The Influence of Cutting Conditions on the Operating Characteristics of a Product

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

This article examines the influence of cutting conditions on performance characteristics such as fatigue strength when milling with an end mill. Based on an analysis of the literature, it was found that fatigue strength depends on the quality of the surface layer of the part, the irregularities of which are stress concentrators. Based on the results of experimental studies, a mathematical model was obtained that describes the relationship between roughness and the stress concentration coefficient from the cutting conditions.

About the authors

A. A. Kovalev

Bauman Moscow State Technical University

Email: kovalevartem@bmstu.ru
Moscow, Russia

N. V. Rogov

Bauman Moscow State Technical University

Email: kovalevartem@bmstu.ru
Moscow, Russia

S. E. Tikhomirov

JSC Kometa Corporation

Email: kovalevartem@bmstu.ru
Moscow, Russia

A. S. Krasko

Bauman Moscow State Technical University; Russian Technological University MIREA

Email: kovalevartem@bmstu.ru
Moscow, Russia; Moscow, Russia

Yu. E. Moiseev

Bauman Moscow State Technical University

Author for correspondence.
Email: kovalevartem@bmstu.ru
Moscow, Russia

References

  1. Фролова О.А. Особенности разрушения конструкционных материалов при различных условиях нагружения: Учебное пособие. Оренбург: ОГУ, 2019. 91 с.
  2. Феодосьев В.И. Сопротивление материалов: Учеб. для вузов. 17-е изд., исп. М.: Изд-во МГТУ им. Н.Э. Баумана, 2018. 542 с.
  3. Древняк В.В., Кочкин Д.Н., Зубов О.Е. Направления повышения долговечности изделий летательных аппаратов // Научный вестник МГТУ ГА. 2016. Т. 19. № 3. С. 29.
  4. Дощечкина И.В., Семенчук В.Р. Роль разных способов поверхностной обработки в повышении усталостной прочности изделий // Вестник ХНАДУ. 2018. № 82. С. 44. URL: https://cyberleninka.ru/article/n/rol-raznyh-sposobov-poverhnostnoy-obrabotki-v-povyshenii-ustalostnoy-prochnosti-izdeliy
  5. Пономаренко И.В., Дьяченко С.С., Дощечкина И.В., Кондратенко И.И. Влияние различных методов поверхностного упрочнения на усталостную прочность // Вестник ХНАДУ. 2006. № 33. С. 41. URL: https://cyberleninka.ru/article/n/vliyanie-razlichnyh-metodov-poverhnostnogo-uprochneniya-na-ustalostnuyu-prochnost
  6. Физико-технологические основы методов обработки: Учеб. пособие / Под ред. А.П. Бабичева. Ростов н/Д: Издательский центр ДГТУ, 2003. 430 с.
  7. Kovalev A.A., Krasko A.S., Rogov N.V. Evaluation of the Surface Roughness of Machine Parts with Wear-Resistant Gas Thermal Coatings during Turning // J. Mach. Manuf. Reliab. 2022. V. 51. P. 540. https://doi.org/10.3103/S1052618822050089
  8. Михайлов А.Н. Функционально-ориентированные технологии. Особенности синтеза новых и нетрадиционных свойств изделий // Машиностроение и техносфера XXI века: Cб. тр. XV междунар. науч.-техн. конф., Севастополь, 15–20 сентября 2008 г. В 4 т. Донецк: ДонНТУ, 2008. Т. 2. С. 290.
  9. Каталог металлорежущего инструмента Sandvik Coromant. Универсальные цельные концевые фрезы CoroMill Hard. URL: https://www.sandvik.coromant.com/ru-ru/tools/solid-round-tools/solid-carbide-end-mills/coromill-dura
  10. Соловацкая Л.В. Фрезерование типовых поверхностей деталей: Метод. указания. Самара: Изд-во Самарского университета, 2017. 44 с.
  11. Logins A., Torims T. The influence of high-speed milling strategies on 3D surface roughness parameters // Procedia Engineering. 2015. V. 100. P. 1253. https://doi.org/10.1016/j.proeng.2015.01.491
  12. Ravai Nagy S., Paşca I., Lobonțiu M., Banica M. Experimental research of effective cutting speed influence on surface roughness in ball end milling of C45 material with hardness 34 HRC // Applied Mechanics and Materials. 2014. V. 657. P. 53. https://doi.org/10.4028/www.scientific.net/AMM.657.53
  13. Грубый С.В. Расчет режимов резания для операций механической обработки: Учебное пособие. Москва; Вологда: Инфра-Инженерия, 2021. 200 с.
  14. Ремизова И.В. Планирование эксперимента при разработке систем управления: практикум. СПб.: ВШТЭ СПбГУПТД, 2020. Часть 1. 52 с.
  15. Максимова Т.Г., Попова И.Н. Эконометрика: Учебно-методическое пособие. СПб.: Университет ИТМО, 2018 70 с.
  16. Базилевский М.П. Построение степенно-показательных регрессионных моделей и их интерпретация // Вестник ВГУ, серия: Системный анализ и информационные технологии. 2020. № 4. С. 19.
  17. Гимадеев М.Р. Повышение качества механообработки сложнопрофильных деталей на пятикоординатных обрабатывающих центрах: Дисс. … канд. техн. наук: 05.02.07. Хабаровск: Тихоокеанский государственный университет, 2018. 147 с.

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (236KB)
3.

Download (413KB)
4.

Download (305KB)
5.

Download (40KB)
6.

Download (35KB)
7.

Download (118KB)

Copyright (c) 2023 А.А. Ковалев, Н.В. Рогов, С.Е. Тихомиров, А.С. Краско, Ю.Е. Моисеев

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».