CC BY
3
Захаров Сергей Константинович, канд. техн. наук, доцент, [email protected]. Россия, Тула, Тульский государственный университет,
Арсеньева Алина Алексеевна, ассистент, [email protected]. Россия, Тула, Тульский государственный университет
ANALYSIS OF THE EFFICIENCY OF THE FUNCTIONING OF THE GATING AND FEEDING SYSTEM FOR THE
PRODUCTION OF CASTING BLANKS FROM ALLOY STEEL USING SCM LP «POLYGONSOFT»
A.V. Antsev, S.K. Zakharov, A.A. Arsenieva
The development of a gating and feeding system (GFS) for the production of casting blanks was carried out using the example of the «Fastening frame» part made of steel 09H16N4BL GOST 977-88 using the investment casting method. The basis was the GFS circuit with supply through a collector branch, corresponding to type II with multi-tiered horizontal collectors as supply elements. Based on modeling the processes offilling the mold with the melt and the formation of shrinkage defects (cavities and porosity) in the casting in the SCM LP «PolygonSoft» environment, the effectiveness of the developed GFS was determined. The analysis of the result of filling the mold with the melt (hydrodynamic calculation) for the absence of underfilling was carried out using the Euler module, and the analysis of the result of feeding the casting through the assessment of the distribution and magnitude of shrinkage defects was carried out using the Fourier module of SCM LP «PolygonSoft». The most serious shrinkage defects (over 2.4%) are present in the upper tier of the mold in the technological elements (the upper row of manifolds and the sprue funnel). In general, there is an absence of shrinkage cavities in the metal of the blanks of the target products «Fastening frame», but there is a slight shrinkage porosity (1.6-2.1%) on the side of the feeders associated with the lower collectors in each tier of the mold.
Key words: investment casting, gating and feeding system, modeling, hydrodynamic calculation, shrinkage defects, SCM LP «PolygonSoft».
Antsev Alexander Vitalyievich, doctor of technical science, docent, head of the department, [email protected], Russia, Tula, Tula State University,
Zakharov Sergey Konstantinovich, candidate of technical science, docent, [email protected], Russia, Tula, Tula State University,
Arsenieva Alina Alekseevna, assistant, [email protected]. Russia, Tula, Tula State University УДК 658.562.3
DOI: 10.24412/2071-6168-2023-9-586-587
ЭКСПЛУАТАЦИОННЫЙ ПРОЕКТ ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ
А.В. Анцев, Е.С. Янов
В статье рассмотрено построение единого информационного пространства сбора и обработки информации о протекании процессов резания режущим инструментом на всем парке технологического оборудования предприятия, обеспечивающего применение обобщенной стохастической модели отказов режущего инструмента на основе сбора и хранения параметров обобщенной стохастической модели для каждой пары режущий инструмент - обрабатываемая деталь для конкретной единицы технологического оборудования и статистических данных по результатам обработки в конкретных производственных условиях, требуемые для априорного и апостериорного самообучения стохастической модели отказов режущего инструмента. Хранение собираемых статистических данных о протекании технологических процессов с учетом особенностей конкретной единицы технологического оборудования требует создания специального информационного объекта - эксплуатационного проекта, относящегося к классу объектов распределенного искусственного интеллекта, и который может быть представлен конечной последовательностью (иерархией) технологического проекта машины, ремонтного проекта и баз статистических данных об эксплуатации режущего инструмента в конкретных условиях обработки. Представлена Функциональная структура системы эффективной эксплуатации режущего инструмента. Применение эксплуатационного проекта в составе CALS-технологий позволит существенно сократить объемы проектных работ в процессе обеспечения эффективной эксплуатации режущего инструмента.
Ключевые слова: режущий инструмент, износ, обобщенная стохастическая модель, единое информационное пространство, эксплуатационный проект.
Режущий инструмент в технологической системе операции является наиболее слабым элементом, от которого зависит производительность и надежность обработки. Эффективность эксплуатации режущего инструмента в значительной мере определяется условиями обработки, включающими порядок восстановления режущего инструмента, состоящего из способа и периодичности восстановления режущего инструмента и режима резания. Сложность решения задачи обоснованного назначения условий обработки режущим инструментом обусловлена стохастическим характером процесса резания, приводящим к вариабельности периода стойкости инструмента и разбросу периода стойкости инструмента даже в пределах одной партии на уровне 15-35 % [1]. Вследствие этого в более чем 48% случаев режущий инструмент эксплуатируется на нерациональных режимах резания, при этом только 57% инструментов используются до достижения расчетного периода стойкости [2]. При этом вариабельность периода стойкости обусловливается вариабельностью параметров режущего инструмента, вариабельностью параметров обрабатываемых заготовок и спецификой конкретного машиностроительного производства, что должно быть учтено для обеспечения эффективной эксплуатации режущего инструмента [3].
