Повышение эффективности точения деталей из труднообрабатываемых материалов на основании температурно-силового мониторинга тема диссертации и автореферата по ВАК РФ 05.02.07, кандидат наук Хоанг Ван Чи

• Хоанг Ван Чи
• кандидат наук
• 2016

Оглавление диссертации кандидат наук Хоанг Ван Чи

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1 АНАЛИЗ СОСТОЯНИЯ ВОПРОСА. ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ

1.1 Анализ факторов, определяющих эффективности

процесса резания

1.2 Анализ основных направлений повышения эффективности процесса резания

1.3 Анализ методов математического моделирования

процесса резания

1.4 Выводы по главе 1

ГЛАВА 2 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА

РЕЗАНИЯ

2.1 Обоснование критерия выбора рациональной скорости резания

2.3 Математическая модель температурно-силовых характеристик процесса резания

2.4 Алгоритм обучения искусственной нейронной сети,

моделирующей процесс резания

2.5 Выводы по главе 2

ГЛАВА 3 ИССЛЕДОВАНИЕ ТЕМПЕРАТУРНО-СИЛОВЫХ ХАРАКТЕРИСТИК И АЛГОРИТМОВ УПРАВЛЕНИЯ РЕЖИМАМИ РЕЗАНИЯ

3.1 Имитационное моделирование температурно-силовых

характеристик процесса резания

3.2 Экспериментальные исследования температурно-силовых

характеристик процесса резания

3.3 Адаптивное управление режимами резания

температурно-силового мониторинга

3.5 Выводы по главе 3

ГЛАВА 4 ПРОМЫШЛЕННАЯ АПРОБАЦИЯ РЕЗУЛЬТАТОВ РАБОТЫ

4.1 Техническое оснащение температурно-силового мониторинга

4.2 Программное обеспечение системы адаптивного управления

4.3 Промышленная апробация результатов работы

4.4 Выводы по главе 4

ЗАКЛЮЧЕНИЕ

Список литературы

Список опубликованных работ по теме диссертации

Приложение А- Патенты и свидетельства

Приложение Б- Свидетельство о внедрении результатов научно-исследовательской работы в производстве

Введение диссертации (часть автореферата) на тему «Повышение эффективности точения деталей из труднообрабатываемых материалов на основании температурно-силового мониторинга»

ВВЕДЕНИЕ

В развитых промышленных странах объем продукции металлообработки составляет около 30...40 % от общего производства продукции. Характерным признаком современного производства является постоянный рост требований к эксплуатационным свойствам выпускаемой продукции. Традиционная обработка резанием металлов является сегодня и в ближайшие десятилетия будет оставаться основным способом изготовления деталей машин, в том числе из конструкционных материалов. Попытки интенсифицировать обработку резанием путем ввода дополнительной энергии в зону резания, а также заменить обработку резанием другим видом обработки не нашли значительного применения. Благодаря научным исследованиям и промышленному опыту достигнут значительный прогресс в механической обработке: разработаны оригинальные схемы резания и усовершенствованы традиционные методы обработки, освоены новые инструментальные материалы и износостойкие покрытия, созданы эффективные составы СОЖ и т.п. Однако большинство из них эффективно лишь в определенных, узких условиях эксплуатации, а реализация их, как правило, связана с серьезными материально-техническими затратами. Такое положение является результатом недостаточной изученности процесса резания.

Анализ процесса резания показывает, что для многих материалов, в том числе для труднообрабатываемых, условия резания могут быть идентифицированы через режим стружкообразования. В частности, отмечено, что оптимальным условиям соответствует определенное значение температуры в зоне резания. Она достигается при режимах, определяющих границу перехода от сливной стружки к сегментной. Контроль вида стружки в процессе обработки представляет значительные трудности и не нашел практического применения.

К числу наиболее информативных параметров, характеризующих условия резания и поддающихся оперативному контролю, исследователи относят силу и температуру в зоне резания. В настоящее время существуют эмпирические зави-

симости температуры в зоне резания от различных факторов. Они позволяют прогнозировать ее значение в различных условиях обработки. Однако эти зависимости справедливы в относительно узкой области условий обработки и имеют невысокую точность.

Таким образом, определение рациональных режимов обработки на основании мониторинга состояния зоны резания является важной технико-экономической задачей. Анализ зарубежной и отечественной литературы показал, что для ее решения наиболее перспективным является подход, основанный на использовании искусственных нейронных сетей (ИНС), обучаемых по результатам экспериментальных исследований температурно-силовых параметров процесса резания.

В соответствии с этим настоящая работа направлена на решение научно-технической задачи, связанной с разработкой принципиально новой системы управления режимами резания с самообучением ИНС на основе температурного мониторинга.

Степень разработанности темы

Вопросам повышения эффективности механической обработки путем оптимизации режимов резания посвящены работы А.Д. Макарова, Б.С. Балакшина, Н.Н. Зорева, С.С. Силина, Т.Н. Лоладзя, В.Ф. Боброва, А.М. Даниэляна, Г.И. Грановского, А.Н. Резникова, В.Н. Подураева, Ю.М. Соломенцева, В.С. Камалова, Н.В. Талантова, М.Ф. Полетики, М.Х. Утешева, В.С. Кушнера, М.В. Терешина и многих других. Однако в предлагаемых подходах используются регрессионные модели, которые адекватные в узком диапазоне изменения параметров обработки и не учитывают структурно-параметрических изменений процесса стружкообра-зования.

Исследования А.Д. Макарова, В.Ф. Безъязычного, С.С. Силина, А.Н. Резникова, В.К. Старкова, В.С. Мухина, Т.Д. Кожиной, В.А. Козлова, Б.А. Кравченко, А.М. Сулимы показали, что температура резания является важным показателем эффективности процессов резания, оказывая существенное влияние на режим

стружкообразования. Она в значительной степени определяется скоростью резания.

И.А. Тиме, В.Ф. Бобров, М.Ф. Полетика, В.С. Кушнер, Е.В. Артамонов, Д.В. Васильев, Н.В. Таланов, GuiGen Ye, Aco Anti показали, что для большинства металлов при увеличении скорости резания процесс стружкообразования характеризуется последовательным переходом от сегментной стружки к сливной и вновь к сегментной или элементной стружке. При переходе от сливной стружки к элементной стружкообразование протекает в условиях адиабатического сдвига.

В работах D.E. Dimle, B. Sick, R. Teti, L.I. Burke показано преимущество моделирования процесса резания с помощью ИНС.

Термодинамическому обоснованию критериев оптимальности условий стружкообразования посвящены работы Ю.Г. Кабалдина, М.Л. Хейфеца, В.В. За-кураева, В.В. Постнова и др.. Rastee D. Koyee, Д.И. Петрешин, Т.А. Дуюн, В.Г. Рубанова предложили использовать ИНС в качестве моделей процесса резания при адаптивном управлении.

Несмотря на большое внимание, уделяемое исследователями повышению эффективности процесса резания на основе оперативного управления с использованием математических моделей, нет однозначного ответа на то, сколько и какие параметры следует использовать в качестве входных и выходных параметров моделей, как реализовать управление в условиях их неопределенности.

Цель работы

Целью настоящей работы является повышение эффективности точения деталей из труднообрабатываемых материалов путем рационального выбора и управления скоростью резания с использованием мониторинга температурно-силовых характеристик процесса.

Для достижения поставленной цели были решены следующие основные

задачи.

1 Проведен анализ основных параметров, определяющих эффективность процесса резания.

2 Разработана модель температурно-силовых характеристик процесса резания при точении, построенная на ИНС, и обоснован алгоритм ее обучения.

3 Разработана методика и автоматизированная система обучения ИНС, описывающей процесс резания.

4 Обоснован критерий выбора рациональной скорости резания и разработан алгоритм управления ею, основанный на температурно-силовом мониторинге.

5 Разработаны средства технического оснащенного температурно-силового мониторинга и управления процессом резания.

Объект исследования - точение заготовок из труднообрабатываемых материалов в условиях неопределенности условий резания.

Предмет исследования - взаимосвязи температурно-силовых характеристик с условиями резания и построенные на их основе алгоритмы управления точением труднообрабатываемых материалов.

Научная новизна заключается в научном обосновании рациональной скорости резания, определяемой максимальной скоростью изменения зависимости отношения диссипативной функции внешних сил к температуре в зоне резания от скорости резания, использующей формализованные на основе искусственной нейронной сети функциональные связи режимов обработки, параметров инструмента и обрабатываемого материала с силовыми характеристиками и температурой в зоне резания, обучаемой в автоматическом режиме в процессе эксплуатации.

