Интеллектуальная система автоматизированного проектирования процессов резания при токарной обработке материалов

М. В. СОКОЛОВ, К. А. АЛТУНИН
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА  
АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ  
ПРОЦЕССОВ РЕЗАНИЯ  
ПРИ ТОКАРНОЙ ОБРАБОТКЕ МАТЕРИАЛОВ
Монография  
Москва    Вологда 
«Инфра-Инженерия» 
2020 

УДК 621:004.896 
ББК 34.4:32.813 
С59 
 
 
Р е ц е н з е н т ы : 
доктор технических наук, профессор Тамбовского государственного  
технического университета Д. Ю. Муромцев; 
доктор технических наук, профессор Тамбовского государственного  
технического университета Ю. Ю. Громов 
 
 
 
 
 
 
 
Соколов, М. В. 
С59  
Интеллектуальная система автоматизированного проектирования 
процессов резания при токарной обработке материалов : монография /  
М. В. Соколов, К. А. Алтунин. – Москва ; Вологда : Инфра-Инженерия,  
2020. – 260 с. : ил., табл.  
ISBN 978-5-9729-0513-3 
 
Дан обзор применения методов искусственного интеллекта при определении конструкции и геометрии режущей части инструмента и предложен анализ 
методов моделирования и оптимизации процессов резания. Описана концепция 
создания приложения для определения конструкции и геометрии режущего инструмента. Разработана модель предоставления знаний и на ее основе, база знаний основных параметров процесса резания. Описаны этапы создания структуры 
фреймовой модели базы знаний процессов механической обработки материалов. 
Составлен алгоритм работы программы для определения конструкции и геометрии режущего инструмента.   
Для инженерно-технических работников, занимающихся проектированием 
процессов обработки материалов резанием в машиностроении, а также студентов 
старших курсов и аспирантов, специализирующихся в области конструкторскотехнологического обеспечения машиностроительных производств.  
УДК 621:004.896 
ББК 34.4:32.813 
 
 
 
ISBN 978-5-9729-0513-3 
© М. В. Соколов, К. А. Алтунин, 2020 
 
© Издательство «Инфра-Инженерия», 2020 
 
© Оформление. Издательство «Инфра-Инженерия», 2020 

Введение
В настоящее время сокращение сроков проектирования и подбор оптимальных параметров процесса резания – это важнейшие требования, предъявляемые к разработке технологического процесса. Применение современных систем автоматизированного проектирования (САПР) позволяет удовлетворить их лишь частично, так как в большинстве случаев технолог самостоятельно применяет решение о выборе тех или иных режимов резания, руководствуясь собственным опытом. Наличие САПР, предлагающей пользователю выбрать из списка возможных параметров процесса резания оптимальные при заданных условиях, позволило бы существенно повысить эффективность технологического процесса. 
Применение различных методов искусственного интеллекта для разработки САПР процессов механической обработки материалов позволит повысить производительность системы, увеличить скорость обработки входных
данных и облегчит решение трудноформализуемых задач, возникающих в
процессе проектирования. 
Методы моделирования и оптимизации процессов механической обработки материалов рассмотрены в работах С.С. Силина, Е. Ульмана, Е. Виемана, В.А. Кудинова, М.Л. Орликова, Г.И. Грановского, В.Г. Грановского и
др. Однако мало проведено исследований в области моделирования и оптимизации процесса резания с учетом его динамической составляющей.  
Вопросам создания и развития САПР посвящены, в частности, работы
ученых Евгенева Г.Б., Норенкова И.П., Черепашкова А.А., Носов Н.В., Кунву
Ли, Groover M., Zimmers E., Vinit A. Wagle, и других. Но мало исследований
проведено в области создания интеллектуальных САПР и их применения к
моделированию и оптимизации процессов резания. 
Под оптимальными конструктивными параметрами процесса резания
следует понимать нахождение оптимальной конструкции и геометрии режущего инструмента. Определению оптимальной геометрии режущего инструмента посвящены исследования Ф. Тейлора, М.Н. Ларина, А.И. Бетанели, 
Г.Л. Хаета, С.И. Петрушина, А. С. Верещака, Ю. Г. Кабалдина и многих других. В настоящее время нет единого подхода к выбору наивыгоднейших геометрических параметров режущей части на стадии проектирования инструментов и технологических процессов, а имеющиеся в справочниках и нормативах рекомендации носят общий характер. Это приводит к тому, что на
практике геометрические параметры подвергаются корректировке в процессе
3

