The study of vibration disturbance mapping in the geometry of the surface formed by turning

Cover Page

Cite item

Full Text

Abstract

Introduction. The development of virtual digital models of the machining process on metal-cutting machines is a dynamically developing direction of increasing the efficiency of machine-building production. Such models include subsystems of parts quality prediction. Accuracy and validity of its work directly depends on the built model of dynamic cutting system, which is perturbed by force noise, the sources of which have different physical origin. In addition, the autonomous dynamic system itself is a generator of various attracting sets of deformations, such as limit cycles or chaotic attractors. Taking into account various nonlinear transformations in the properties of the dynamics of the cutting process allows increasing the adequacy of the model to the real process and is an actual task in the construction of simulation modeling systems of the dynamics of surface machining by cutting. Study object. Our earlier studies allow us to determine the geometry corresponding to the deformation trajectories of the surface formed by cutting. However, the adequacy of the mapping of the calculated trajectories to the geometry estimates remains not quite clear. The proposed paper focuses on achieving an adequate mapping of calculated as well as measured strain trajectories into the geometric topology of the part. The aim of the work is to evaluate the mapping of vibration perturbations of the system into the geometry of the surface formed by cutting. Method and methodology. The research is of experimental-theoretical nature. The content of the research includes the study of the correspondence of frequency characteristics obtained on the model and in real machining. The main attention is paid to the mapping of deformations to the part geometry. For this purpose, the paper considers the coherence functions between the strain functions and the part profile. Results and Discussion. It is shown that the conditioning of these transformations has a limited frequency range in which the explanation of the variable components of the generated relief is statistically significant. Mathematical modeling of the dynamic cutting system based on the mechanics of interaction between tool and workpiece allows adequate prediction of the macro geometry of the part formed by cutting. The obtained mathematical tools can be used to create systems for predicting the geometry of the machined surface.

About the authors

V. L. Zakovorotny

Email: vzakovorotny@dstu.edu.ru
ORCID iD: 0000-0003-2187-9897
D.Sc. (Engineering), Professor, Don State Technical University, 1 Gagarin square, Rostov-on-Don, 344000, Russian Federation, vzakovorotny@dstu.edu.ru

V. E. Gvindjiliya

Email: vvgvindjiliya@donstu.ru
ORCID iD: 0000-0003-1066-4604
Ph.D. (Engineering), Don State Technical University, 1 Gagarin square, Rostov-on-Don, 344000, Russian Federation, vvgvindjiliya@donstu.ru

