Systematics of multi-tool setup on lathe group machines

Cover Page

Cite item

Full Text

Abstract

Introduction. The analysis of factory lathe-automatic operations revealed a significant variety of multi-tool setups and identified its areas of application. To develop a matrix theory of accuracy for multi-tool machining and create a unified algorithmic approach to errors modeling for all possible spatial multi-tool setups, it is necessary to consider the flexibility of the technological system in all coordinate directions. In this regard, it is required to systematize a large number of existing multi-tool setups and classify it to structure the information and improve the understanding of its application. Purpose of the work is to develop a classification of multi-tool setups on multi-carriage and multi-spindle CNC lathes, enabling the creation of both a matrix model of machining accuracy for each classification class and a unified generalized matrix model of machining accuracy for the entire classification class. The work investigates the systematics of multi-tool setups, oriented toward the development of matrix models of machining accuracy. Therefore, the classification considered in this work is aimed at identifying the characteristics of force loading and deformation of the technological system during multi-tool machining. The research methods involve identifying the parameters used for classification and the hierarchy of these parameters, which determines the levels and order of the systematics. Based on the principles of systematics of multi-tool setups used in traditional automatic lathes, an analysis of its adaptation to the capabilities of modern lathes designed for multi-tool machining is conducted. Results and discussion. As a result of the research, a formalized six-level classification of multi-tool setups is developed, which includes the following aspects: the method of workpiece mounting, the set of carriages, the types of cutting tools, the types and directions of carriage feeds, the orientation of cutting tools relative to the workpiece, and the method of tool engagement (parallel, sequential). This classification takes into account the technological capabilities for organizing multi-tool machining on modern CNC lathes. The main classes of the proposed systematics of multi-tool setups in the presented work include single-carriage single-coordinate setups, single-carriage two-coordinate setups, dual-carriage single-coordinate setups, dual-carriage two-coordinate setups, and multi-carriage setups. The proposed systematics of multi-tool setups on lathe group machines is aimed at developing machining accuracy models and can serve as a basis for developing recommendations on cutting modes for these CNC machines. The proposed classification of multi-tool setups forms the foundation of the methodological support for the CAD system of lathe-automatic operations and serves as the basis for creating next-generation CAD systems for lathe operations.

About the authors

N. D. Yusubov

Email: nizami.yusubov@aztu.edu.az
ORCID iD: 0000-0002-6009-9909
D.Sc. (Engineering), Professor, Department of Machine Building, Azerbaijan Technical University, 25 H. Cavid avenue, Baku, AZ1073, Azerbaijan, nizami.yusubov@aztu.edu.az

H. M. Abbasova

Email: abbasova.heyran@aztu.edu.az
ORCID iD: 0000-0002-0407-5275
Ph.D. (Engineering), Department of Machine Building, Azerbaijan Technical University, 25 H. Cavid avenue, Baku, AZ1073, Azerbaijan, abbasova.heyran@aztu.edu.az