эксплуатации инструмента, что влечет за собой дополнительные материальные и финансовые потери. 
Одновременное решение комплекса задач оптимизации конструктивных
и режимных параметров процесса резания весьма трудоемко. Отсюда возникает необходимость в разработке специального методического и программного обеспечения, осуществляющего оптимизацию конструктивных и режимных параметров процесса резания, и его реализация в виде информационной системы поддержки принятия решений с элементами искусственного
интеллекта. 
В настоящее время нет единого подхода к выбору наивыгоднейших геометрических параметров режущей части на стадии проектирования инструментов и технологических процессов, а имеющиеся в справочниках и нормативах рекомендации носят общий характер. Это приводит к тому, что на
практике геометрические параметры подвергаются корректировке в процессе
эксплуатации инструмента, что влечет за собой дополнительные материальные и финансовые потери. 
Задача выбора конструкции и геометрии режущего инструмента является трудноформализуемой. Для решения подобных задач широко применяются методы искусственного интеллекта. 
Целью данной работы является разработка интеллектуальной САПР, 
осуществляющей оптимизацию процесса резания с учетом его динамической
составляющей. 
В процессе работы проводится анализ современного состояния вопросов
математического моделирования и оптимизации процессов резания материалов с применением методов искусственного интеллекта, осуществляется разработка баз данных и баз знаний основных процессов механической обработки материалов, созданы алгоритмы и подпрограммы для системы поддержки
принятия решений (СППР) выбора режимных и конструктивных параметров
токарной обработки, проводится разработка программного обеспечения моделирования и оптимизации процессов резания с использованием методов
искусственного интеллекта. 
Так же в работе рассмотрена программа для определения конструкции и
геометрии режущего инструмента на примере токарной обработки. 
4

1. ЛИТЕРАТУРНО-ПАТЕНТНЫЙ ОБЗОР МЕТОДОВ
АВТОМАТИЗАЦИИ ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЙ
ИНЖЕНЕРОМ-ТЕХНОЛОГОМ ПРИ ПОДБОРЕ
КОНСТРУКЦИИ И ГЕОМЕТРИИ РЕЖУЩЕГО
ИНСТРУМЕНТА
Для постановки задачи исследования необходимо выполнить обзор существующих методов автоматизации процесса принятия решений инженером-технологом при подборе оптимальных параметров процесса резания. 
Прежде всего следует рассмотреть применение методов искусственного интеллекта при определении конструкции и геометрии режущей части инструмента. 
1.1 Определение конструктивных параметров процесса резания
Под оптимальными конструктивными параметрами процесса резания
понимают нахождение оптимальной конструкции и геометрии режущего инструмента, механизмов, устройств, а также металлообрабатывающего оборудования в целом. Большое значение при оптимизации функционирования
системы резания имеет нахождение оптимальной конструкции и геометрии
режущего инструмента. Сочетание геометрических параметров, обеспечивающее достижение цели оптимизации процесса резания называют оптимальной геометрией (или наивыгоднейшими геометрическими параметрами).  
На интенсивность изнашивания контактных площадок инструмента
большое влияние оказывает форма его режущей части и величины углов заточки, т.е. его геометрические параметры [1]. Изменение их влечет за собой
изменение периода стойкости инструмента, сил резания, шероховатости обработанной поверхности и т.д. 
В зависимости от цели, которую ставит перед собой исследователь или
технолог, используют различные сочетания углов заточки инструмента. На
практике при совершенствовании геометрии инструмента стремятся обеспечить наибольшие период его стойкости и допустимую скорость резания. Обращают внимание и на обеспечение требуемой производительности обработки и качества обработанной поверхности. Возможны и другие направления
оптимизации процесса обработки, когда решающую роль играет, например, 
шероховатость обработанной поверхности, а все другие показатели являются
второстепенными. 
Основными геометрическими параметрами режущего инструмента, которые учитываются при оптимизации процесса резания, являются: главный
5

угол в плане ij, вспомогательный угол в плане ij1, задний угол Į, передний
угол Ȗ. В зависимости от конкретных условий обработки задача выбора оптимальных значений этих параметров является довольно трудоемкой. 
Выбор заднего угла Į. Задний угол обеспечивает уменьшение трения
задней поверхности режущего инструмента об обработанную поверхность. 
Поэтому с увеличением угла Į до каких-то определенных пределов условия
резания улучшаются. Однако увеличение Į приводит к уменьшению угла заострения ȕ в результате чего ухудшаются условия теплоотвода и интенсифицируется изнашивание. Таким образом, с увеличением Į стойкость вначале
растет, а потом падает (рис. 1.1). Чтобы полнее выяснить характер изменения
стойкости режущего инструмента с изменением заднего угла, необходимо
учитывать толщину срезаемого слоя. 
Рисунок 1.1 – Зависимость Ɍ=f(Į) при различной толщине
срезаемого слоя (а3 > а2 >а1). 
Выбор переднего угла Ȗ. Как известно, чем больше передний угол Ȗ, 
тем легче протекает процесс резания, т.е. тем меньше силы и температура
резания, деформация срезаемого слоя, а следовательно, выше период стойкости режущего инструмента. Однако следует учитывать, что с увеличением
угла Ȗ уменьшается угол заострения ȕ, вследствие чего ухудшается отвод теплоты. Поэтому кривые Ɍ = f(Ȗ) имеют характер, аналогичный графику Ɍ = 
f(Į) (рис. 1.2). 
Передний угол должен быть тем больше, чем меньше твердость и прочность обрабатываемого материала и больше его пластичность. У твердосплавного инструмента передний угол делается меньшим, а иногда даже отрицательным в силу того, что этот инструментальный материал менее прочный, чем быстрорежущая сталь. Однако уменьшение Ȗ приводит к росту сил
резания. Поэтому как в твердосплавных, так и в быстрорежущих инструментах широко используют положительно заточенную переднюю поверхность с
отрицательной фаской вблизи режущей кромки. Фаска способствует повы6