References

  1. Altintas Y. Manufacturing automation: metal cutting mechanics, machine tool vibrations, and CNC design. – UK: Cambridge University Press, 2012. – 366 p. – doi: 10.1017/CBO9780511843723.
  2. Virtual machine tool / Y. Altintas, C. Brecher, M. Weck, S. Witt // CIRP Annals. – 2005. – Vol. 54 (2). – P. 115–138. – doi: 10.1016/S0007-8506(07)60022-5.
  3. Erkorkmaz K., Altintas Y., Yeung C-H. Virtual computer numerical control system // CIRP Annals. – 2006. – Vol. 55 (1). – P. 399–402. – doi: 10.1016/S0007-8506(07)60444-2.
  4. Virtual process systems for part machining operations / Y. Altintas, P. Kersting, D. Biermann, E. Budak, B. Denkena // CIRP Annals. – 2014. – Vol. 63 (2). – P. 585–605. – doi: 10.1016/j.cirp.2014.05.007.
  5. Machine tool calibration: Measurement, modeling, and compensation of machine tool errors / W. Gao, S. Ibaraki, M.A. Donmez, D. Kono, J.R.R. Mayer, Y.-L. Chen, K. Szipka, A. Archenti, J.-M. Linares, N. Suzuki // International Journal of Machine Tools and Manufacture. – 2023. – Vol. 187. – P. 104017. – doi: 10.1016/j.ijmachtools.2023.104017.
  6. Development of machining strategies for aerospace components, using virtual machining tools / L. Estman, D. Merdol, K.-G. Brask, V. Kalhori, Y. Altintas // New Production Technologies in Aerospace Industry. – Cham: Springer, 2014. – P. 63–68. – (Lecture Notes in Production Engineering). – doi: 10.1007/978-3-319-01964-2_9.
  7. Kilic Z.M., Altintas Y. Generalized mechanics and dynamics of metal cutting operations for unified simulations // International Journal of Machine Tools and Manufacture. – 2016. – Vol. 104. – P. 1–13. – doi: 10.1016/j.ijmachtools.2016.01.006.
  8. Soori M., Arezoo B. Virtual machining systems for CNC milling and turning machine tools: a review // International Journal of Engineering and Technology. – 2020. – Vol. 18. – P. 56–104.
  9. Virtual simulation of five-axis machine tool with consideration of CNC interpolation, servo dynamics, friction, and geometric errors / M.-T. Lin, T.-Y. Huang, M.-S. Tsai, S.-K. Wu // Journal of the Chinese Institute of Engineers. – 2017. – Vol. 40 (7). – P. 1–12. – doi: 10.1080/02533839.2017.1372221.
  10. Identification of mass and sliding friction parameters of machine tool feed drive using recursive least squares method / С. Lee, S Hwang, E. Nam, B. Min // International Journal of Advanced Manufacturing Technology. – 2020. – Vol. 109. – P. 2831–2844. – doi: 10.1007/s00170-020-05858-x.
  11. A multipoint method for 5-axis machining of triangulated surface models / R.K. Duvedi, S. Bedi, A. Batish, S. Mann // Computer-Aided Design. – 2014. – Vol. 52. – P. 17–26. – doi: 10.1016/j.cad.2014.02.008.
  12. Five-axis tool path generation in CNC machining of T-spline surfaces / W.F. Gan, J.Z. Fu, H.Y. Shen, Z.Y. Chen, Z.W. Lin // Computer-Aided Design. – 2014. – Vol. 52. – P. 51–63. – doi: 10.1016/j.cad.2014.02.013.
  13. Kiswanto G., Hendriko H., Duc E. An analytical method for obtaining cutter workpiece engagement during a semi-finish in five-axis milling // Computer-Aided Design. – 2014. – Vol. 55. – P. 81–93. – doi: 10.1016/j.cad.2014.05.003.
  14. A novel virtual metrology scheme for predicting machining precision of machine tools / H. Tieng, H.C. Yang, M.H. Hung, F.T. Cheng // IEEE International Conference on Robotics and Automation. – IEEE, 2013. – P. 264–269. – doi: 10.1109/ICRA.2013.6630586.
  15. Cloud-based design and manufacturing: a new paradigm in digital manufacturing and design innovation / D. Wu, D.W. Rosen, L. Wang, D. Schaefer // Computer-Aided Design. – 2015. – Vol. 59. – P. 1–14. – doi: 10.1016/j.cad.2014.07.006.
  16. Yang J., Guo G. Design a new manufacturing model: cloud manufacturing // Proceedings of the 2012 International Conference on Cybernetics and Informatics. – New York: Springer, 2014. – P. 1597–1606. – (Lecture Notes in Electrical Engineering; vol. 163). – doi: 10.1007/978-1-4614-3872-4_205.
  17. Strategy for implementating predictive process-oriented machine tool digital twins / M. Sulitka, P. Kolar, J. Sveda, J. Smolik // MM Science Journal. – 2022. – Vol. 10. – P. 5954–5961. – doi: 10.17973/mmsj.2022_10_2022121.
  18. Разработка цифрового двойника станка с ЧПУ на основе методов машинного обучения / Ю.Г. Кабалдин, Д.А. Шатагин, М.С. Аносов, А.М. Кузьмишина // Вестник Донского государственного технического университета. – 2019. – № 19 (1). – С. 45–55. – doi: 10.23947/1992-5980-2019-19-1-45-55.
