Расчет параметров шероховатости поверхности деталей при проектировании норм точности ответственных соединений

Cover Page

Cite item

Full Text

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

Abstract

Предложены зависимости для расчета поправок на смятие шероховатостей поверхностей деталей. Представленные зависимости позволяют не только определить величины смятия шероховатости поверхности в момент формирования соединения, но и ограничить величины шероховатостей для формирования требуемой площади контакта. Учитывая, что для ответственных поверхностей деталей нормируется Ra, а для расчета величины смятия необходимо использовать Rz, уточнены зависимости для перевода Ra в Rz. Составлена сравнительная таблица, подтверждающая правильность проведенных расчетов в диапазоне Ra = 0.1–2.5 мкм. На примере расчета и выбора посадки с натягом показано, что получаются разные посадки: Ø30H8/y8 ‒ при допустимых значениях шероховатостей поверхности отверстия и вала, а при использовании установленных на чертеже ‒ Ø30H9/z9.

Full Text

Restricted Access

About the authors

О. А. Леонов

Российский государственный аграрный университет — МСХА им. К. А. Тимирязева

Author for correspondence.
Email: metr@rgau-msha.ru
Russian Federation, Москва

Н. Ж. Шкаруба

Российский государственный аграрный университет — МСХА им. К. А. Тимирязева

Email: metr@rgau-msha.ru
Russian Federation, Москва

Ю. Г. Вергазова

Российский государственный аграрный университет — МСХА им. К. А. Тимирязева

Email: metr@rgau-msha.ru
Russian Federation, Москва

Д. У. Хасьянова

Институт машиноведения им. А. А. Благонравова РАН

Email: metr@rgau-msha.ru
Russian Federation, Москва

References

  1. Erokhin M. N., Leonov O. A., Shkaruba N. Zh. et al. Application of Dimensional Analysis for Calculating the Total Misalignment between a Seal and a Shaft // J. of Mach. Manuf. and Reliab. 2021. V. 50 (6). P. 524. https://doi.org/10.3103/S1052618821060066
  2. Leonov O. A., Shkaruba N. Zh., Vergazova Yu.G. et al. Justification of Keyed Joint Fits // J. of Mach. Manuf. and Reliab. 2022. V. 51 (6). P. 548. https://doi.org/10.3103/S1052618822060073
  3. Leonov O. A., Shkaruba N. Zh., Temasova G. N. et al. Calculation of Fit Tolerance with Clearance to Increase Relative Wear Resistance of Joints // J. of Friction and Wear. 2023. V. 44 (3). P. 171. https://doi.org/10.3103/S1068366623030054
  4. Якушев А. И., Бежелукова Е. Ф., Плуталов В. Н. Допуски и посадки ЕСДП СЭВ для гладких цилиндрических деталей (расчет и выбор). М.: Издательство стандартов, 1978. 255 с.
  5. Черноиванов В. И., Лялякин В. П. Организация и технология восстановления деталей машин. М.: ГОСНИТИ, 2016.
  6. Chand M., Kumar S., Jagota V., Kumar K. Effect of Machining Parameters on the Surface Roughness of Hot Die Steel // J. of Mater. and Engin. 2024. V. 2 (2). P. 250. https://doi.org/10.61552/JME.2024.04.002
  7. Ayanam S., Ihom P., Idorenyin A. Emmanuel Effect of Machining Parameters on the Surface Roughness of Medium Carbon Steel Using Lathe Machine // Europ. J. of Theor. and Applied Sci. 2024. V. 2 (4). P. 798. https://doi.org/10.59324/ejtas
  8. Безъязычный В. Ф., Клейменов В. В., Плешкун В. В. К вопросу расчетного определения степени коррозионного влияния в процессе эксплуатации на шероховатость обработанной поверхности // Вестник РГАТА им. П. А. Соловьева. 2023. № 2 (65). С. 115.
  9. Курчаткин В. В., Тельнов Н. Ф., Ачкасов К. А. и др. Надежность и ремонт машин: учеб. для студентов вузов по агроинженер. специальностям. М.: Колос, 2000. 775 с.
  10. Серый И. С. Взаимозаменяемость, стандартизация и технические измерения. 2-е изд., перераб. и доп. М.: Агропромиздат, 1987. 367 с.
  11. ГОСТ Р 2.309-20ХХ. Проект стандарта. https://tk482.ru/sites/default/files/downloads/1.0.482-1.069.23_pnst_2.309_site.pdf
  12. Ковалев А. А., Краско А. С., Рогов Н. В. Оценка шероховатости поверхностей деталей машин с износостойкими газотермическими покрытиями при токарной обработке // Проблемы машиностроения и надежности машин. 2022. № 6. С. 56. https://doi.org/10.31857/S023571192205008X
  13. Гафаров А. М., Шарифов З. З., Алиев Ч. М. и др. Исследование шероховатости поверхностей деталей, обработанных асимметрично-безотрывочной притиркой // Вестник машиностроения. 2018. № 2. С. 77.
  14. Гвинджилия В. Е., Фоминов Е. В., Моисеев Д. В. и др. Влияние динамических характеристик процесса резания на шероховатость поверхности детали при токарной обработке // Обработка металлов (технология, оборудование, инструменты). 2024. Т. 26. № 2. С. 143. https://doi.org/10.17212/1994-6309-2024-26.2-143-157