шению прочности режущей кромки, а положительный передний угол уменьшает уровень сил резания. 
Рисунок 1.2 – Зависимость Ɍ=f(Ȗ) при различной твердости
обрабатываемого материала (НВ' < НВ"< НВ'"). 
Выбор главного угла в плане ij. При постоянных значениях S и t изменение угла ij приводит к изменению ширины и толщины срезаемого слоя. 
Чем меньше ij, тем больше ширина среза b и угол İ и лучше отвод теплоты. 
Иными словами: малые углы ij способствуют увеличению периода стойкости
инструмента. Отсюда следует, что для увеличения периода стойкости инструмента надо стремиться к уменьшению угла ij. Однако чрезмерное его
уменьшение оказывается вредным, так как при этом наблюдается резкое возрастание радиальной составляющей Рy силы резания и увеличение вибраций. 
При обработке нежестких деталей для уменьшения радиальной составляющей Ɋɭ главный угол в плане ij следует увеличивать до 90°. В отдельных случаях угол ij назначают из конструктивных соображений. Например, у метчиков для нарезания глухих резьб угол ij берется большим (ij = 40°), чем у метчиков для нарезания сквозных резьб (ij = 20°). Это позволяет нарезать резьбу
в глухих отверстиях на большую длину. 
Главный угол в плане влияет также на шероховатость обработанной поверхности, поэтому при чистовой обработке рекомендуется использовать
меньшие значения ij. 
Выбор вспомогательного угла в плане ij1. Выбор ij1 преследует цель
уменьшения трения вспомогательной задней поверхности инструмента об
обработанную поверхность. Однако чем больше угол ij1, тем выше остаточные гребешки на обработанной поверхности. Кроме того, уменьшается угол
при вершине İ, а следовательно, хуже отводится теплота. График зависимости стойкости резца от вспомогательного угла в плане Ɍ = f( ij1) представлен
на рис. 1.3.
7

Все эти условия приходится учитывать при оптимизации конструкции и
геометрии режущего инструмента. Они накладывают ограничения на диапазон изменения рассматриваемого параметра. 
Рисунок 1.3 – Зависимость периода стойкости инструмента
от вспомогательного угла в плане
1.2. Математическое моделирование процессов резания
Моделирование производственных процессов, в частности процессов
резания, во многих случаях является базой для построения САПР. При классическом подходе к построению математических моделей в зависимости от
вида и уровня сложности процесса, как правило, используется математический аппарат, базирующийся на дифференциальных уравнениях (как простых, так и в частных производных), алгебраических уравнениях, методах
статистического моделирования и т. п.  
Под математической моделью технологического процесса и его элементов понимают систему математических соотношений, описывающих с требуемой точностью изучаемый объект и его поведение в производственных
условиях [2]. При построении математических моделей используют различные математические средства описания объекта – теорию множеств, теорию
графов, теорию вероятностей, математическую логику, математическое программирование, дифференциальные или интегральные уравнения и др. 
Выбор типа математического моделирования, наиболее эффективного в
условиях конкретной задачи, определяется ее технологической сущностью, 
формой представления исходной технологической информации, общей целью исследования. Математическая модель процесса в общем виде
)
,
(
y
x
f
F =
,
(1.1) 
где ɯ - управляемые переменные; ɭ - неуправляемые переменные; F - ожидаемая эффективность. 
Ограничения, входящие в модель, имеют вид ij(ɯ, ɭ)=0. Решения на модели получаются путем определения значения ɯ (как функции от ɭ), максимизирующего (минимизирующего) F. 
8