Теоретическая значимость заключается в том, что научное обоснование рациональной скорости резания при точении, модели, построенные на основании нейросетевого подхода, и разработанный алгоритм управления процессом резания углубляют и конкретизируют область знаний, в сфере решения задач повышения эффективности точения деталей из труднообрабатываемых материалов.

Практическая ценность работы состоит в:

1) методике определения рациональной скорости резания, определяемой максимальной скоростью изменения зависимости отношения диссипативной

функции к температуре в зоне резания от скорости;

2) автоматизированной системе сбора информации и самообучения ИНС, моделирующей процесс точения;

3) алгоритме и программном обеспечении обучения ИНС, позволяющих моделировать процессы резания в различных условиях;

4) методике и средствах технического оснащения экспериментальных исследований процессов в зоне резания и температурно-силового мониторинга, позволяющих оперативно пополнять базу данных информацией, необходимой для моделирования и управления процессом точения;

5) алгоритме адаптивного управления режимами резания, основанном на использовании ИНС и ее обучении по результатам температурно-силового мониторинга, позволяющих повысить эффективность операций точения.

Практическая реализация. Сформированный подход и предложенная методика подтверждены патентами (патент РФ на изобретение № 2566979 МПК8 G06N 3/02, 23.07.2015, способ обучения искусственной нейронной сети; патент РФ на полезную модель № 156863 МПК8 G01K 7/02, 14.09.2015, устройство измерения температуры) и свидетельствами на программный продукт (свидетельство РФ о государственной регистрации программы для ЭВМ № 2015612413 18.02.2015, программа обучения искусственной нейронной сети; свидетельство РФ о государственной регистрации программы для ЭВМ № 2015619028, 21.08.2015, программное обеспечение устройства измерения температуры с использованием термопар) (Приложение А). Их применение позволяет повысить производительность процесса точения на 10...12 % при сохранении стойкости инструмента. Они прошли апробацию и рекомендованы к внедрению в ОАО «Вьет-тел» (г. Ханой, Вьетнам).

Методология и методы диссертационного исследования. Теоретические исследования проводились с использованием основанных положений технологии машиностроения, теории резания, теории автоматического управления, теории

ИНС, положений электроники и микропроцессорной техники, методов программирования.

Экспериментальные исследования базировались на современных методах математической статистики, теории планирования экспериментов, математических методах обработки экспериментальных данных и на широком применении ЭВМ.

Положения, выносимые на защиту.

1 Научное обоснование рациональной скорости резания, определяемой максимальной скоростью изменения зависимости отношения диссипативной функции внешних сил к температуре в зоне резания от скорости.

2 Математическая модель температурно-силовых характеристик процесса резания при точении, построенная на основе ИНС.

3 Методика активного эксперимента для станков с ЧПУ, формирующая выборки данных для обучения ИНС, моделирующей процесс точения в условиях не определенных имеющейся базой данных системы управления.

4 Алгоритм адаптивного управления режимами резания, основанный на температурно-силовом мониторинге процесса резания.

Степень достоверности результатов. Достоверность полученных результатов обусловлена использованием фундаментальных теоретических положений, адекватностью разработанных математических моделей реальным процессам, использованием объективных исходных данных о характеристиках процесса резания при точении заготовок из труднообрабатываемых материалов, полученных на производстве в ОАО «Вьеттел» (г. Ханой, Вьетнам) и из известных литературных источников.

Апробация работы. Основные результаты работы докладывались на Х Международной молодежной школе «Электроника и автоматика экспериментальных установок» (г. Дубна, 2012 г.), Международной научно-технической конференции «Автоматизация: проблемы, идеи, решения» (АПИР) (г. Тула, 2012 г.), Всероссийской научно-практической конференции «Инновационные наукоемкие

технологии: теория, эксперимент и практические результаты» (г. Тула, 2011 г.), региональных молодежных научно-практических конференциях «Молодежные инновации» (г. Тула, 2012-2015 гг.), региональных магистерских научных конференциях (г. Тула, 2013-2015 гг.), на региональной НТК «Высокие и критические электро- и нанотехнологии» (г.Тула 2015-2016 гг.), а также на ежегодных научно-технической конференциях кафедр ТулГУ «Автоматизированные станочные системы» в 2011-2015 гг. и «Электро- и нанотехнологии» в 2016 г.

Публикации. По теме диссертации опубликованы 29 работ, из них 1 патент на изобретение, 1 патент на полезную модель, 2 свидетельства на программы для ЭВМ, 1 статья на английском языке в изданиях, входящих в международные реферативные базы данных и цитирования Scopus и Springer, и 10 статьей в изданиях, входящих в «Перечень утвержденных ВАК Российской Федерации изданий для публикации трудов соискателей ученых степеней».

Объем и структура работы. Диссертация состоит из введения, четырёх глав, заключения и 3 приложений. Полный объём диссертации составляет 136 страниц с 55 рисунками и 4 таблицами. Список литературы содержит 172 названия.

Работа состоит из следующих основных глав.

1 Анализ состояния вопроса. Цель и задачи исследования.

2 Математическое моделирование процесса резания.

3 Идентификации параметров системы адаптивного управления режимами резания.

4 Промышленная апробация результатов работы.

Работа выполнена на кафедре «Электро- и нанотехнологии» и лаборатории «Электрофизические и электрохимические методы обработки» им. Ф.В. Седыкин Тульского государственного университета.

Автор выражает огромную благодарность научному руководителю доктору технических наук, профессору В.С. Сальникову за помощь и поддержку при выполнении работы.

ГЛАВА 1 АНАЛИЗ СОСТОЯНИЯ ВОПРОСА. ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ

За последние 30 лет требования к механической обработке существенно изменились. Как показывают статистические данные, собранные экспертами компании «Промкор» [1], доля трудоемкости механической обработки в общей трудоемкости изготовлении деталей машиностроительного профиля составляет 46 % (рисунок 1.1).

%

1 - Обработка давлением;

2 - Механическая обработка;

3 - Термическая обработка;

4 - Гальваническая обработка.

Рисунок 1.1 - Доля трудоемкости при изготовлении деталей

по виду обработки

Одним из универсальных методов механической обработки металлов можно назвать обработку резанием. Технологический процесс резания заключается в снятии стружки при помощи режущих инструментов на металлорежущих станках с целью придания металлической заготовке требуемого размера, формы и качества поверхности. При обработке металла резанием примерно 20 % его идет в стружку, поэтому с целью сокращения количества отходов активно развиваются методы обработки металла давлением и точное литье. Однако при необходимости изготовления высокоточных деталей обработка резанием остается одним из основных методов в современном машиностроении.

Массовые доли обрабатываемых деталей по способам обработки металлов резанием [2] представлены на рисунке 1.2.

Рисунок 1.2 - Массовая доля обрабатываемых деталей по методу обработки металлов резанием

Научно-технический прогресс в машиностроении обусловливает необходимость использования новых материалов, обладающих особыми свойствами. Как правило, эти материалы имеют повышенные прочностные характеристики, высокие жаропрочность и коррозионную стойкость. Согласно данным опроса, проведенного среди участников промышленного форума «Металлообработка: Стратегия 2010 - 2020» [3, 4], потребность использования труднообрабатываемых материалов постоянно возрастает (рисунок 1.3).

Рисунок 1.3 - Массовая доля обрабатываемых материалов в течение последних 15 лет

1.1 Анализ факторов, определяющих эффективности

процесса резания

В зоне резания одновременно происходят несколько процессов (рисунок

Рисунок 1.4 - Процессы, происходящие в зоне резания

На эффективность процесса резания оказывают значительное влияние следующие факторы:

Влияние скорости резания на период стойкости инструмента принято выражать формулами степенного вида [5]:

где С- постоянный коэффициент, зависящий от свойств обрабатываемого и инструментального материалов, глубины резания, подачи, геометрических параметров лезвий инструмента, вида смазочно-охлаждающей технологической среды, способа подачи ее в зону резания и других условий резания; т- показатель относительной стойкости, который зависит от тех же факторов, что и коэффициент С, а также от характера затупления резца и зоны скоростей резания, может быть величиной положительной или отрицательной; Т- период стойкости инструмента в минутах, соответствующий данной скорости резания V, т.е. продолжительность работы инструмента до износа, принятого за критерий затупления.

1.4).

(1.1)

Оптимальная скорость резания при обработке различных материалов колеблется в пределах от 30 м/мин при обработке деталей из закаленных сталей и жаропрочных сплавов инструментом из твердого сплава до 300...350 м/мин при обработке деталей из углеродистых сталей инструментом из минералокерамики [6]. При экстремальности зависимостей размерной стойкости инструмента от скорости резания зависимость периода стойкости от скорости резания может быть и монотонно убывающей (рисунок 1.5).