References

  1. Shinno H., Hashizume H. Structured method for identifying success factors in new product development of machine tools // CIRP Annals – Manufacturing Technology. – 2002. – Vol. 51 (1). – P. 281–284. – doi: 10.1016/S0007-8506(07)61517-0.
  2. Moriwaki T. Multi-function machine tool // CIRP Annals – Manufacturing Technology. – 2008. – Vol. 57 (2). – P. 736–749. – doi: 10.1016/j.cirp.2008.09.004.
  3. Brecher C., Esser M., Witt S. Interaction of manufacturing process and machine tool // CIRP Annals – Manufacturing Technology. – 2009. – Vol. 58 (2). – P. 588–607. – doi: 10.1016/j.cirp.2009.09.005.
  4. Design methodologies: industrial and educational applications / T. Tomiyama, P. Gu, Y. Jin, D. Lutters, Ch. Kind, F. Kimura // CIRP Annals – Manufacturing Technology. – 2009. – Vol. 58 (2). – P. 543–565. – doi: 10.1016/j.cirp.2009.09.003.
  5. Shinno H., Yoshioka H., Sawano H. A frame-work for systematizing machine tool engineering // International Journal of Automation Technology. – 2013. – Vol. 7 (6). – P. 760–768. – doi: 10.20965/ijat.2013.p0760.
  6. Usubamatov R., Harun A., Sanuddin A. Optimisation of machining parameters by criterion of maximum productivity // International Journal of Production Research. – 2014. – Vol. 52 (10). – P. 2946–2953. – doi: 10.1080/00207543.2013.857440.
  7. Usubamatov R., Zain Z., Sin T. Optimization of multi-tool machining processes with simultaneous action // International Journal of Advanced and Manufacturing Technology. – 2016. – Vol. 82. – P. 1227–1239. – doi: 10.1007/s00170-015-6920-x.
  8. Levin G., Rozin B., Dolgui A. Optimization of multi-tool cutting modes in multi-item batch manufacturing system // IFAC Proceedings Volumes. – 2013. – Vol. 46 (9). – P. 766–771. – doi: 10.3182/20130619-3-RU-3018.00357.
  9. Cakir M.C., Gurarda A. Optimization of machining conditions for multi-tool milling operations // International Journal of Production Research. – 2000. – Vol. 38 (15). – P. 3537–3552. – doi: 10.1080/002075400422789.
  10. Dolgui A., Levin G., Rozin B. Optimisation of the aggregation and execution rates for intersecting operation sets: an example of machining process design // International Journal of Production Research. – 2000. – Vol. 58 (9). – P. 2658–2676. – doi: 10.1080/00207543.2019.1629668.
  11. Daoud Z., Purcheck G. Multi-tool job sequencing for tool-change reduction // International Journal of Production Research. – 1981. – Vol. 19 (4). – P. 425–435. – doi: 10.1080/00207548108956670.
  12. Torres W., Brand M., Serebrenik A. A systematic literature review of cross-domain model consistency checking by model management tools // Software and Systems Modeling. – 2021. – Vol. 20 (3). – P. 897–916. – doi: 10.1109/SYSCON.2017.7934729.
  13. Yusubov N., Abbasova H. Models for machining accuracy in multi-tool adjustment // International Journal of Automotive and Mechanical Engineering. – 2020. – Vol. 17 (3). – P. 8067–8085. – doi: 10.15282/ijame.17.3.2020.01.0605.
  14. Double tool turning: machining accuracy, cutting tool wear and chip morphology / R. Kalidasan, S. Senthilvelan, U.S. Dixit, J. Vaibhav // International Journal of Precision Technology. – 2016. – Vol. 6 (2). – P. 142. – doi: 10.1504/IJPTECH.2016.078189.
  15. Optimal process parameters for parallel turning operations on shared cutting surfaces / C. Brecher, A. Epple, S. Neues, M. Fey // International Journal of Machine Tools and Manufacture. – 2015. – Vol. 95. – P. 13–19. – doi: 10.1016/j.ijmachtools.2015.05.003.
  16. Double-sided milling of thin-walled parts by dual collaborative parallel kinematic machines / R. Fu, P. Curley, C. Higgins, Z. Kilic, D. Sun, A. Murphy, Y. Jin // Journal of Materials Processing Technology. – 2022. – Vol. 299. – P. 117395. – doi: 10.1016/j.jmatprotec.2021.117395.
  17. Asymmetrical nonlinear impedance control for dual robotic machining of thin-walled workpieces / X. Zhao, B. Tao, L. Yang, H. Ding // Robotics and Computer-Integrated Manufacturing. – 2020. – Vol. 63. – P. 101889. – doi: 10.1016/j.rcim.2019.101889.
  18. Yan Y., Xu J., Wiercigroch M. Stability and dynamics of parallel plunge grinding // International Journal of Advanced and Manufacturing Technology. – 2018. – Vol. 99. – P. 881–895. – doi: 10.1007/s00170-018-2440-9.
  19. Yamato S., Nakanishi K., Suzuki N. Development of automatic chatter suppression system in parallel milling by real-time spindle speed control with observer-based chatter monitoring // International Journal of Precision Engineering and Manufacturing. – 2021. – Vol. 22. – P. 227–240. – doi: 10.1007/s12541-021-00469-2.