  19. Кабалдин Ю.Г., Шатагин Д.А., Кузьмишина А.М. Разработка цифрового двойника режущего инструмента для механообрабатывающего производства // Известия высших учебных заведений. Машиностроение. – 2019. – № 4. – С. 11–17. – doi: 10.18698/0536-1044-2019-4-11-17.
  20. Пантюхин О.В., Васин С.А. Цифровой двойник технологического процесса изготовления изделий специального назначения // Станкоинструмент. – 2021. – № 1 (22). – С. 56–59. – doi: 10.22184/2499-9407.2021.22.1.56.58.
  21. Бурлаченко О.В., Оганесян О.В. Цифровая технология выбора и трансформации информации для управления и поддержки жизненного цикла изделия // Известия высших учебных заведений. Машиностроение. – 2023. – № 3 (756). – P. 3–13. – doi: 10.18698/0536-1044-2023-3-3-13.
  22. Моделирование динамической связи, формируемой процессом точения, в задачах динамики процесса резания (позиционная связь) / В.Л. Заковоротный, Д.Т. Фам, С.Т. Нгуен, М.Н. Рыжкин // Вестник Донского государственного технического университета. – 2011. – Т. 11, № 3 (54). – С. 301–311.
  23. Заковоротный В.Л., Флек М.Б. Динамика процесса резания. Синергетический подход. – Ростов н/Д.: Терра, 2005. – 880 с.
  24. Рыжкин А.А. Синергетика изнашивания инструментальных материалов при лезвийной обработке. – Ростов н/Д.: Донской гос. техн. ун-т, 2019. – 289 с. – ISBN 978-5-7890-1669-5.
  25. Старков В.К. Физика и оптимизация резания материалов. – М.: Машиностроение, 2009. – 640 с.
  26. Санкин Ю.Н., Санкин Н.Ю. Устойчивость токарных станков при нелинейной характеристике процесса резания. – Ульяновск: УлГТУ, 2008. – 137 с.
  27. Hahn R.S. On the theory of regenerative chatter in precision grinding operation // Transactions of American Society of Mechanical Engineers. – 1954. – Vol. 76. – P. 356–260.
  28. Tobias S.A., Fishwick W. Theory of regenerative machine tool chatter // The Engineer. – 1958. – Vol. 205. – P. 199–203.
  29. Merritt H.E. Theory of self-excited machine-tool chatter: contribution to machine-tool chatter research – 1 // Journal of Engineering for Industry. – 1965. – Vol. 87 (4). – P. 447–454. – doi: 10.1115/1.3670861.
  30. A new algorithm for chatter quantification and milling instability classification based on surface analysis / G. Zhou, M. Yuan, F. Feng, Z. Han, X. Song, X. Wang, P. Feng, M. Zhang // Mechanical Systems and Signal Processing. – 2023. – Vol. 204. – P. 110816. – doi: 10.1016/j.ymssp.2023.110816.
  31. Кудинов В.А. Динамика станков. – М.: Машиностроение, 1967. – 359 с.
  32. Selbsterregte Schwingungen anWerkzeugmaschinen / J. Tlusty, A. Polacek, C. Danek, J. Spacek. – Berlin: VerlagTechnik, 1962. – 320 p.
  33. Tlusty J., Ismail F. Basic non-linearity in machining chatter // CIRP Annals. – 1981. – Vol. 30. – P. 299–304.
  34. Hanna N.H., Tobias S. A theory of nonlinear regenerative chatter // Journal of Engineering for Industry. – 1974. – Vol. 96 (1). – P. 247–255. – doi: 10.1115/1.3438305.
  35. Wahi P., Chatterjee A. Self-interrupted regenerative metal cutting in turning // International Journal Non-Linear Mechanics. – 2008. – Vol. 43. – P. 111–123. – doi: 10.1016/j.ijnonlinmec.2007.10.010.
  36. Stépán G., Szalai R., Insperger T. Nonlinear dynamics of high-speed milling subjected to regenerative e?ect // Nonlinear Dynamics of Production Systems. – Weinheim: Wiley-VCH, 2004. – P. 111–127. – doi: 10.1002/3527602585.ch7.
  37. Stépán G., Insperger T., Szalai R. Delay, parametric excitation, and the nonlinear dynamics of cutting processes // International Journal of Bifurcation and Chaos. – 2005. – Vol. 15 (9). – P. 2783–2798. – doi: 10.1142/S0218127405013642.
  38. Influence of the ploughing effect on the dynamic behavior of the self-vibratory drilling head / D. Brissaud, A. Gouskov, N. Guibert, J. Rech // CIRP Annals. Manufacturing Technology. – 2008. – P. 385–388. – doi: 10.1016/j.cirp.2008.03.101.
  39. Influence of the clearance face on the condition of chatter self-excitation during turning / A. Gouskov, M. Gouskov, Ph. Lorong, G. Panovko // International Journal of Machining and Machinability of Materials. – 2017. – Vol. 19 (1). – P. 17–39. – doi: 10.1504/IJMMM.2017.10002088.
  40. Воронов С.А., Киселев И.А. Нелинейные задачи динамики процессов резания // Машиностроение и инженерное образование. – 2017. – № 2 (51). – С. 9–23.
  41. Моделирование и исследование устойчивости процесса многорезцового резания «по следу» / М. Гуськов, А.М. Гуськов, Т. Динь Дык, Г. Пановко // Проблемы машиностроения и надежности машин. – 2018. – № 4. – С. 19–27. – doi: 10.31857/S023571190000533-7.