Влияние скорости резания на шероховатость поверхности зависит от на-ростообразования на режущей кромке инструмента, а также от захвата и отрыва слоев, расположенных под режущей кромкой резца (рисунок 1.6).

При малых, близких к нулю скоростях высота неровностей Н возрастает, что объясняется началом наростообразования, и достигает максимума при V = 100 м/мин. Затем условия наростообразования ухудшаются. При скорости V > 100 м/мин нарост исчезает. В результате уменьшаются микронеровности. При дальнейшем повышении скорости резания Н снижается, что объясняется уменьшением трения и пластической деформации. Начиная со скорости резания V = 300 м/мин, величина которой зависит от условий обработки, процесс резания стабилизируется и высота микронеровностей практически становится постоянной.

Т^мии 30

20

10

0

\

1

I /

3000

2000

1000

0

10 120 200 280 м/мин

Рисунок 1.5 — Влияние скорости резания на 3000 период стойкости и путь резания при точении деталей из стали 18Х2Н4ВА. Резец из сплава Т15К6; 1 =

1 мм; s = 0,21 мм/об; = 0,30 мм

Па, Вг мкм 6

Рг

Ка

100

200

300

400

500

V м/мнн

Рисунок 1.6 — Зависимость высотных параметров шероховатости поверхности от скорости резания при точении титанового сплава ВТ1 с пластиной твердого сплава VCGX160404-AL Ш0 при подаче S = 0,1 мм/об и глубине резания t = 0,3 мм

Влияние подачи резания на стойкость инструмента показано в рис. 1.7:

Рисунок 1.7 — Влияние подачи резания на величину износа по задней поверхности инструмента при точении заготовки из 20XHM инструментом из ST20 при скорости V = 200 м/мин и глубине t = 1 мм

На графике показано, что при очень низких подачах износ инструмента значительно увеличивается, при этом высока вероятность возникновения вибрации. И на контактной площадке наблюдается более высокая температура резания, вызывающая структурные изменения, снижение твердости инструментального материала и увеличение интенсивности его износа. Поэтому при увеличении подачи стойкость снижается примерно в 2 раза быстрее, чем при равновеликом увеличении глубины резания.

Влияние подачи инструмента на шероховатость можно приближенно определить из сопоставления двух смежных положений резца, смещенных на величину подачи, по формуле [7]

о 2

Rz = ^ , (1.2)

8г

где Rz- параметр шероховатости (средняя высота профиля по 10 точкам); величина подачи на оборот; г- радиус при вершине резца.

Влияние глубины резания на стойкость проявляется в основном через изменение температурных условий на режущей кромке, связанное с изменением сечения среза. При увеличении глубины резания (ширины среза) пропорционально совершаемой работе и количеству выделившегося тепла увеличивается активная длина режущей кромки, что улучшает условия теплоотвода. Влияние глубины резания на стойкость инструмента показано на рис. 1.8.

Рисунок 1.8 — Влияние глубины резания на величину износа по задней поверхности инструмента при точении заготовки из 20XHM инструментом из ST20 при скорости V = 200 м/мин, подаче S=0,2 мм/обр.

Глубина резания почти не влияет на деформацию, поэтому высота неровностей Н изменяется в сравнении с другими параметрами резания незначительно.

Радиус при вершине оказывает влияние не только на шероховатость, но и на стойкость инструмента (рисунок 1.9). Увеличение радиуса при вершине приводит к уменьшению шероховатости обработанной поверхности, увеличению величины износа по задней поверхности, увеличению силы резания и вибрации.

Рисунок 1.9 — Влияние радиуса при вершине на эффективность

процесса резания

Главный передний угол влияет на процесс стружкообразования, при увеличении главного переднего угла снижаются силы резания, но ухудшается тепло-отвод и снижается прочность режущей кромки; угол наклона режущей кромки влияет на направления схода стружки: при положительном угле стружка сходит в сторону обрабатываемой поверхности, при отрицательном - в сторону от обрабатываемой поверхности; главный задний угол влияет на величину трения между задней поверхностью инструмента и поверхностью детали: при увеличении заднего угла снижается величина износа по задней поверхности, но ослабляется режущая кромка и увеличивается вероятность возникновения вибрации; главный угол в плане влияет на величину основной и радиальной силы резания, на толщину стружки и направление ее схода, при увеличении угла уменьшается радиальная составляющая силы резания и возрастает толщина стружки.

Исследования В.Ф. Безъязычного, Т.Д. Кожиной, В.А. Козлова, Б.А. Кравченко, А.Д. Макарова, В.С. Мухина, С.С. Силина, В.К. Старкова, А.М. Сулимы [5, 6, 8-24] показали, что температура резания влияет на износ, стойкость инструмента, шероховатость обрабатываемой детали. Температура в зоне резания зависит от физико-механических свойств обрабатываемого и инструментального материалов, режимов резания, геометрических параметров режущего инструмента и применяемой смазочно-охлаждающей жидкости. Этими исследованиями доказано, что температурный критерий является важным показателем эффективности процессов резания.

Температура сильно влияет на все механические свойства материалов. Как правило, повышение температуры приводит к уменьшению прочности и повышению пластичности. Значительное изменение температуры может коренным образом изменить свойства материала: пластичный становится хрупким (при низкой температуре), а хрупкий - пластичным (при высокой температуре), изменяются прочность и деформативные свойства. При этом некоторые изменения приобретают необратимый характер (не восстанавливаются первоначальные свойства после возвращения к обычной температуре). Это связано с тем, что при изменении температуры часто происходят сложные физико-химические процессы.

Повышенные температуры оказывают существенное влияние на такие механические характеристики материалов, как ползучесть и длительная прочность. Ползучестью называют медленное непрерывное возрастание пластической (остаточной) деформации под воздействием постоянных нагрузок. Длительной прочностью называется зависимость разрушающих напряжений (временного сопротивления) от длительности эксплуатации. Свойства ползучести и длительной прочности проявляются у углеродистых сталей при в > 300 °С, у легированных сталей при в > 350 °С, у алюминиевых сплавов при в > 100 °С. Некоторые материалы проявляют эти свойства и при обычных температурах.

Мерой оценки ползучести материала является предел ползучести - напряжение, при котором пластическая деформация за определенный промежуток вре-

мени достигает заданной величины. В некоторых случаях сопротивление ползучести оценивается величиной скорости деформации по прошествии заданного времени. При обозначении предела ползучести указываются величина деформации, время и температура испытаний. Например, для жаропрочного сплава ХН77ТЮР при температуре 700 °С за время 100 часов и деформации ползучести 0,2 % предел ползучести составляет 400 МПа: а02/100(100) = 400 МПа.

Ползучесть сопровождается релаксацией напряжений - самопроизвольным уменьшением напряжений с течением времени при неизменной деформации. Скорость релаксации напряжений возрастает при повышении температуры. Мерой скорости релаксации служит время релаксации - промежуток времени, в течение которого напряжение уменьшается по сравнению с начальным значением в е = 2,718 раза.

Прочность материала при повышенных температурах оценивается пределом длительной прочности - напряжением, при котором материал разрушается не ранее заданного времени. При обозначении предела длительной прочности указываются продолжительность нагружения и температура испытания. Так, для сплава ХН77ТЮР при температуре 700 °С и времени 1000 часов предел длительной прочности составляет а100(700) = 330 МПа. При кратковременных испытаниях для этого же сплава при температуре 700 0С пределы прочности и текучести соответственно аВ = 830 МПа, а02 = 560 МПа.

Влияние повышенных температур на характеристики прочности и пластичности можно проследить на рисунках 1.10 и 1.11, где представлены осред-ненные результаты экспериментов для 1- углеродистой стали, содержащей 0,15 % углерода; 2 - 0,40 % углерода, 3 - хромистой стали. Прочность углеродистых сталей с повышением температуры до 650...700 °С снижается почти в десять раз. Наиболее резкое снижение оВ наблюдается для алюминиевых сплавов. Наибольшими значениями аВ при высоких температурах обладают литые жаропрочные сплавы, содержащие 70—80 % никеля. Снижение пределов текучести аТ с повышением температуры происходит примерно так же, как и снижение оВ Для угле-

родистых сталей характерным является ухудшение пластических свойств (охруп-чивание) при температурах около 300 °С (кривая 2 на рисунке 1.11).