В зависимости от сложности задачи используются различные принципы
построения моделей. Зачастую возникает необходимость разработки менее
точной модели и более полезной для практики. Возникают две задачи: с одной стороны, - нужно разработать модель, на которой проще всего получать
численное решение, а с другой стороны, - обеспечить максимально возможную точность модели. С целью упрощения модели используются такие приемы, как исключение переменных, изменение характера переменных, изменение функциональных соотношений между переменными (например, линейная аппроксимация), изменение ограничений (их модификация, постепенный
ввод ограничений в условие задачи). Модели, являясь эффективным средством исследования структуры задачи, позволяют обнаружить принципиально
новые стратегии. 
Описание математических соотношений на уровнях структурных, логических и количественных свойств принимает конкретные формы в условиях
определенного объекта. Например, множество параметров, влияющих на выбор скорости резания при различных методах обработки, можно представить
в виде [2]: 
υ
υ
υ
υ
υ
υ
υ
r
z
y
x
k
c
B
d
s
t
m
Ɍ
M
,
,
,
,
,
,
,
,
,
,
,
и
=
, 
(1.2) 
где Tи - стойкость инструмента, мин; m - показатель относительной стойкости
инструмента; ȼ - ширина обрабатываемой поверхности, мм; ɫυ - коэффициент, характеризующий условия обработки; kυ - поправочный коэффициент на
скорость резания; ɯυ, ɭυ, zυ, rυ - показатели степени. 
Логические соотношения между приведенными выше параметрами и
скоростью резания v имеют вид
(
) (
) (
) (
)
[
]
υ
υ
υ
υ
υ
υ
υ
r
B
z
d
y
s
x
t
k
c
m
Ɍ
∧
∨
∧
∨
∧
∨
∧
∧
∧
∧
∧
=
и
,  (1.3) 
причем Tи, m, ɫυ, kυ всегда истинны, а истинные значения других переменных
зависят от метода обработки резанием. 
Количественные соотношения между параметрами с учетом истинности
их логических значений для процесса токарной обработки (например, при
наружном точении) имеют вид: 
υ
υ
υ
υ
υ
y
x
m
s
t
Ɍ
k
c
⋅
⋅
⋅
=
(1.4) 
Следовательно, формулы (1.2)-(1.4) представляют математические модели расчета скорости резания на различных уровнях абстрагирования. 
Далее приведен краткий обзор созданных математических моделей процессов резания на примере токарной обработки. 
Математические модели процесса резания могут описывать силовые и
тепловые процессы при обработке материала. В качестве составного компонента таких моделей может быть математическое описание геометрии и параметров стойкости режущего инструмента. 
9

Так в работе [3] приведена модель, которая позволяет прогнозировать
производительность режущего инструмента на основании толщины покрытия, а также результатов испытания методом царапания и результатов испытания на трение и окисление. Подобные исходные параметры являются достаточно информативными для многих случаев прогнозирования стойкости
режущего инструмента, так как они отвечают традиционным требованиям, 
предъявляемым к режущим инструментам. 
Простейшим примером оценки стойкости инструмента является уравнение Тейлора Ɍ = ɫɌ ·υk, с помощью которого в двойной логарифмической системе координат зависимость между скоростью резания υ и стойкостью Ɍ выражается прямой линией. В этом случае для определения необходимых постоянных приведенного выше уравнения требуются затратные экспериментальные исследования процесса резания. Кроме того, выявлено, что применение подобных простых уравнений для инструментов с износостойким покрытием часто не позволяет получать достоверные результаты. Причина этого заключается в том, что при работе инструментов с покрытием при идентичном химическом составе покрытия и базового режущего материала и аналогичных условиях резания разброс значений стойкости инструмента достигает 240%. 
Существует также необходимость увязать свойства режущих инструментов с номинальными значениями твёрдости, коэффициента трения и температуры окисления и учитывать эти зависимости при прогнозировании. Покрытие инструмента может быть учтено через коэффициент покрытия, который опять же необходимо определять в процессе экспериментального исследования процесса резания. Одной из первых достоверных математических
моделей, основанной преимущественно на номинальных параметрах материала, является математическая модель Дёрра. В этом случае для прогнозирования стойкости инструмента при точении используются возведенные в
определённую степень отношения толщины и твёрдости слоя покрытия, а
также коэффициента трения, температуры окисления и значения теплопроводности рассматриваемого и эталонного инструментов, причём в качестве
показателей степени используются постоянные уравнения. Конечно, определение теплопроводности не относится к обычным процедурам, и подобная
математическая модель не позволяет прогнозировать стойкость инструмента
при изменении материала обрабатываемой детали или при изменении параметров процесса обработки. 
Поэтому в работе [3] предлагается математическая модель, которая позволяет прогнозировать производительность режущего инструмента на основании толщины покрытия, а также результатов испытания методом царапания и результатов испытания на трение и окисление. Подобные исходные
параметры являются достаточно информативными для многих случаев про10