105 / 457
Современные технологии и автоматизация в машиностроении
105
Рис. 1. Погрешность фрезерования в результате действия динамических сил
Анализ различных CAM систем связанных с обработкой криволинейных поверхностей, вы-
явил ограниченность возможностей описания этапов их обработки. На сегодняшний день пользовате-
лю доступны функции полуавтоматической работы с криволинейными поверхностями, однако все
они требуют значительного объема ручной работы. А гибкого и интуитивно-интеллектуального ин-
струментария, сокращающего время на проектирование операций обработки криволинейных поверх-
ностей на сегодняшний день – нет. Бесспорно – любая поверхность легко распознается большинст-
вом систем, с указанием всех её геометрических и точностных параметров, однако выбор методов
управления, шаблонов, а также режимов резания лежит на плечах программиста. Перед исследовате-
лем стоит задача сформировать оптимальный алгоритм и способ создания технологических процес-
сов обработки криволинейных поверхностей, обладающий максимально интуитивным интерфейсом и
высокой производительностью.
Инновационным является использование самообучающихся систем на основе нейронных се-
тей, что позволит свести решение задач к уровню принятия решений самой САПР с конечным пре-
доставлением пользователю выбора по их утверждению. А наличие автоматически пополняемой базы
знаний и широкого спектра методов обучения подобных сетей, позволяет сократить время на проек-
тирование управляющей программы и оградить пользователя от рутинного труда.
В настоящее время на Российском рынке представлено большое количество CAM-систем ис-
пользующих различные методы обработки криволинейных поверхностей: Tebis (компании Tebis),
Siemens NX (компании Siemens), SolidCAM (компании SolidCAM), PowerMill (компания Delcam),
HyperMill (компании OpenMind), MasterCam (компании MasterCam), Pro/ENGINEER (компании PTC),
Catia (компании Dassault Systemes, S.A. и IBM). Однако, ни один из них не учитывает наличие при
механической обработке такого общеизвестного явления, как технологическая наследственность.
Между тем, исследования последних лет [5, 6] показывают, что теплосиловая напряженность, возни-
кающая на предшествующей операции, оказывает существенное влияние на наследование остаточ-
ных напряжений (рис.2). Причем, анализ результатов исследований показывает, что на разной глуби-
не поверхностного слоя значения коэффициента наследования будут различными вследствие нерав-
номерного прогрева и длительности теплового воздействия. Так, на самой поверхности заготовки ко-
эффициент наследования будет стремиться к максимуму (~1) вследствие кратковременности воздей-
ствия высоких контактных температур и быстрого охлаждения. С увеличением глубины ПС макси-
мальная температура будет постепенно уменьшаться, однако время её воздействия несколько возрас-
тет. Следовательно, на данных глубинах ожидаются минимальные значения коэффициента наследо-
вания ТОН. С дальнейшим увеличением глубины ПС время температурного воздействия продолжает
расти, но малые значения температуры не позволят эффективно релаксировать сформированные
ТОН, следовательно, коэффициент наследования будет стремиться вновь к максимуму.
Таким образом, не учтенное при разработке УП для станков с ЧПУ влияние технологического
наследования ТОН при изготовлении нежестких деталей может привести к существенному увеличе-
нию трудоёмкости и продолжительности технологического цикла их изготовления.