591
Для учета разных видов отказа режущего инструмента и случайной природы процесса резания в работе [4] предлагается стохастическая модель отказа режущего инструмента, обобщающая простые стохастические модели износа и разрушения режущего инструмента. Разработанная обобщенная модель отказов режущего инструмента позволила предложить стойкостную зависимость однолезвийного инструмента (для случая токарной обработки), учитывающую стохастический характер процесса резания:
=г 7 г А 5 1 71 г (1п a - 1п С1)\ L - at Ч7 7
T _ | ехр[-(-Г ] Ьехр[ -^Ч • Ф (-г)dadt,
0 г 0 a 252
где Т - математическое ожидание периода стойкости, а - средняя интенсивность изнашивания инструмента, Ф * (х) - функция распределения нормированной нормальной случайной величины, Ь - предельно допустимый уровень износа режущего инструмента.
Обобщенная стохастическая модель и стойкостная зависимость на ее основе имеют 5 параметров а,
(АТ , 5а , г, ¡:
1) а - среднегеометрическое значение средних интенсивностей изнашивания по режущим инструментам;
2) (ГаТ - среднеквадратическое отклонение приращения износа на единицу наработки, связанное с вариабельностью твердости заготовок, вариабельностью величины припуска на обработку, стохастическим характером самого процесса износа;
3) 5а - среднеквадратическое отклонение логарифма среднегеометрического значения средних интен-
сивностей изнашивания по режущим инструментам, связанное с вариабельностью режущих свойств инструментов одной партии;
4) Г - параметр обобщенной функции надежности режущего инструмента, связанный с наработкой режущего инструмента до разрушения;
5) ¡3 - параметр обобщенной функции надежности режущего инструмента, связанный с вариабельностью наработки режущего инструмента до разрушения.
Первый и второй параметры учитывают разброс параметров заготовки, первый и третий параметры учитывают разброс параметров режущего инструмента, а четвертый и пятый параметры - разрушение режущего лезвия.
Чтобы получить зависимость параметров а , (АТ , 5а , Г, ¡5 от режимов резания в конкретных условиях обработки необходимо иметь статистические данные следующего типа [5]:
[V,-,$,Н.НВ, (,),. _ 1,...,М,),п,Т{,, _ 1,...,Щ.
Здесь предполагается, что каждый из N режущих инструментов испытывается при своей комбинации режима резания: скорости резания у, подачи , глубины резания Н,, твердости обрабатываемой заготовки НВ,. Но для каждого режущего инструмента М , раз (М , > 1) контролируется износ у.И ■■) после наработки t■■ . tп, -назначенная периодичность восстановления , -го режущего инструмента, а - фактическая наработка этого режущего инструмента. Т■' = Т,, если внезапный отказ произошел раньше ^, и Т, _ tIíi если испытание этого режущего инструмента завершается по достижению наработки ^ до наступления внезапного отказа.
В случае отсутствия статистических данных и невозможности или нецелесообразности проведения специальных стойкостных испытаний возможно априорное назначение параметров стохастической модели отказов режущего инструмента с помощью имеющихся опытных данных по результатам предыдущей эксплуатации металлорежущих станков с использованием искусственной нейронной сети (ИНС) [6]. В этом случае параметры стохастической модели отказов режущего инструмента в каждом конкретном случае зависят от самого металлорежущего станка и приспособлений, инструмента и обрабатываемой заготовки, а также от режимов резания. При этом необходимо учитывать индивидуальные особенности каждой единицы технологического оборудования, являющейся в соответствии с ГОСТ 27.004-85 технологической системой операции [7]. Основными параметрами металлорежущего станка и используемых приспособлений, влияющими на стойкость инструмента, являются:
- точность станка, которую можно оценить величиной отклонения прямолинейности движения, мкм;
- жесткость станка, Н/мкм, которая определяется величиной
. _ Р
У ,
где Р - прилагаемая сила, Н; у - величина деформации, мкм.
Существенными параметрами инструмента при токарной обработке являются:
- геометрия инструмента: передний угол, задний угол, угол в плане, радиус при вершине резца;
- износостойкость инструмента, определяемая материалом инструмента. В случае использования твердых сплавов материал инструмента можно оценить процентным содержанием карбида титана, кобальта, карбида вольфрама и карбида тантала.