  42. Gouskov A.M., Panovko G.Ya., Shokhin A.E. Dynamics of the rotor system of a vibrational-centrifugal separator with an elastic vibration limiter // Journal of Machinery Manufacture and Reliability. – 2023. – Vol. 51 (8). – P. 733–745. – doi: 10.3103/S105261882208009X.
  43. Вейц В.Л., Васильков Д.В. Задачи динамики, моделирования и обеспечения качества при механической обработке маложестких заготовок // СТИН. – 1999. – № 6. – С. 9–13.
  44. Altitias Y., Budak E. Analytical prediction of stability lobes in milling // CIRP Annals. Manufacturing Technology. – 1995. – Vol. 44 (1). – P. 357–362. – doi: 10.1016/S0007-8506(07)62342-7.
  45. Altitias Y., Weck M. Chatter stability of metal cutting and grinding // CIRP Annals. Manufacturing Technology. – 2004. – Vol. 53 (2). – P. 619–642. – doi: 10.1016/S0007-8506(07)60032-8.
  46. Insperger T., Stépán G. Semi-discretization method for delayed systems // International Journal for Numerical Methods in Engineering. – 2002. – Vol. 55 (5). – P. 503–518. – doi: 10.1002/nme.505.
  47. Заковоротный В.Л., Гвинджилия В.Е. Влияние флуктуаций на устойчивость формообразующих траекторий при точении // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. – 2017. – № 2 (194). – С. 52–61.
  48. Bifurcation of stationary manifolds formed in the neighborhood of the equilibrium in a dynamic system of cutting / V.L. Zakovorotny, A.D. Lukyanov, A.A. Gubanova, V.V. Hristoforova // Journal of Sound and Vibration. – 2016. – Vol. 368. – P. 174–190. – doi: 10.1016/j.jsv.2016.01.020.
  49. Мурашкин Л.С., Мурашкин С.Л. Прикладная нелинейная механика станков. – Л.: Машиностроение, 1977. – 192 с.
  50. Grabec I. Chaos generated by the cutting process // Physics Letters. – 1986. – Vol. 117. – P. 384–386. – doi: 10.1016/0375-9601(86)90003-4.
  51. Wiercigroch M., Budak E. Sources of nonlinearities, chatter generation and suppression in metal cutting // Philosophical Transactions of the Royal Society A. – 2001. – Vol. 359 (1781). – P. 663–693. – doi: 10.1098/rsta.2000.0750.
  52. Wiercigroch M., Krivtsov A.M. Frictional chatter in orthogonal metal cutting // Philosophical Transactions of the Royal Society A. – 2001. – Vol. 359 (1781). – P. 713–738. – doi: 10.1098/rsta.2000.0752.
  53. Rusinek R., Wiercigroch M., Wahi P. Influence of tool flank forces on complex dynamics of a cutting process // International Journal of Bifurcation and Chaos. – 2014. – Vol. 24 (9). – P. 189–201. – doi: 10.1142/S0218127414501156.
  54. Rusinek R., Wiercigroch M., Wahi P. Modeling of frictional chatter in metal cutting // International Journal of Mechanical Sciences. – 2014. – Vol. 89. – P. 167–176. – doi: 10.1016/j.ijmecsci.2014.08.020.
  55. Shao Y.-F., Ding H. Evaluation of gravity effects on the vibration of fluid-conveying pipes // International Journal of Mechanical Sciences. – 2023. – Vol. 248 (5). – P. 108230. – doi: 10.1016/j.ijmecsci.2023.108230.
  56. Zakovorotny V.L., Gubanova A.A., Lukyanov A.D. Attractive manifolds in end milling // Russian Engineering Research. – 2017. – Vol. 37 (2). – P. 158–163.
  57. Zakovorotnyi V.L., Bykador V.S. Сutting-system dynamics // Russian Engineering Research. – 2016. – Vol. 36 (7). – P. 591–598. – doi: 10.3103/S1068798X16070182.
  58. Заковоротный В.Л., Фам Д.Т., Фам Т.Х. Параметрические явления при управлении процессами обработки на станках // Вестник Донского государственного технического университета. – 2012. – Т. 12, № 7 (68). – С. 52–61.
  59. Заковоротный В.Л., Гвинджилия В.Е. Влияние вибраций на траектории формообразующих движений инструмента при точении // Обработка металлов (технология, оборудование, инструменты). – 2019. – Т. 21, № 3. – С. 42–58. – doi: 10.17212/1994-6309-2019-21.3-42-58.
  60. Zakovorotny V.L., Gvindzhiliya V.E. Influence of spindle wobble in turning on the workpiece’;s surface topology // Russian Engineering Research. – 2018. – Vol. 38. – P. 818–823. – doi: 10.3103/S1068798X18100192.
  61. Заковоротный В.Л., Фам Д.Т., Нгуен С.Т. Моделирование и идентификация инерционных и диссипативных свойств подсистем режущего инструмента и заготовки при точении // Вестник Донского государственного технического университета. – 2010. – Т. 10, № 8 (51). – С. 1165–1178.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

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».