  15. Васильев В. Б., Сосницкая Т. С., Корольков Ю. В. и др. Расчет установившейся шероховатости и глубины упрочненного слоя при вибрационной отделочно-упрочняющей обработке с высокими амплитудами // Упрочняющие технологии и покрытия. 2022. Т. 18. № 3 (207). С. 116. https://doi.org/10.36652/1813-1336-2022-18-3-116-118
  16. Джанахмедов А. Х. Анализ фрактальной структуры шероховатых поверхностей трения для установления переходных режимов фрикционного контакта // Трение и износ. 2023. Т. 44. № 6. С. 582. https://doi.org/10.32864/0202-4977-2023-44-6-582-590
  17. Безъязычный В. Ф., Михеева А. В., Савченков М. И. Влияние глубины резания на шероховатость обработанной поверхности // Вестник РГАТА им. П. А. Соловьева. 2022. № 1 (60). С. 87.
  18. Yuan Zh., Jiang Zh., Zhou Zh. et al. Effect of surface roughness on friction and wear behavior of GCr15 bearing steel under different loads // Surface Science and Technology. 2024. V. 2. P. 28. https://doi.org/10.1007/s44251-024-00057-2
  19. Guleria V., Kumar V., Singh Pr. Surface roughness estimation using vibration characteristics extracted by variational mode decomposition in turning // Engineering Research Express. 2024. V. 202 (2). P. 11812. https://doi.org/10.1088/2631-8695/ad476f
  20. Жданов А. А., Фролов Е. М., Рогачев А. В. и др. Оценка влияния смазочно-охлаждающих технических сред на стойкость и шероховатость поверхности при продольном точении // Известия Волгоградского государственного технического университета. 2024. № 8 (291). С. 13. https://doi.org/10.35211/1990-5297-2024-8-291-13-18
  21. Цветков Ю. Н., Горбаченко Е. О., Кудрявцева Е. Р. Прогнозирование кавитационной износостойкости металлических материалов по результатам измерения шероховатости изношенной поверхности // Вестник машиностроения. 2021. № 10. С. 22. https://doi.org/10.36652/0042-4633-2021-10-22-29
  22. Аскеров С. А. Модель зарождения трещины в барабане тормозного механизма // Трение и износ. 2020. Т. 41. № 5. С. 625. https://doi.org/10.32864/0202-4977-2020-41-5-625-634
  23. Guo M., Wei Sh., Han Ch. et al. Prediction of surface roughness using deep learning and data augmentation // J. of Intelligent Manufacturing and Special Equipment. 2024. V. 5. Р. 1. https://doi.org/10.1108/JIMSE-10-2023-0010
  24. Sukkam Ch., Chaijit S. A Surface Roughness Prediction Model for SKT4 Steel Milling Engineering // Technology & Applied Science Research. 2024. V. 14 (4). P. 15499. https://doi.org/10.48084/etasr.7612
  25. Zhang Zh., Jia L., Luo M. et al. A data-driven method for prediction of surface roughness with consideration of milling tool wear // The Int. J. of Advanced Manuf. Technol. 2024. V. 134 (9–10). P. 4271. https://doi.org/10.1007/s00170-024-14381-2
  26. Zhang Z., Lv X., Qi B. et al. Surface roughness prediction and roughness reliability evaluation of CNC milling based on surface topography simulation // Eksploatacja i Niezawodnosc — Maintenance and Reliability. 2024. V. 26. Р. 2. https://doi.org/10.17531/ein/183558
  27. Максаров В. В., Попов М. А., Болобов В. И. и др. Исследование влияния радиуса скругления режущей кромки на шероховатость поверхности деталей // Металлообработка. 2023. № 2 (134). С. 8. https://doi.org/10.25960/mo.2023.2.8
  28. Akash V., Dhas J., Lewise K. et al. Surface Roughness Prediction using Swarm Fuzzy SVR Technique // J. of Physics: Conf. Series. 2024. V. 2837 (1). P. 01208. https://doi.org/10.1088/1742-6596/2837/1/012082
  29. Raju R. S., Kumar K., Vargish K. et al. Machine learning based surface roughness assessment via CNC spindle bearing vibration // Int. J. on Interactive Design and Manufacturing (IJIDeM). 2024. Р. 2. https://doi.org/10.1007/s12008-024-01963-3
  30. Иванов А. И. Повышение эффективности ремонта и эксплуатации сельскохозяйственных машин (путем оптимизации размерных параметров): Дис. … докт. техн. наук. М.: Моск. ин-т инженеров с.-х. производства им. В. П. Горячкина, 1973.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Effect of surface roughness: (a) - on the durability of the joint at rougher 1 and cleaner 2 surfaces; (b) - on wear at light (1) and heavy (2) working conditions; (c) - on the cost of machining a part element.

Download (59KB)
Indexing metadata
3. Fig. 2. Formation of relative reference length of the profile: (a) - during turning; (b) - during polishing.

Download (95KB)
Indexing metadata
4. Fig. 3. Hole and shaft roughness displacement during the formation of a tensioned joint.

Download (74KB)
Indexing metadata
5. Fig. 4. Tension range in the Ø30H8/y8 and Ø30H9/z9 fits.

Download (79KB)
Indexing metadata

Copyright (c) 2025 Russian Academy of Sciences

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».