Существенным параметром заготовки является используемый материал, в частности, твердость материала заготовки по Бринеллю (НВ).
К режимам резания при токарной обработке относятся скорость резания V, подача $ и глубина резания Н . Кроме этого следует учитывать использование смазочно-охлаждающих жидкостей (СОЖ) в процессе обработки.
Таким образом, применение обобщенной стохастической модели отказов требует большого количества статистических данных, что достаточно затруднительно организовать в условиях действующего производства. Одним из способов решения указанной проблемы является построение единого информационного пространства сбора и обработки информации о протекании процессов резания режущим инструментом на всем парке технологического оборудования предприятия, обеспечивающего сбор и хранение:
1. Параметры обобщенной стохастической модели для каждой пары режущий инструмент - обрабатываемая деталь для конкретной единицы технологического оборудования.
2. Статистические данные по результатам обработки в конкретных производственных условиях, требуемые для апостериорного самообучения стохастической модели отказов режущего инструмента.
3. Статистические данные для обучения искусственной нейронной сети для априорного назначения параметров стохастической модели отказов режущего инструмента.
Хранение собираемых статистических данных о протекании технологических процессов с учетом особенностей конкретной единицы технологического оборудования требует создания специального информационного объекта - эксплуатационного проекта. Эксплуатационный проект следует относить к классу объектов распределенного искусственного интеллекта, так как в реальных производственных условиях знаниями о технологии и процессе изготовления продукции обладает не один агент с полным глобальным знанием, а множество агентов, имеющих частичное знание. Причем эксплуатационный проект является наибольшим элементом концептуальной модели единого информационного пространства сбора и обработки информации о протекании процессов резания режущим инструментом на всем парке технологического оборудования предприятия. Так как эксплуатационный проект объединяет информацию о системе станок - приспособление - инструмент - заготовка (СПИЗ), режимах резания, отражающих результаты технологической подготовки производства, и статистические данные об эксплуатации режущего инструмента, то он является композиционным объектом, т.е. объектом, который может быть представлен конечной последовательностью (иерархией) других объектов (рис. 1):
- технологического проекта машины [8, 9], содержащего проектные решения и технологические документы, отражающие результаты технологической подготовки производства. На основе технологического проекта, может быть получен любой технологический документ, предусмотренный единой системой технологической документации (ЕСТД);
- ремонтного проекта, объединяющего проектные решения и конструкторско-технологические документы, отражающие результаты технического обслуживания, ремонта и модернизации технологического оборудования. На основе ремонтного проекта может быть получен любой документ, предусмотренный ГОСТ 2.601-2006 и ГОСТ 2.602-95 [10];
- базы статистических данных об эксплуатации режущего инструмента в конкретных условиях обработки.
(Технологический | проект машины
1 1 J
Эксплуатационный
с---1 проект
ШСг 1
1 |
| Ремонтный проект^
Рис. 1. Эксплуатационный проект
Информация, содержащаяся в технологическом проекте, позволяет получить сведения о параметрах используемого инструмента и обрабатываемых заготовок, а также о режимах резания. С помощью ремонтного проекта можно получить данные об основных параметрах металлорежущего станка и используемых приспособлений, влияющих на стойкость инструмента. Указанная информация связывается с соответствующей базой статистических данных об эксплуатации режущего инструмента и позволяет учитывать конкретные условия обработки при априорной или апостериорной оценке параметров обобщенной стохастической модели и стойкостной зависимости на ее основе.
Обозначенные на рис. 1 логические связи должны быть приняты во внимание и формализованы для организации единого информационного пространства предприятия с целью обеспечения эффективной эксплуатации режущего инструмента. При этом функциональная структура системы эффективной эксплуатации режущего инструмента в обобщенном виде представляется следующим образом (рис. 2). Данная система постоянно получает информацию о состоянии входных и выходных параметров и на их основе, в случае необходимости, формирует управляющие воздействия, реализующие заданные параметры качества ремонтных процессов.
[Система эффективной эксплуатации режущего инструмента!
параметры параметры
Рис. 2. Функциональная структура системы эффективной эксплуатации режущего инструмента
593
В разработанной функциональной структуре входные параметры представляют собой ресурсы производственной системы предприятия (время, работоспособность, исполнители, заготовки, средства технологического оснащения, инструментального обеспечения и т. д.), выходные параметры отражают качество выпускаемой продукции, управляющие воздействия являются совокупностью конструкторско-технологических и управленческих решений, направленных на подготовку и реализацию технологических процессов.
