows you to perform calculations for all turning operations and select their quantity, which significantly simplifies the work of technologists at the stage of technological preparation of machine-building production.

Full Text

Введение

В статье [1] рассмотрена проблема определения припуска, который необходимо снять с заготовки для того, чтобы обеспечить необходимую геометрическую точность детали, а также необходимую чистоту поверхности. Предложен способ ее решения с помощью программы с использованием языка программирования Python, которая позволила бы пользователю выполнить расчет припуска в автоматизированном режиме.

Вопросы обеспечения качества изделий на стадии технологической подготовки производства, рассмотренные при проектировании системы поддержки принятия решений выбора режимных и конструктивных параметров, изложены
в работах [2 – 4].

В данной статье представлен существенно модернизированный алгоритм и программа для ЭВМ на языке Python.

Алгоритм автоматического определения операций на механическую обработку и назначения допусков на межоперационные размеры

На первом этапе модернизации алгоритма решена задача автоматического определения допусков на межоперационные размеры. Нередко для достижения заданной точности поверхности необходимо выполнить несколько операций: черновую, получистовую, чистовую и иногда финишную. При выполнении данных операций получаются межоперационные размеры (за исключением последней операции, на которой выполняется конечный размер детали). Технолог при разработке технологического процесса изготовления детали должен учитывать не только эти размеры, но и отклонения, которые могут возникнуть при их выполнении. Поэтому для этих размеров также необходимо назначать допуски.

Так как для расчета припуска используются параметры уточнения – общее и требуемое, которые напрямую зависят от допусков межоперационных размеров, то правильность подбора операций и их количества напрямую влияет на расчет припуска. Это видно в следующих формулах:

εi=Ti1/Ti, (1)

где  – допуски на размер, полученные соответственно на предыдущей и выполняемой технологических операциях;

εо=i=1i=ki, (2)

где k – число операций;

εт.о=Tз/Tд, (3)

где  – допуски на размеры соответственно заготовки и детали;

εоεт.о.  (4)

Выполнение (4) подтверждает, что выбранных операций и их количества достаточно для достижение требуемой точности.

При разработке технологического процесса технолог может назначать допуски на межоперационные размеры самостоятельно с учетом своего опыта. Но компьютер сделать этого не может, а без этой функции программа может выполнить расчет припуска лишь для одной конкретной операции. Алгоритм назначения допуска позволил бы выполнять расчеты для всех операций и подбирать их количество, что существенно упростило задачу технологам.

На рисунке 1 программа выполняет расчет требуемого уточнения , используя данные, введенные пользователем. При этом программа определяет поля допусков размеров детали и заготовки в строках 19 и 26.

Затем выполняется определение квалитета для указанного диаметра детали (рис. 2).

Числовые значения, с которыми срав­нивается параметр Td, это поля допусков соответствующих квалитетов, согласно Единой системе допусков и посадок. Таким образом, происходит определение квалитета для любого заданного размера с любыми отклонениями, указанными пользователем. Когда он определен, можно переходить к определению операций, но прежде необходимо создать переменные, которые будут хранить в себе параметры допусков.

 

Рис. 1. Расчет требуемого уточнения

 

Рис. 2. Определение квалитета

 

Рис. 3. Создание переменных

 

На рисунке 3 показано создание переменных: V_OTKL – переменная, содержащее верхнее отклонение для соответствующей операции; N_OTKL – нижнее отклонение; T_ch, T_p_ch, T_chist – поля допуска для черновой, получистовой и чистовой операций соответственно; ε_ch, ε_poluchern, ε_chist, ε_finish – уточнения для черновой, получистовой, чистовой и финишной операций соответственно. При этом параметр T_finish – переменная, которая хранила бы в себе поле допуска финишной операции – создавать нет смысла, так как на финишной операции обеспечивается размер детали в пределах его поля допуска, то есть Td уже создан в 18 строке (см. рис. 1). Когда программа создала необходимые переменные, она приступает к выполнению алгоритма определения операций и назначения межоперационных допусков.

Рисунок 4 показывает, что созданные ранее переменные приобретают опре­деленные значения с учетом квалитета размера детали и самого размера. Принцип назначения допусков заключается в следующем правиле: чем точнее конечный размер, тем больше требуется операций и тем точнее допуски на межоперацион­ные размеры. По рассматриваемому алгоритму программа может назначить от одной до четырех операций, а также допуск для каждой операции и сразу выполнить проверку. Результат выполнения алгоритма представлен на рис. 5.

Программа определила квалитет и вы­полнила подбор операций, строка с цифрами «20.0 20.0» показывает значения требуемого и общего уточнений, из чего можно сделать вывод об их равенстве. О правильности выбо­ра операций также говорит следующая строка «Операции определены верно». В случае, если бы операции были подобраны с ошибками, программа выведет сообщение: «Неизвестная ошибка!».

 

Рис. 4. Назначение допусков на межоперационные размеры

 

Рис. 5. Результат работы алгоритма

 

На рисунке 5 не показаны допуски для операций, но тот факт, что операции были подобраны, говорит о том, что значения допусков уже хранятся в памяти компьютера.

После создания алгоритма автоматического определения операций и назначения допусков появилась возможность реализовать расчет припуска для каждой операции по формулам [5].