Список литературы диссертационного исследования кандидат наук Хоанг Ван Чи, 2016 год

Список литературы

1 Стратегия развития судостроительной промышленности на период до 2020 года и на дальнейшую перспективу // Инованиции - № 2. - 2011. - С. 108-115.

2 Steel Statistical Yearbook 2011 // World Steel Association. Brussels, Belgium.

- 2011. - P. 12-20.

3 Тенденции потребления металлопроката // Металлургический бюллетень.

- №5. - 2011. - С. 5-13.

4 Российский статистический ежегодник // Промышленность России - М.: Росстат. - №5. - 2010. - С. 5-13.

5 Макаров А.Д. Износ и стойкость инструментов. - М.: Машиностроение, 1966. - 264 с.

6 Макаров А.Д. Оптимизация процессов резания. - М.: Машиностроение, 1976. — 278 с.

7 Бобров В.Ф. Основы теории резания металлов. - М.: Машиностроение, 2002. - 344 с.

8 Макаров А.Д., Мухин B.C., Шустер Л.Ш. Износ инструмента, качество и долговечность деталей из авиационных материалов. - Уфа: УАИ, 1974. - 372 с.

9 Макаров В.Н., Камкин А.А., А.М. Шапошников. Производительная обработка и технологическая надежность машин // Межвуз. сб. науч. тр./ ЯПИ, РАТИ. Ярославль. - 1979. - № 1. - С. 77-79.

10 Макаров А.Д. Вопросы разработки режимов резания (при обточке, растачивании, фрезеровании) с учетом размерной стойкости инструмента, точности, производительности и себестоимости обработки. // Тезисы докладов на Межвузовской конференции по экономичности технологических процессов. - Л., 1961 г.

- 3-5 октября. - С. 213.

11 Силин С.С. Установление критериальных зависимостей при резании металлов на основе изучения тепловых явлений // Сб. науч. тр./ МАТИ. - М.: Машиностроение. - 1966. - С. 102-138.

12 Силин С.С. Расчет оптимальных режимов на основе изучения процессов резания методами теории подобия // Сб. науч. тр./ЯПИ. - Ярославль 1968 г. - С. 43-64.

13 Силин С.С. Теория подобия в приложении к технологии машиностроения: учеб. пособие. - М.; Ярославль: ЯПИ.,1989 г. - 185 с.

14 Силин С.С., Козлов В.А. Аналитическое определение теплофизических и физико-механических характеристик процесса лезвийной обработки материалов // Вестник машиностроения. - 1993 г., № 5-6. - С. 32-43.

15 Макаров А.Д. Физика и оптимизация резания материалов. - М.: Машиностроение, 2009 г. - 640 с.

16 Сулима А.М., Евстигнеев М.И. Качество поверхностного слоя и усталостная прочность деталей из жаропрочных и титановых сплавов. - М.: Машиностроение, 1974 г. - 256 с.

17 Сулима А.М., Шулов В.А., Ягодкин Ю.Д. Поверхностный слой и эксплуатационные свойства деталей машин. - М.: Машиностроение, 1988 г. -240 с.

18 Безъязычный В.Ф., Аверьянов И.Н., Кордюков А.В. Расчет режимов резания: учеб. пособие. - М.: Рыбинск: РГАТА, 2009 г. - 185 с.

19 Безъязычный В.Ф. Оптимизация технологических условий механической обработки деталей авиационных двигателей. / Кожина Т.Д., Константинов А.В. и др. - М.: МАИ, 1993 г. - 184 с.

20 Кожина Т.Д. Влияние режимов резания на контактную жесткость обработанных поверхностей // Межвуз. сб.«Производительная обработка и технологическая надежность деталей машин». - Ярославль. - 1977. - №6. - С. 92-97.

21 Козлов В.А. Аналитическое определение на ЭВМ оптимальных по размерной стойкости инструмента режимов резания при точении материалов: Учебное пособие. - М.; Рыбинск: РГАГА, 1997 г. - 123 с.

22 Козлов В.А. Температурно-силовые характеристики процесса резания и их теоретико-экспериментальное определение: учеб. пособие. - М.; Рыбинск: РГАГА, 1997. - 449 с.

23 Кравченко Б.А., Круцило В.Г. Механизм формирования остаточных напряжений при свободном резании закаленных сталей // Обработка высокопрочных сталей и сплавов инструментами из сверхтвердых синтетических материалов. Куйбышев. - 1980. - С. 91-97.

24 Кравченко Б.А., Круцило В.Г., Гутман Г.Н. Термопластическое упрочнение-резерв повышения прочности и надежности деталей машин / Под ред. Кравченко Б.А. - М.; Самара: СамГТУ, 2000 г. - 215 с.

25 Петрешин Д.И. Разработка и создание самообучающейся технологической системы с адаптивным управлением параметрами качества поверхностного слоя деталей машин: автореф. дис. на доктора технических наук. Брянск. - 2010 г. - 36 с.

26 Ящерицын П.И. Теория резания. Физические и тепловые процессы в технологических системах: учебник для вузов. - М.: Вышая школа, 1990 г. -512 с.

27 Ящерицын П.И., Фельдштейн Е.Э., Корниевич М.А. Теория резания: учебик. - М.: Новое знание, 2005 г. - 512 с.

28 Кудинов В.А. Динамика станков. - М.: Машиностроение, 1967. - 360 с.

29 Кудинов В.А. Системность и диалектика в динамике технологических процессов и машин // СТИН. - 2000 г. - №1. - С. 5-11.

30 Капустина О.М., Новожилов И.В. Методы расчета, проектирования и оптимизации управляемых систем, машин и механизмов // Межвузовск. тематич. сб. - М.: МЭИ. -1983 г. - № 16 - С. 36-42.31.

31 Ашманов С.А., Тимохов А.В. Теория оптимизации в задачах и упражнениях. - М.: Наука, 1991 г. - 448 с.

32 Mukherjee I., Ray P.K. A review of optimization techniques in metal cutting processes // Computers and Industrial Engineering. — 2006. - Vol. 50 - No. 1-2. - P. 15-34.

33 Козлов В.А. Структурно-параметрическая оптимизация процесса точения. - М.: Рыбинск: РГАГА, 2000 г. - 670 с.

34 Дмитриев В.А. Определение оптимальных режимов обработки с использованием ЭВМ. Токарная обработка: метод. указания к лаб. работе. - М.; Самара: СГТУ, 2003 г. - 18 с.

35 The Parametric Effect and Optimization on JIS S45C Steel Turning / H. Hasnul [et al.] // International Journal of Engineering Science and Technology (IJEST). - 2011. - Vol. 3. - No. 5. - P. 479-487.

36 Великанова К.М. Расчеты экономической эффективности новой техники: справочник / под общ. ред. К.М. Великанова. -2. изд., перераб. и доп. — Л.: Машиностроение, 1990 г. — 448 с.

37 Жмурин В.В., Сальников В.С. Критерий оценки эффективности режимов резания // Известия ТулГУ. Технические науки. - 2011 г. - Выпуск 3. - С. 309-315.

38 Терешин М.В. Повышение производительности и обеспечение функциональной надежности непрерывного резания путем оперативного управления процессом обработки: автореф. дис. доктора технических наук. - Москва. - 2013 г. - 35 с.

39 Григорьев С.Н., Синопальников В.А., Терешин М.В. Оперативное диагностирование и управление процессом резания по критерию максимальной температуры // Контроль. Диагностика. — 2012 г. - №1. - С. 67-70.

40 Коваль М.И., Коробко А.В. Повышение производительности многоцелевых станков путем автоматического управления режимом резания // Станки и инструмент. - 1987 г. - №2. - С. 13-17.

41 Талантов Н.В. Физические основы процесса резания, изнашивания и разрушения инструмента. - М.: Машиностроение, 1992 г. - 240 с.

42 Сальников В.С., Хоанг В.Ч. Математическая модель тепловых процессов в зоне резания // Известия ТулГУ. Технические науки. - 2012 г. - Выпуск 5 -С. 56-62.

43 Болдырев С.А. Разработка математического и программного обеспечения системы мониторинга микрорельефа при точении: дис. кандидата технических наук. - Ростов на дону. - 2000 г. - 229 с.

44 Мялов И.А. Разработка математических алгоритмов и программ для динамической диагностики процесса резания: автореф. дис. кандидата технических наук. - Ростов на дону. - 2000 г. - 21 с.

45 Бобырь М.В. Методы, модели и алгоритмы создания автоматизированных систем контроля и управления для повышения эффективности механической обработки изделий: автореф. дис. доктора технических наук. - Курск. - 2012 г. -43 с.