Применение эксплуатационного проекта в составе CALS-технологий позволит существенно сократить объемы проектных работ, так как описание опыта предыдущей эксплуатации технологического оборудования хранится в унифицированных форматах данных сетевых серверов, доступных любому пользователю CALS-технологий. Собранные статистические данные могут быть использованы многократно для априорной и апостериорной оценки параметров обобщенной стойкостной зависимости, а принимаемые технологические решения - адаптированы к разным производственным условиям, что позволит существенно сократить и удешевить общий цикл производства, а также обеспечить эффективную эксплуатацию режущего инструмента.
Работа выполнена при финансовой поддержке гранта Президента Российской Федерации для государственной поддержки молодых российских ученых - докторов наук МД-4372.2022.4.
Список литературы
1. Мартинов Г.М., Григорьев А.С. Диагностирование режущих инструментов и прогнозирование их остаточной стойкости на станках с ЧПУ в процессе обработки // СТИН. 2012. №12. С. 23-27.
2. Астахов В.П. Принцип наименьшей энергии пластической деформации при разрушении как основа понимания и оптимизации обработки металлов резанием // Известия Тульского государственного университета. Технические науки. 2016. № 8-1. С. 141-153.
3. Анцев А.В., Янов Е.С. Методика назначения рациональных режимов резания и периодичности восстановления режущего инструмента с учетом вариабельности процессов резания // Известия Тульского государственного университета. Технические науки. 2022. № 12. С. 595-600.
4. Пасько Н.И., Анцев А.В., Анцева Н.В., Сальников С.В. Обобщенная стохастическая модель отказов режущего инструмента и ее применение. Тула: Изд-во ТулГУ, 2016. 174 с.
5. Пасько Н.И., Анцев А.В., Янов Е.С. Оценка параметров обобщенной стохастической модели отказов режущего инструмента по уровню вибрации в процессе резания // СТИН. 2020. № 12. С. 2-7.
6. Анцев А.В., Арсеньева А.А., Янов Е.С. Априорная оценка параметров обобщенной стохастической модели отказов режущего инструмента на основе данных об уровне вибрации в процессе резания // В сборнике: Фундаментальные основы физики, химии и механики наукоемких технологических систем формообразования и сборки изделий. Сборник трудов международного научного симпозиума технологов-машиностроителей. Ростов-на-Дону, 2022. С. 150-155.
7. ГОСТ 27.004-85. Системы технологические. Термины и определения. Введ. 1986-07-01. М.: Изд-во стандартов, 1986. 15 с.
8. Информационная поддержка систем управления качеством изготовления машин / С.А. Васин, В.Ю. Анцев, А.Н. Иноземцев [и др.]; Под общ. ред. С.А. Васина. Тула: Тул. гос. ун-т, 2002. 428 с.
9. Иноземцев А.Н., Анцев А.В. Управление качеством технологического проекта изготовления машины // Известия Тульского государственного университета. Технологическая системотехника. 2006. Вып. 9. С. 107 - 119.
10. Иноземцев А.Н., Анцев А.В. Проект технического обслуживания, ремонта и модернизации технологического оборудования // Известия Тульского государственного университтеа. Технические науки. 2009. Вып. 4. Ч. 1. С. 70 - 79.
Анцев Александр Витальевич, д-р техн. наук, доцент, заведующий кафедрой, [email protected], Россия, Тула, Тульский государственный университет,
Янов Евгений Сергеевич, канд. техн. наук, докторант, [email protected], Россия, Тула, Тульский государственный университет
OPERATIONAL PROJECT OF TECHNOLOGICAL EQUIPMENT A.V. Antsev, E.S. Yanov
The article discusses the construction of a unified information space for collecting and processing information about the flow of cutting processes with a cutting tool on the entire fleet of technological equipment of the enterprise, ensuring the use of a generalized stochastic model of cutting tool failures based on the collection and storage of parameters of a generalized stochastic model for each pair of cutting tool - workpiece for a specific unit of technological equipment and statistical data on the results of processing in specific production conditions, required for a priori and a posteriori self-learning of a stochastic model of cutting tool failures. Storing collected statistical data on the flow of technological processes, taking into account the characteristics of a specific piece of technological equipment, requires the creation of a special information object - an operational project, which belongs to the class of objects of distributed artificial intelligence, and which can be represented by the final sequence (hierarchy) of a technological project of a machine, a repair project and databases of statistical data on the operation of cutting tools under specific processing conditions. The functional structure of the system for efficient operation of cutting tools is presented. The use of an operational project as part of CALS technologies will significantly reduce the amount of design work in the process of ensuring efficient operation of the cutting tool.