После выполнения представленных алгоритмов программа выполняет уже созданный ранее алгоритм для определения шероховатости Rz и глубины дефектного слоя h (рис. 6).

 

Рис. 6. Определение шероховатости и глубины дефектного слоя заготовки

 

Но, прежде чем перейти к определению припуска, необходимо уточнить, как заготовка закреплена на станке. Это важно, так как в системе «станок – заготовка – инструмент» возникает много погрешностей, связанных со станком, установленной в нем оснасткой, в которой закреплена заготовка, соответственно возникают погрешности закрепления, а также есть погрешности геометрической формы самой заготовки, и все эти погрешности в итоге оказывают влияние на получаемый на станке размер. Поэтому, когда допуск большой, влияние этих погрешностей будет незначительным, но, когда на станке необходимо обработать размер с точностью до микрометра, эти погрешности необходимо учесть. Числовые значения данных погрешностей известны и представлены в виде таблиц в [5], для использования их в Python они были сохранены в формате .xlsx.

 

Рис. 7. Определение пространственных отклонений и погрешности поверхностей

 

На рисунке 7 представлен фрагмент алгоритма для определения отклонений. В качестве заготовки используется прокат, который может быть закреплен в патроне или в центрах. Затем, в зависимости от длины заготовки и точности проката, определяется параметр ∆к – кривизна профиля сортового проката. В зависимости от способа закрепления заготовки, при необходимости, определяются другие отклонения: ∆кор – возможное коробление заготовки; ∆с – ее смещение в закрепляемом приспособлении станка. Так как при использовании центров или трехкулачковых патронов погрешность базирования равна нулю [4, см. табл. 2.34], что также отражено в строках 1560 и 1564, то суммарная погрешность геометрической формы определяется в строках 1559 и 1567 как параметр Delta. По похожей схеме определяются погрешности для других операций и способов закрепления заготовки.

Заключение

Разработан алгоритм назначения допуска, реализация которого в среде программирования Python позволяет выполнять расчеты для всех технологических операций токарной обработки деталей и подбирать их количество, то есть позволяет выбрать от одной до четырех операций, назначить допуск для каждой операции и сразу выполнить проверку соответствия заданной точности размеров детали. Представлен алгоритм для определения отклонений на примере токарной обработки заготовки в виде проката, который может быть закреплен в патроне или в центрах. После этого определение всех необходимых параметров для расчета припуска завершено. Вторым этапом разработки программы будет написание алгоритма, реализуемого в среде программирования Python, для расчета самого припуска.

×

About the authors

N. V. Bondarenko

Tambov State Technical University

Author for correspondence.
Email: nikbon.2015@yandex.ru

аспирант кафедры «Компьютерно-интегрированные системы в машиностроении»

Russian Federation, Tambov

M. V. Sokolov

Tambov State Technical University

Email: nikbon.2015@yandex.ru

доктор технических наук, доцент, профессор кафедры «Компьютерно-интегрированные системы в машиностроении»

Russian Federation, Tambov

References

  1. Bondarenko N.V., Sokolov M.V. [Development of an algorithm for calculating allowance for machining parts for the Python programming environment], Transactions of the Tambov State Technical University, 2022, vol. 28, no. 4, pp. 674-684. doi: 10.17277/vestnik.2022.04.pp.674-684 (In Russ., abstract in Eng.)
  2. Pestretsov S.I., Altunin K.A., Sokolov M.V., Odnol'ko V.G. Kontseptsiya sozdaniya sistemy avtomatizirovannogo proyektirovaniya protsessov rezaniya v tekhnologii mashinostroyeniya [The concept of creating a system for automated design of cutting processes in mechanical engineering technology], Moscow: Spektr, 2012, 212 p. (In Russ.)
  3. Altunin K.A., Sokolov M.V. Development of Information Support for Intelligent Cad of Cutting Processes, Advanced Materials and Technologies, 2017, no. 2, pp. 67-77. doi: 10.17277/amt.2017.02.pp.067-077
  4. Altunin K.A., Sokolov M.V. [Application of neural networks for modeling the turning process], Transactions of the Tambov State Technical University, 2016, vol. 22, no. 1, pp. 122-133. doi: 10.17277/vestnik.2016.01.pp.122-133 (In Russ., abstract in Eng.)
  5. Radkevich Ya.M., Timiryazev V.A., Skhirtladze A.G., Ostrovskiy M.S.; Timiryazev V.A. (Ed.). Raschet pripuskov i mezhperekhodnykh razmerov v mashinostroyenii [Calculation of allowances and inter-transition dimensions in mechanical engineering], Ed. 2nd, erased, Moscow: Vyssh. shkola, 2007, 272 p. (In Russ.)

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Calculation of the required refinement

Download (122KB)
3. Fig. 2. Definition of qualification

Download (150KB)
4. Fig. 3. Creating variables

Download (122KB)
5. Fig. 4. Assignment of tolerances for inter-operation dimensions

Download (228KB)
6. Fig. 5. Algorithm result

Download (143KB)
7. Fig. 6. Determination of roughness and depth of the defective layer of the workpiece

Download (357KB)
8. Fig. 7. Determination of spatial deviations and surface error

Download (446KB)

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».