46 Огневенко Е.С. Повышение производительности обработки отверстий путем выбора оптимальных режимов резания на основе анализа динамики процесса сверления: автореф. дис. кандидата технических наук. - Барнаул. - 2010 г. -16 с.

47 Ингеманссон А.Р. Повышение эффективности точения труднообрабатываемых сталей ферритного, мартенситно-ферритного и мартенситного классов с использованием опережающего пластического деформирования: автореф. дис. кандидата технических наук. - Волгоград. - 2012 г. - 16 с.

48 Завгородний В.И. Повышение производительности точения деталей из труднообрабатываемых сплавов путем управления процессом резания по параметру шероховатости обработанной поверхности: автореф. дис. кандидата технических наук. - Москва. - 2010 г. - 19 с.

49 Проскоков А.В. Повышение режущих свойств резцов с СМП за счет управления теплообменом в зоне резания: автореф. дис. кандидата технических наук. - Томск. - 2007г. - 17 с.

50 Щербаков М.Е. Повышение производительности процесса резания на основе адаптивной системы с применением аппарата искусственных нейронных сетей: автореф. дис. кандидата технических наук. - Москва. - 2007 г. - 24 с.

51 Сидоров А.С. Мониторинг и прогнозирование износа режущего инструмента в мехатронных станочных системах: автореф. дис кандидата технических наук. - Уфа. - 2007 г. -20 с.

52 Сормов С.И. Автоматизированная система управления качеством процесса обработки деталей в условиях неопределенности: автореф. дис. кандидата технических наук. - Оренбург. - 2006 г. - 22 с.

53 Зарипов А.Р. Алгоритмы логического управления температурно-силовыми режимами процесса механообработки в условиях неопределенности: автореф. дис. кандидата технических наук. - Уфа. - 2008. - 19 с.

54 Каширцев В.В. Повышение производительности обработки при точении изделий из жаропрочного сплава на основе хрома путем применения инструмента из твердого сплава высокой теплостойкости: автореф. дис. кандидата технических наук. - Москва. - 2014 г. - 22 с.

55 Глобин П.В. Автоматизированная система управления стабилизацией параметров режима резания на финишных операциях: Автореф. дис. кандидата технических наук. - Курск. - 2013 г. - 22 с.

56 Патент на изобретение № RU 2 481 183 С2, МПК B23Q 15/00. Устройство автоматизированного контроля нагрузки на валу электродвигателя металлорежущего станка / В.А. Кузовкин, В.В. Филатов, А.Н. Порватов и др. - 10.05.2013. - 5 с.

57 Патент на изобретение № RU 2465116 С2 МПК B23Q 15/10. Способ и устройство стабилизации процесса резания на токарном оборудовании с чпу / М.В. Бобырь - 27.10.2012. - 5 с.

58 Патент на изобретение № RU 2280540 С1 МПК В23В 25/06. Устройство высокоточной обработки деталей на оборудовании с ЧПУ / В.С. Титов, М.В. Бо-бырь, Н.А. Милостная - 27.07.2006. - 5 с.

59 Патент на изобретение № RU 2381888 С2 МПК B23Q 15/18, В23В 25/06. Устройство теплового контроля точности обработки деталей / В.С. Титов, М.В. Бобырь, С.А. Леонидовна - 20.02.2010. - 5 с.

60 Патент на изобретение № RU 2311265 С1 МПК В23В 01/100. Способ стабилизации температуры резания при точении / А.В. Колобков - 27.11.2007. - 5 с.

61 Патент РФ 2504006 на изобретение мпк G06N 3/08. Способ обучения искусственной нейронной сети / А.Н. Цуриков - 10.01.2014. - 5 с.

62 Патент RU 2402813 С1 на изобретение мпк G06N 3/06. Способ моделирования нейрона / Е.А. Самойлин - 27.10.2010. - 5 с.

63 Васильев Д.В. Метод формирования максимальной обрабатываемости жаропрочных материалов путем высокотемпературного охрупчивания при резании: автореф. дис. кандидата технических наук. - Тюмень. - 2015 г. - 20 с.

64 Патент RU 2535839 С2 на изобретение мпк В23В 1/00, В23В 25/06. Способ определения оптимальной скорости резания / Е.В. Артамонов, Д.В. Васильев

- 20.12.2014. - 6 с.

65 Патент на изобретение № RU 2538750 С2, МПК B23Q 15/00. Способ определения оптимальной скорости резания в процессе металлообработки / М.П. Козочкин, С.В. Федоров, М.В. Терешин - 01.10.2015 г. - 5 с.

66 Патент на изобретение № RU 2465985 С1, МПК B23Q 15/00. Способ определения оптимальной скорости резания / К.П. Арефьев, Т.Ю. Малеткина, С.С. Марьин - 10.11.2012. - 5 с.

67 Зориктуев В.Ц. Автоматизация процессов резания на основе положения об оптимальной температуре резания // Вестник УГАТУ - Машиностроение/ УФА: УГАТУ. - 2010 г. -№ Т.12. - №4(33). - С. 14-19.

68 Закураев В.В. Физические предпосылки разработки метода управления процессом завивания и дробления сливной стружки // Вестн. машиностр. - 2002 г.

- № 12. - С. 41-46.

69 Зорев Н.Н., Грановский Г.И., Ларин М.Н. Развитие науки о резании металлов. -М.: Машиностроение, 1967 г. - 416 с.

70 Зорев Н.Н. Вопросы механики процесса резания металлов. - М.: Маш-гиз, 1956 г. - 368 с.

71 Зорев Н.Н. Расчет проекции силы резания. -М.: Машгиз, 1957 г. - 56 с.

72 Зорев Н.Н. Обработка резанием труднообрабатываемых материалов // Передовая технология и автоматизация управления процессами обработки деталей машин. - Л.: Машиностроение, 1970 г. - С. 205-215.

73 Лоладзе Т.Н. Стружкообразование при резании металлов. - М.: Машгиз, 1952 г. - 200 с.

74 Теплота и износ инструментов в процессе резания металлов / Г.Ю. Якобс, Э.Г. Якоб, Д. Кохан, А.М. Даниэлян. - М.: Машиностроение, 1981 г. - 279 с.

75 Даниелян А.М. Резание металлов и инструмент. - М.: Машгиз, 1950 г. -

454 с.

76 Грановский Г.И. Кинематика резания. - М.: Машгиз, 1948 г. - 200 с.

77 Грановский Г.И. и др. Кинематика резания. - М.: Машгиз, 1954 г. - 471

с.

78 Адлер Ю.П., Маркова Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий. - М.: Наука, 1976 г. - 279 с.

79 Грановский Г.И., Грановский В.Г. Резание металлов. - М.: Высшая школа, 1985 г. - 304 с.

80 Резников А.Н. Теплофизика резания. - М.: Машиностроение, 1969 г. -

288 с.

81 Резников А.Н., Резников Л.А. Тепловые процессы в технологических системах. - М.: Машиностроение, 1990 г. - 288 с.

82 Резников А.Н. Теплофизика процессов механической обработки материалов. - М.: Машиностроение, 1981 г. - 279 с.

83 German Patent: Number 523594. Process for machining metals of similar acting materials when being worked by cutting tools. / C.J. Salomon, 1931 г. - 451 p.

84 Подураев В.Н., Камалов В.С. Физико-химические методы обработки. -М.: Машиностроение, 1973 г. - 346 с.

85 Подураев В.Н. Резание труднообрабатываемых материалов. - М.: Высшая школа, 1974 г. - 587 с.

86 Полетика М.Ф. Контактные нагрузки на режущих поверхностях инструмента. - М.: Машиностроение, 1969 г. - 150 с.

87 Утешев М.Х. Разработка научных основ прочности режущей части инструмента по контактным напряжениям с целью повышения его работоспособности: автореф. дис. доктора технических наук. - Томск, 1969 г. - 36 с.

88 Артамонов Е.В., Васильев Д.В., Утешев М.Х. Резание металлов и температурный фактор / под общей ред. М.Х. Утешева. - М.: ТюмГНГУ, 2012 г. -150 с.

89 Артамонов Е.В., Васильев Д.В., Утешев М.Х. Взаимосвязь явлений при резании металлов и температурный фактор. - М.: ТюмГНГУ, 2014 г. -150 с.

90 Васин С.А., Верещака А.Н., Кушнер В.С. Резание материалов. Термомеханический подход к системе взаимосвязей при резании. - М.: МГТУ им. Н. Э. Баумана, 2001г. - 448 с.

91 Грибачев В.П. Настоящее и будущее нейронных сетей // Компоненты и технологии. - 2006. - №5. - С. 28-32.