Key words: cutting tool, wear, generalized stochastic model, unified information space, operational
project.
Antsev Alexander Vitalyievich, doctor of technical science, docent, head of the department, [email protected], Russia, Tula, Tula State University,
Yanov Evgeny Sergeevich, candidate of technical sciences, doctoral student, [email protected]. Russia, Tula, Tula State University
УДК 621
DOI: 10.24412/2071-6168-2023-9-590-591
АЛГОРИТМ РАСЧЕТА ТЕПЛОПРОВОДНОСТИ МЕДИ ТЕХНИЧЕСКОЙ ЧИСТОТЫ И МЕДНЫХ СПЛАВОВ ДЛЯ ТРУБЧАТЫХ ГИЛЬЗ КРИСТАЛЛИЗАТОРОВ ИЗ ЦЕНТРОБЕЖНОЛИТОЙ ЗАГОТОВКИ
С.Л. Горобченко, Д.А. Ковалёв, Р.Р. Загидуллин, В.А. Соколова, А.А. Ржавцев, Л.Ю. Уразаева
Проведено обоснование и разработка алгоритма расчета теплопроводности меди технической чистоты и медных сплавов для трубчатых гильз кристаллизаторов из центробежнолитой заготовки. Показано, что расчеты теплопроводности меди могут проводиться на основе анализа теплопроводности самих элементов, анализа начальных участков диаграмм состояния двойных сплавов. Для расчета теплопроводности транскристаллит-ной структуры могут использоваться критерии растворимости и распределения. С учетом этих данных используется послойный расчет теплопроводности в центробежнолитой структуре на основе сетей прямого распространения (для основной медной матрицы), сетей на основе карт Кохонена (для ликвационных участков) и сетей Хоп-филда (для неметаллических включений). Представленный подход позволяет рассчитать теплопроводность медной транскристаллической структуры послойно и уточнить допуска на содержание легирующих элементов и вредных примесей. Определены последующие задачи моделирования, расчета и проектирования транскристаллитной структуры медной трубной заготовки из центробежного литья для получения высокоэффективной теплопроводя-щей структуры меди для гильз кристаллизаторов.
Ключевые слова: гильзы кристаллизаторов, центробежнолитые заготовки, медь, теплопроводность, вредные примеси, расчеты, диаграммы состояния, периодическая система элементов Д.И. Менделеева, нейросети, моделирование транскристаллитной структуры.
Среди множества известных и технически применимых для гильз кристаллизаторов материалов наиболее высокие свойства по теплопроводности имеет медь. При массовом выпуске гильз кристаллизаторов большой проблемой является снижение их стоимости, поскольку для обеспечения поддержания высоких теплопроводящих свойств меди ее приходится легировать значительно более дорогими материалами, такими как серебро [1,2].
Медь технической чистоты обладает определенными примесями и возможности анализа и расчета теплопроводности меди по конкретным вредным примесям и легирующим элементам остаются неисследованными.
Для большинства марок меди технической чистоты характерен ряд нормируемых примесей (Bi, Sb, As, Fe, Ni, Pb, Sn, S, O, Zn, P). Как правило, все они снижают теплопроводность, рис.1.
Содержание компонентов, % Рис.1. Влияние содержания элементов на теплопроводность меди [4]
Вредные примеси даже в небольших количествах существенно понижают способность медной матрицы проводить тепло. К примеру, если сравнить теплопроводность марки меди М006 (99,99% Си) - 570 Вт/(мК) и марки М1 (99,9% Си) - 415 Вт/(мК), то разница составит более 37% при тех же температурах испытания. Общая картина снижения теплопроводности в марках меди технической чистоты показана в табл.1.
Вопрос во многом решатся при применении таких способов самоочистки расплава при кристаллизации, как ликвационные механизмы и создание транскристаллитной структуры, рис.2.
Такая структура вытягивает плоскости ГЦК решетки в направлении максимального теплоотвода, что повышает теплопроводность, а ликвация вытесняет примеси, снижающие теплопроводность в периферийные области транскристаллитной структуры. При этом они практически уже не мешают теплоотводу. Так, в работе [3] показано, что теплопроводность монокристалла меди в отожженном состоянии при 21К составляет 880 Вт/(мК), тогда как деформация монокристалла понижает значения теплопроводности до 240 Вт/(мК). С нагревом меди это соотношение остается, хотя общая теплопроводность меди уменьшается и составляет уже 395 Вт/(мК) и далее с ростом температуры вплоть до жидкого состояния медь технической чистоты имеет теплопроводность 353Вт/(мК).