  20. Weck M., Staimer D. Parallel kinematic machine tools – current state and future potentials // CIRP Annals – Manufacturing Technology. – 2002. – Vol. 51 (2). – P. 671–683. – doi: 10.1016/S0007-8506(07)61706-5.
  21. Azvar M., Budak E. Multi-dimensional chatter stability for enhanced productivity in different parallel turning strategies // International Journal of Machine Tools and Manufacture. – 2017. – Vol. 123. – P. 116–128. – doi: 10.1016/j.ijmachtools.2017.08.005.
  22. Kanakaraju V., Hassan F., Kalidasan R. Numerical analysis of surface integrity in parallel turning. Part A: Influence of cutting tool nose radius // Materials Today: Proceedings. – 2021. – Vol. 38 (1). – P. 186–190. – doi: 10.1016/j.matpr.2020.06.511.
  23. Numerical analysis of surface integrity in parallel turning. Part B: Influence of cutting tool chamfer angle and chamfer width / F. Hassan, V. Kanakaraju, R. Kalidasan, G. Norkey // Materials Today: Proceedings. – 2021. – Vol. 44 (1). – P. 266–270. – doi: 10.1016/j.matpr.2020.09.464.
  24. Brecher C., Trofimov Y., Bäumler S. Holistic modelling of process machine interactions in parallel milling // CIRP Annals – Manufacturing Technology. – 2011. – Vol. 60 (1). – P. 387–390. – doi: 10.1016/j.cirp.2011.03.025.
  25. Yusubov N.D., Abbasova H.M., Khankishiyev I.A. Entwicklung einer projektierungstheorie für die mehrwerkzeugbearbeitung mit den möglichkeiten der modernen CNC-werkzeugmaschinen // Forschung im Ingenieurwesen. – 2021. – Vol. 85. – P. 661–678. – doi: 10.1007/s10010-021-00478-7.
  26. Yusubov N.D. Matrix models of the accuracy in multitool two-support setup // Russian Engineering Research. – 2009. – Vol. 29. – P. 268–271. – doi: 10.3103/S1068798X09030125.
  27. Increasing the productivity of multitool machining on automated lathes by optimizing the machining plan / S.A. Bogatenkov, N.S. Sazonova, N.D. Yusubov, P.V. Mammadov, R.I. Bazhenov // Russian Engineering Research. – 2021. – Vol. 41 (11). – P. 1071–1074. – doi: 10.3103/S1068798X21110046.
  28. Increasing the productivity of multitool machining on automated lathes by optimizing the tool positions / S.A. Bogatenkov, N.S. Sazonova, V.I. Guzeev, N.D. Yusubov, G.M. Abbasova // Russian Engineering Research. – 2021. – Vol. 41 (11). – P. 1075–1079. – doi: 10.3103/S1068798X21110058.
  29. Usher J.M., Bowden R.O. The application of genetic algorithms to operation sequencing for use in computer-aided process planning // Computers & Industrial Engineering. – 1996. – Vol. 30 (4). – P. 999–1013. – doi: 10.1016/0360-8352(96)00048-4.
  30. Indrajit M., Pradip K.R. A review of optimization techniques in metal cutting processes // Computers & Industrial Engineering. – 2006. – Vol. 50 (1–2). – P. 15–34. – doi: 10.1016/j.cie.2005.10.001.
  31. Usubamatov R., Ismail K.A., Sah J.M. Mathematical models for productivity and availability of automated lines // The International Journal of Advanced Manufacturing Technology. – 2013. – Vol. 66. – P. 59–69. – doi: 10.1007/s00170-012-4305-y.
  32. Ozturk E., Comak A., Budak E. Tuning of tool dynamics for increased stability of parallel (simultaneous) turning processes // Journal of Sound and Vibration. – 2016. – Vol. 360. – P. 17–30. – doi: 10.1016/j.jsv.2015.09.009.
  33. Юсубов Н.Д., Аббасова Х.М. Полнофакторная матричная модель точности выполняемых размеров на многоцелевых станках с ЧПУ // Обработка металлов (технология, оборудование, инструменты). – 2021. – Т. 23, № 4. – С. 6–20. – doi: 10.17212/1994-6309-2021-23.4-6-20.
  34. Kurt A., Sürücüler S., Kirik A. Developing a mathematical model for the cutting forces prediction depending on the cutting parameters // Technology. – 2010. – Vol. 13 (1). – P. 23–30.
  35. Кошин А.А. Теория точности и оптимизация многоинструментной токарной обработки: дис. … д-ра техн. наук: 05.02.08. – Челябинск, 1997. – 290 с.
  36. Кошин А.А. Обработка на токарных станках: наладка, режимы резания: справочник. – Челябинск: Сити-Принт, 2012. – 744 с.
  37. Кошин А.А., Юсубов Н.Д. Элементы матричной теории точности многоинструментной обработки в пространственных наладках // Вестник машиностроения. – 2013. – № 9. – С. 13–17.
  38. Юсубов Н.Д., Аббасова Х.М., Дадашов Р.Э. Модели сил резания при механической обработке на современных станках токарной группы // Всероссийский форум молодых исследователей – 2023: сборник статей Всероссийской научно-практической конференции, Петрозаводск, 30 марта 2023 г. – Петрозаводск, 2023. – С. 236–246.

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».