92 Шаламов А.В. de Мазеин П.Г. Нейронные сети как новый подход к управлению технологическим оборудованием // Известия Челябинского научного центра. - 2003 г. - Выпуск 1. - С. 60-64.

93 Martinetz T.M., Berkovich S.G., Schulten K.J. Neural gas network for vector quantization and it's application to time series prediction // IEEE Trans. on Neural Networks. - 1993. - №4. - P. 558-569.

94 Briceno J.F., Mounayri H.E., Mukhopadhyay S. Selecting an artificial neural network for efficient modeling and accurate simulation of the milling process // International Journal of Machine Tools and Manufacture. - 2002. -Vol. 42 - № 6. - P. 663-674.

95 Mandal D., Pal S.K., Saha P. Modeling of electrical discharge machining process using back propagation neural network and multiobjective optimization using

non-dominating sorting genetic algorithm-II // Journal of Materials Processing Technology. - 2007. - Vol. 186 - № 1-3. - P. 154-162.

96 Yang H., Ni J. Dynamic neural network modeling for nonlinear, nonstation-ary machine tool thermally induced error // International Journal of Machine Tools and Manufacture. -2005. - Vol. 45 - № 4-5. - P. 455-465.

97 Modelling the correlation between cutting and process parameters in high speed machining of Inconel 718 alloy using an artificial neural network / E.O. Ezugwu, D.A. Fadare, J. Bonney et al. // International Journal of Machine Tools and Manufacture. - 2005. - Vol. 45 - № 12-13. - P. 1375-1385.

98 Kim H.Y., Ahn J.H. Chip disposal state monitoring in drilling using neural network based spindle motor power sensing // International Journal of Machine Tools and Manufacture. -2002. - Vol. 42 - № 10. - P. 1113-1119.

99 Kwak J.S., Ha M.K. Neural network approach for diagnosis of grinding operation by acoustic emission and power signals // Journal of Materials Processing Technology. - 2004. - Vol. 147 - № 1. - P. 65-71.

100 Korosec M., Balic J., Kopac J. Neural network based manufacturability evaluation of free form machining // International Journal of Machine Tools and Manufacture. - 2005. - Vol. 45 - № 1. - P. 13-20.

101 Bernandos P.G., Mosialos S., Vosniakos G.C. Prediction of work piece elastic deflections under cutting forces in turning // Robotics and Computer-Integrated Manufacturing. - 2006. - Vol. 22 - № 5-6. - Pp. 505-514.

102 Arul S., Vijayaraghavan L., Malhotra S.K. Online monitoring of acoustic emission for quality control in drilling of polymeric composites // Journal of Materials Processing Technology. - 2007. - Vol. 185 - № 1-3. - Pp. 184-190.

103 Система контроля и методы распознавания состояний резцов для поддержания их работоспособности / А.Г. Деревянченко[и др.] // Науковi пращ Дон-НТУ. Проектування прогресивних конструкцш рiзальних шструменлв та технолопчного оснащення. - 2009 г. - С. 87-94.

104 Деревянченко 0.Г. Использование средств искусственного интеллекта при создании системы поддержки работоспособности режущих инструментов // Вюник ЖДТУ. Техшчш науки. - 2009 г. - № 3 (50). - С. 32-38.

105 Внуков Ю.Н. Моделирование износа инструмента по результатам вейвлет-преобразования звукового сигнала // Штучний штелект. - 2008 г. - № 1. -С. 73-79.

106 Fines J.M., Agah A. Machine tool positioning error compensation using artificial neural networks // Engineering Applications of Artificial Intelligence. - 2008. -Vol. 21 - № 7. - P. 1013-1026.

107 Mize C.D., Ziegert J.C. Neural network thermal error compensation of a machining center // Precision Engineeringe. - 2000. - Vol. 24 -№4. - P. 338-346.

108 Uroz Z., Franc C., Edi K. Adaptive network based inference system for estimation of flank wear in endmilling // Journal of Materials Processing Technology. -2009. -Vol. 209 - № 3. - P. 1504-1511.

109 Cus F., Zuperl U. Approach to optimization of cutting conditions by using artificial neural networks // Journal of Materials Processing Technology. - 2006. - Vol. 173 - № 3. - P. 281-290.

110 Jain R.K., Jain V.K. Optimum selection of machining conditions in abrasive flow machining using neural network // Journal of Materials Processing Technology. -2000. - Vol. 108 - № 1. - P. 62-67.

111 El-Mounayri H., Kishawy H., Briceno C. Optimization of CNC ball end milling: a neural network-based model // Journal of Materials Processing Technology. - 2005. - Vol. 166 -№ 1. - Pp. 50-62.

112 Hambli R., Guerin F. Application of a neural network for optimum clearance prediction in sheet metal blanking processes // Finite Elements in Analysis and Design. - 2003. - Vol. 39 - № 11. - P. 1039-1052.

113 Kim H.G., Sim J.H., Kweon H.J. Performance evaluation of chip breaker utilizing neural network // Journal of Materials Processing Technology. -2009. - Vol. 209 - № 2. - P. 647-656.

114 Медведев В.В. Особенности диагностики качества механообработки с применением интеллектуальных систем // Вюник Донбасько! державно! машинобудiвно! академи. - 2008 г. - № 3Е (14). - С. 131-135.

115 Tsao C.C., Hochen H. Tool wear and surface roughness prediction using an artificial neural network (ANN) in turning steel under minimum quantity lubrication (MQL) // Engineering and Technology. - 2010. - № 62. - P. 830-839.

116 Ozel T., Karbat Y. Predictive modeling of surface roughness and tool wear in hard turning using regression and neural networks // International Journal of Machine Tools and Manufacture. - 2005. - Vol. 45 - № 4-5. - Pp. 467-479.

117 Abburi N.R., Dixit U.S. A knowledge-based system for the prediction of surface roughness in turning process // Robotics and Computer-Integrated Manufacturing. - 2006. - Vol. 22. - № 4. - P. 363-372.

118 The experimental investigation of the effects of uncoated, PVD- and CVD-coated cemented carbide inserts and cutting parameters on surface roughness in CNC turning and its prediction using artificial neural networks / M. Nalbant, I. Gokaya, I. Toktas, G. Sur // Robotics and Computer-Integrated Manufacturing. - 2009. - Vol. 25

- № 1. - P. 211-223.

119 Prediction of minimum surface roughness in end milling mold parts using neural network and genetic algorithm / H. Oktem, T. Erzurumlu, F. Erzincanli, G. Sur // Materials and Design. - 2006. - Vol. 27 - № 9. - P. 735-744.

120 Zain A.M., Haron H., Sharif S. Prediction of surface roughness in the end milling machining using Artificial Neural Network // Expert Systems with Applications.

- 2010. - Vol. 37 - № 2. - P. 1755-1768.

121 El-Sonbaty I.A., Khashaba U.A., Selmy A.I. Prediction of surface roughness profiles for milled surfaces using an artificial neural network and fractal geometry approach // Journal of Materials Processing Technology. - 2008. - Vol. 200 - № 1-3. -P. 271-278.

122 Panda S.S. Simultaneous prediction of surface roughness and drill flank wear in drilling a mild steel work piece using ANN // National Conference on Quality,

Reliability and Maintainability aspect in Engineering systems. - 2007. - Pp. 271-278.

123 Tsao C.C., Hocheng H. Evaluation of thrust force and surface roughness in drilling composite material using Taguchi analysis and neural network // Journal of Materials Processing Technology. - 2008. - Vol. 203 - № 1-3. - P. 342-348.

124 Niaki S.T.A., Davoodi M. Designing a multivariate-multistage quality control system using artificial neural networks // International journal of production research : American Institute of Industrial Engineers; Society of Manufacturing Engineers. - London : Taylor and Francis, ISSN 0020-7543, ZDB-ID1604776. - 2009. -Vol. 47 - № 1(11). - P. 251-271.

125 Cory R. Real time quality control of the injection molding process using artificial neural networks // Thesis (M.S.) - Brigham Young University. Dept. of Manufacturing Engineering and Engineering Technology. Includes bibliographical references.

- 2009. - P. 82-84.

126 Силин С.С. Метод подобия при резании материалов: учеб. пособие. -М.: Машиностроение, 1979 г. - 153 с.

127 Постнов В.В. Оптимизация термодинамических условий нестационарного резания труднообрабатываемых материалов // Вестник Уфимского государственного авиационного технического университета. - 2007 г. - T. 9. - № 1(19). -С. 100-107.

128 Постнов В.В. Термодинамическое описание синхронизма механических и тепловых процессов при нестационарном резании металлов // Вестник Уфимского государственного авиационного технического университета. - 2009 г.

- T. 12. - № 4(33). - С. 5-9.

129 Постнов В.В., Суханова Н.Н., Амиров Н.Ф. Термодинамические критерии как основа форсирования режимов резания труднообрабатываемых материалов // Вестник Уфимского государственного авиационного технического университета. -2007 г. - T. 16. - № 4(49). - С. 59-64.

130 Лоладзе Т.Н. Износ режущего инструмента. - М.: Машгиз, 1958 г. -

354 с.

131 Тиме И.А., Зворыкина К.А. Основоположники науки о резании металлов. - М.: ГНТИМЛ, 1952 г. - 480 с.

132 Кушнер В.С. Основы теории стружкообразования : учеб. пособие. в 2 кн.: Кн. 1. Механика резания. - 130 с. Кн. 2. Теплофизика и термомеханика резания. - 135 с. - Омск: Изд-во ОмГТУ, 1996 г.

133 Кушнер В.С., Бургонова О.Ю. Теория стружкообразования: монография - Омск: Изд-во ОмГТУ, 2011 г. - 176 с.

134 Influence of cutting conditions on the cutting performance of TiAl6V4 / Y. GuiGen, X. ShiFeng, T. XingHua, D. LanHong // Advanced Materials Research. -2011. - Vol. 337. - P. 387-391.

135 The influence of tool wear on the mechanism of chips segmentation and tool vibration / A. Aco, B.P. Peta, Z. Milan et al. // Tehnic'ki vjesnik. - 2013. - Vol. 2(22). - P. 105-112.

136 Пилинский В.И., Щипанов В.В. Расчет на ЭВМ оптимальных режимов резания: метод. указания / Тольяттинский политехн. ин-т. - 1990 г. - 34 с.

137 Хоанг В.Ч. Температурный мониторинг и управление процессом резания: дис. магистратуры технических наук. - Тула, 2011 г. - 86 с.

138 Силин С.С., Козлов В.А. К вопросу теоретического расчета сил резания // Производительная обработка и технологическая надежность де талей машин: - межвузовский сб. научных трудов. Ярослав, изд. Ярославского политехнического института, 1977 г. - № 6 - С. 36-41.

139 Dimla D.E., Lister P.M., Leighton N.J. Neural network solutions to the tool condition monitoring problem in metal cutting- a critical review of methods // Int. L Mich. Tools Mlumfla:t. - 1997. - Vol. 37 -No. 9. - P. 1219-1241.

140 Хоанг В.Ч., Сальников В.С. Выбор оптимального варианта комплекса исходных параметров в математической модели температуры резания // Известия ТулГУ. Технические науки. - 2014 г. - Выпуск 11 - С. 402-405.

141 A generalized neural network model of ball-end milling force system / U. Zuperl, F. Cus, B. Mursec, J. Ploj // Journal of Materials Processing Technology. -

2006. - Vol. 175 - № 1-3. - P. 98-108.

142 Modeling of cutting forces as function of cutting parameters for face milling of stellite 6 using an artificial neural network / S. Aykit, M. Golcu, S. Semiz, H.S. Ergur // Journal of Materials Processing Technology. - 2007. - Vol.190 - № 1-3. - Pp. 199-203.

143 Prediction of cutting force for self-propelled rotary tool using artificial neural networks / W. Hao, X. Zhu, X. Li, G. Turyagyenda // Journal of Materials Processing Technology. - 2006. - Vol. 180 - № 1-3. - Pp. 23-29.

144 Korkut I., Acir A., Boy M. Application of regression and artificial neural network analysis in modeling of tool-chip interface temperature in machining // Journal of Materials Processing Technology. Expert Systems with Applications. - 2008. - Vol. 30 - № 2 - Pp. 23-29.

145 Математическое моделирование и оптимизация процессов механической обработки как средство управления технологическими параметрами на основе нечеткой логики / Т.А. Дуюн [и др.] // Грант РФФИ и Правительства Белгородской области в рамках проекта №14-41-08044. -2014 г.

146 Numerical modeling and optimization of machining duplex stainless steels / D.K. Rastee, S. Siegfried, H. Uwe, E. Rocco // Production and Manufacturing Research. - 2014. - Vol. 1. - P. 36-83.

147 Хайкин С. Нейронные сети: полный курс, 2-е издание.: Пер. с англ. -М.: Издательский дом «Вильяме», 2006. - 1104 с.; Галушкин А.И. Теория нейронных сетей. Кн. 1: Учебное пособие для вузов / Общая ред. А.И.Галушкина. - М.: ИПРЖР, 2000 г. - 416 с.

148 Cutting Force Modeling / P. Karla, V. Monroy, G. Claudio, C. Elisabetta // CIRP Encyclopedia of Production Engineering. - 2014. - P. 315-329.

149 Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. - 1-е. изд. - М.: Горячая линия - Телеком, 2001 г. - 382 с.

150 Рудой Г.И. Выбор функции активации при прогнозировании нейронными сетями // Машинное обучение и анализ данных. - 2011 г. - №1. - С. 40-50.

151 Hung H.C., Michael T.M., Hema C. A neural network training algorithm utilizing multiple set of linear equations // Neurocom puting. - January 1992. - Vol. 40, -№ 1. - P. 202-210.

152 Царегородцев В.Г. Об исследовании эффективности одного метода построения отказоустойчивых нейросетей // Материалы Х Всеросс. семинара "Ней-роинформатика и ее приложения. - Красноярск, 2002 г. - С. 157-160.

153 Царегородцев В.Г. Взгляд на архитектуру и требования к нейроимита-тору для решения современных индустриальных задач // Материалы XI Всерос. семинара «Нейроинформатика и ее приложения». - Красноярск, 2003 г. - С. 171175.

154 Царегородцев В.Г. Редукция размеров нейросети не приводит к повышению обобщающих способностей // Материалы XII Всерос. семинара «Нейроинформатика и ее приложения». - Красноярск, 2004 г. - С. 163-165.

155 Царегородцев В.Г. Определение оптимального размера нейросети обратного распространения через сопоставление средних весов синапсова // Материалы XIV Международной конференции по нейрокибернетике. - Ростов на Дону, 2005 г. - Т. 2. - С. 60-64.

156 Namarvar H.H., Berger T.W. An efficient training algorithm for dynamic synapse neural networks using trust region methods // Neural Networks. -2003. Vol. 16. - P. 585-591.

157 Tsaregorodtsev V.G. Parallel implementation of back-propagation neural network software on SMP computers // Lecture Notes In Computer Science 3606 (PaCT-2005 Proceedings). - Springer-Verlag, 2005. - P. 185-192.

158 Акимов И.В. Самообучающаяся система экспрессоценки трудоемкости изготовления деталей машин: автореф. дис. кандидата технических наук. - Тула, 1999 г. -16 с.

159 Пасько Н.И., Иноземцев А.Н., Акимов И.Н. К методике вероятностного расчета времени выполнения партии деталей // Известия ТулГУ. Серия "Машиностроение. - Тула, 1998 г. - Вып. 3. - С. 32-38.

160 Патент РФ на изобретение № 2108900 Кл. В23 Q 15/12/ ОМАТ ЛТД Контроллер для станков с ЧПУ / И.Б. Рубашкин, Б. Файштейн, И. Карасин и др. -2003. - 10 с.

161. Попов М.А. Структура самообучающейся адаптивной технологической системы прогнозирующего типа для многопроходной токарной обработки: автореф. дис. кандидата технических наук. - Тула, 1999 г. - 23 с.

162. Суслов А.Г., Петрешин Д.И., Кривенок С.А. Самообучающаяся система обеспечения и адаптивного управления шероховатостью при механической обработке // Практика и перспективы развития институционного партнерств: материалы 3-го Междунар. науч. практ. Семинара .:в 2-х кн., кн. 2. - Таганрог, 2002 г. - С. 136-139.

163. Hagan M.T., Demuth H.B., Jesu' s O. An Introduction to the Use of Neural Networks in Control Systems. International Journal of Robust and Nonlinear Control // Proceedings of Informing Science and IT Education Conference. - 2002. - Vol. 12 -No. 11. - P. 959-985.

164. Балакшин Б.С. Адаптивное управление станками. - М.: Машиностроение, 1973 г. - 688 с.

165. Liang S.Y., Hecker R.L., Landers R.G. Machining Process Monitoring and Control: The State of the Art // ASME International Mechanical Engineering Congress and Exposition. - 2002. - P. 599-610.

166. Козак Н.В., Никишечкина Н.А., Никишечкин А.П. Нейросетевая подсистема адаптивного управления процессом резания для открытых систем ЧПУ типа PCNC // Вестник МГТУ "Станкин". - 2009 г. - №3(7). - С. 103-105.

167. Brochure, Cutting Force, Cutting Force Measurement // Kistler Group, https://www.kistler.com. - 2015. - P. 25.

168. Общемашиностроительные нормативы режимов резания: О-28, справочник: в 2т. Т.2. / А.Д. Локтев [и др.]. - M.: Машиностроение, 1991 г. - 304 с.

169. Балакшин Б.С. Основы технологии машиностроения. - М.: Машиностроение, 1969 г. -561 с.

170. Патент на изобретение № RU 2374038 C1, МПК B23B1/00. Способ определения оптимальной скорости резания / В.П. Нестеренко, Ю.В. Бородин, Ю.Я. Раков, Ю.И.Галанов, К.П. Арефьев - 27.11.2009. - 5 с.

171. Патент на изобретение № RU 2 492 968 C1, МПК B23B 25/06 (2006.01). Способ определения параметра шероховатости на токарных станках с чпу при получистовой и чистовой обработке металла твердосплавным инструментом / А.Л. Плотникова, А.С. Сергеева, Н.Г. Зайцевы - 20.09.2013. - 9 с.

172. Jean-François R., Tarek M., Mohamed W.A., Mohamed A.I., Salim B. Surface roughness and cutting forces modeling for optimization of machining condition in finish hard turning of AISI 52100 steel. Journal of Mechanical Science and Technology. - 2012. - Vol 26. - № 12. - P. 4105-4114.

Список опубликованных работ по теме диссертации

Патенты и свидетельства:

1 Патент РФ на изобретение № 2566979 МПК8 G06N 3/02. Способ обучения искусственной нейронной сети / В.С. Сальников, В.Ч. Хоанг, А.В. Анцев. -15.12.2015. - 11 с.

2 Патент РФ на полезную модель № 156863 МПК8 G01K 7/02. Устройство измерения температуры / В.Ч. Хоанг, В.С. Сальников. - 24.06.2015. - 2с.

3 Свидетельство РФ о государственной регистрации программы для ЭВМ № 2015612413. Программа обучения искусственной нейронной сети / В.Ч. Хоанг, В.С. Сальников. 18.02.2015. - 2с.

4 Свидетельство РФ о государственной регистрации программы для ЭВМ № 2015619028. Программное обеспечение устройства измерения температуры с использованием термопар / В.Ч. Хоанг, В.С. Сальников. - 21.08.2015. - 2с.

Статья на английском языке в журналах, входящих в международные реферативные базы данных и цитирования Scopus и Springer:

5 V.S. Salnikov and V.C. Hoang, Optimization of Cutting Processes. Russian Engineering Research. - 2016. - Vol. 36. - № 6. - P. 508-510. doi: 10.3103/S1068798

Х16060186

Статьи в журналах, рекомендованных ВАК РФ:

6 Хоанг В.Ч., Сальников В.С. Нейросетевой подход к моделированию температурно-силовых характеристик процесса резания // Интернет- журнал «НАУКОВЕДЕНИЕ». -2016 г. - Том 8. - № 3. ://naukovedenie.ru/PDF/ 59TVN316.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ.

7 Хоанг В.Ч., Сальников В.С. Один из аспектов моделирования процесса резания с помощью искусственной нейронной сети // СТИН. - 2016 г. - № 7. - С. 27-31.

8 Хоанг В.Ч., Сальников В.С. Критерий оптимизации процессов резания // СТИН. - 2015 г. - №11. С. 33-36.

9 Хоанг В.Ч. Практические вопросы исследования температуры резания при точении// Известия ТулГУ. Технические науки. - 2015 г. - Выпуск 7: в 2 ч., Ч.1. - С. 78-84.

10 Хоанг В.Ч., Сальников В. С. Моделирование температуры резания в условиях неопределенности с применением искусственной нейронной сети // Известия ТулГУ. Технические науки. - 2014 г. - Выпуск 11: в 2 ч., Ч.1. - С. 386-395.

11 Хоанг В.Ч., Сальников В.С. Выбор оптимального варианта комплекса исходных параметров в математической модели температуры резания// Известия ТулГУ. Технические науки. - 2014 г. - Выпуск 11: в 2 ч., Ч.1. - С. 402-405.

12 Сальников В.С., Хоанг В.Ч. Температурный мониторинг процесса резания // Известия ТулГУ. Технические науки. - 2013 г. - Выпуск 12: в 2 ч., Ч.1. -С.216-220.

13 Сальников В.С., Хоанг В.Ч. Анализ процессов управления режимами резания по температурному критерию // Известия ТулГУ. Технические науки. -2013 г. - Выпуск 1. - С. 172-178.

14 Сальников В.С., Хоанг В.Ч. Оперативные средства мониторинга процесса резания // Известия ТулГу. Технические науки. - 2013 г. - Выпуск 1. - С.

210-215.

15 Сальников В.С., Хоанг В.Ч. Математическая модель тепловых процессов в зоне резания // Известия ТулГу. Технические науки. - 2012 г. - Выпуск 5 -С. 56-62.

И другие публикации в научных журналах, материалах международных научных конференций и сборниках научных трудов:

16 Хоанг В.Ч., Сальников В.С. Повышение эффективности устройства смены инструмента в многоцелевом станке // Инновационные наукоемкие технологии: теория, эксперимент и практические результаты. - Тула: ТулГУ, 2011 г. -С. 126-131.

17 Хоанг В.Ч., Сальников В.С. Оценка информативности термо-эдс в процессе резания // Молодежный вестник политического института. - Тула: ТулГУ, 2012 г. - С. 194-195.

18 Хоанг В.Ч., Сальников В.С. Анализ проблем мониторинга и управления процессом резания // Вестник тульского государственного университета «Автоматизация: проблемы, идеи, решения». - Тула: ТулГУ, 2012 г.- С. 239-242.

19 Хоанг В.Ч. Измерение термо-ЭДС в зоне резания // Сборник трудов «VIII Магистерская научно-техническая конференция». - Тула: ТулГУ, 22.04.2013 г. - С. 232-234.

20 Хоанг В.Ч. Анализ известных моделей тепловых процессов в зоне резания // Сборник трудов VIII конференции «Молодежные инновации». - Тула: Тул-ГУ, 25.11.2013 г. - В 2 ч., Ч.2. - С. 102-104.

21 Хоанг В.Ч. Применение нейронной сети в системе управления процессом резания // Сборник трудов «IX Магистерская научно-техническая конференция». - Тула: ТулГУ, 21.04.2014 г. - С. 194-195.

22 Хоанг В.Ч. Способ обучения искусственной нейронной сети // Сборник трудов «X Магистерская научно-техническая конференция». -Тула: ТулГУ, 22.04.2015 г. - С. 191-193.

23 Хоанг В.Ч. Программа обучения искусственной нейронной сети //

Сборник трудов «Х Магистерская научно-техническая конференция». - Тула: ТулГУ, 22.04.2015 г. - С. 194-195.

24 Хоанг В.Ч., Нгуен М.Х. Цифровое устройство мониторинга температуры // Сборник трудов IX конференции «Молодежные инновации». - Тула: ТулГУ, 14.10.2015 г. - С. 285-286.

25 Хоанг В.Ч., Фунг К.З. Метод передачи управляющей программы на станок с чпу от системы адаптивного управления // Сборник трудов IX конференции «Молодежные инновации». - Тула: ТулГУ, 14.10.2015 г. - С. 286-288.

26 Хоанг В.Ч., Сальников В.С. Модифицированный способ обучения искусственной сети для моделирования температурно-силовых характеристик процесса резания // Сборник трудов III региональной научно-технической конференции «Высокие, критические электро- и нанотехнологии». -Тула: ТулГУ, 16.12.2015 г. - С. 54-64.

27 Хоанг В.Ч. Температурный мониторинг процесса резания с применением инфракрасного изображения // Приборы и управления. - Тула: изд. ТулГУ,, 2016 г. - Выпуск 14. - С. 23-29.

28 Хоанг В.Ч., Данг Х.Ч. Информационные потоки между элементами системы адаптивного управления режимами резания // Приборы и управления. -Тула: изд. ТулГУ, 2016 г. - Выпуск 14. - С. 56-62.

29 Хоанг В.Ч., Данг Х.Ч. Повышение эффективности устройства смены инструмента в многоцелевом станке // Приборы и управления. - Тула, изд. Тул-ГУ, 2016 г. - Выпуск 14. - С. 49-51.