Вплив реґенеративного ефекту та модового зчеплення на стабільність фрезерних операцій

Ярослав Гречанюк, Кирило Вародов
Анотація

Забезпечення якості фрезерної обробки потребує врахування динамічної стабільності процесу, що залежить від інструментальної геометрії, конструктивної жорсткості та типу вібрацій. Мета дослідження була спрямована на виявлення впливу внутрішніх динамічних збурень на перебіг фрезерного процесу, зокрема механізмів самозбуджених вібрацій, що виникають через коливальні взаємодії та залишкові нерівності обробленої поверхні. Методологія включала порівняльний аналіз моделей стабілізації фрезерування із оцінкою їх переваг, обмежень та практичних рекомендацій для впровадження в реальні виробничі процеси. Було представлено математичні моделі, що враховували ефекти затримки у часі та взаємодії між напрямками коливань інструмента і заготовки. Встановлено, що повторний контакт інструмента з нерівностями попередньо обробленої поверхні призводить до змінної товщини шару матеріалу формував нестійкий режим роботи. Взаємодія між різними коливальними режимами, при обробці гнучких або тонкостінних деталей, призводить до більш складних автоколивальних процесів, включаючи хаотичні коливання. Найбільш перспективними для практичного застосування є моделі з адаптивним керуванням, здатні реагувати на зміну технологічних параметрів у реальному часі. Встановлено, що динаміка фрезерного процесу суттєво залежить від геометрії інструмента, довжини виступу, жорсткості, масоінерційних характеристик та зношення ріжучої частини. Процесне демпфування, спричинене бічним контактом інструмента з деталлю, зменшує амплітуду коливань, в діапазоні низьких частот. Структура керування на основі вектора стану системи включала положення, швидкість, амплітуду вібрацій, оберти шпинделя та подачу інструмента. Жоден з методів не є універсальним, тому доцільно застосувати адаптивний підхід до вибору моделі стабільності з урахуванням конструктивних, динамічних і економічних факторів. Практична цінність результатів полягала у можливості застосування їх інженерами та технологами для впровадження адаптивного керування фрезеруванням для зменшення вібрацій і підвищення точності обробки

Ключові слова

автоколивання, система із запізненням, багатомодова динаміка, напівдискретизація, вектор стану, інтелектуальне керування, адаптивне моделювання

ЦИТУВАТИ
Grechaniuk, Ya., & Varodov, K. (2025). Influence of regenerative effect and mode coupling on the stability of milling operations. Machinery & Energetics, 16(3), 58-69. https://doi.org/ 10.31548/machinery/3.2025.58
Використані джерела
  1. Akdeniz, E., & Arslan, H. (2024). Experimental study on new tool holder design to reduce vibration in turning operations. Journal of Vibration Engineering & Technologies, 12(4), 6341-6353. doi: 10.1007/s42417-023-01255-2.
  2. Bertolini, R., Andrea, G., Alagan, N.T., & Bruschi, S. (2023). Tool wear reduction in ultrasonic vibration-assisted turning of SiC-reinforced metal-matrix composite. Wear, 523, article number 204785. doi: 10.1016/j.wear.2023.204785.
  3. Chang, B., Yi, Z., Zhang, F., Duan, L., & Duan, J. (2024). A comprehensive research on wear resistance of GH4169 superalloy in longitudinal-torsional ultrasonic vibration side milling with tool wear and surface quality. Chinese Journal of Aeronautics, 37(4), 556-573. doi: 10.1016/j.cja.2023.07.009.
  4. Chen, Z., Feng, P., Wang, J., Feng, F., & Zha, H. (2022). Understanding the abnormal effects of ultrasonic vibration on tool wear and surface generation in Zr-based bulk metallic glass cutting. CIRP Journal of Manufacturing Science and Technology, 39, 1-17. doi: 10.1016/j.cirpj.2022.07.004.
  5. Chikwendu, O.C., Emeka, U.C., & Obiuto, N.C. (2025). Digital twin applications for predicting and controlling vibrations in manufacturing systems. World Journal of Advanced Research and Reviews, 25(1), 764-772. doi: 10.30574/wjarr.2025.25.1.3821.
  6. Ehsan, S., Ali, M.A., Khan, S.A., Sana, M., Yasir, M., Anwar, S., & Farooq, M.U. (2024). Understanding the effects of cutting conditions on vibrations, surface integrity, machining temperature and tool wear mechanisms in end milling of AISI D2 Steel. Tribology International, 198, article number 109894. doi: 10.1016/j.triboint.2024.109894.
  7. Gomes, M.C., Brito, L.C., da Silva, M.B., & Duarte, M.A.V. (2021). Tool wear monitoring in micromilling using support vector machine with vibration and sound sensors. Precision Engineering, 67, 137-151. doi: 10.1016/j.precisioneng.2020.09.025.
  8. ISO 3685:1993. (1993). Tool-life testing with single-point turning tools. Retrieved from https://www.iso.org/standard/9151.html.
  9. Kam, M., & Şeremet, M. (2021). Experimental investigation of the effect of machinability on surface quality and vibration in hard turning of hardened AISI 4140 steels using ceramic cutting tools. Proceedings of the Institution of Mechanical Engineers, Part E: Journal of Process Mechanical Engineering, 235(5), 1565-1574. doi: 10.1177/09544089211007366.
  10. Kuntoğlu, M., Gupta, M.K., Aslan, A., Salur, E., & Garcia-Collado, A. (2022). Influence of tool hardness on tool wear, surface roughness and acoustic emissions during turning of AISI 1050. Surface Topography: Metrology and Properties, 10(1), article number 015016. doi: 10.1088/2051-672X/ac4f38.
  11. Lan, Q., Chen, B., Yao, B., & He, W. (2024). Tool wear state recognition with deep transfer learning based on spindle vibration for milling process. Computer Modeling in Engineering & Sciences, 138(3), 2825-2844. doi: 10.32604/cmes.2023.030378.
  12. Li, C., Zhao, G., Ji, D., Zhang, G., Liu, L., Zeng, F., & Zhao, Z. (2024). Influence of tool wear and workpiece diameter on surface quality and prediction of surface roughness in turning. Metals, 14(11), article number 1205. doi: 10.3390/met14111205.
  13. Li, K.-M., & Lin, Y.-Y. (2023). Tool wear classification in milling for varied cutting conditions: With emphasis on data pre-processing. International Journal of Advanced Manufacturing Technology, 125(1), 341-355. doi: 10.1007/s00170-022-10701-6.
  14. Liu, X., Xiong, Y., & Yang, Q. (2025). Ultrasonic vibration-assisted machining particle-reinforced al-based metal matrix composites – a review. Metals, 15(5), article number 470. doi: 10.3390/met15050470.
  15. Loveikin, V., Romasevych, Yu., & Kadykalo, I. (2023). Dynamic analysis of the joint movement of the hoisting and slewing mechanisms of a boom crane. Machinery & Energetics, 14(4), 75-85. doi: 10.31548/machinery/4.2023.75.
  16. Maeng, S., Ito, H., Kakinuma, Y., & Min, S. (2023). Study on cutting force and tool wear in machining of die materials with textured PCD tools under ultrasonic elliptical vibration. International Journal of Precision Engineering and Manufacturing-Green Technology, 10(1), 35-44. doi: 10.1007/s40684-022-00416-0.
  17. Marousi, M., Rimpault, X., Turenne, S., & Balazinski, M. (2023). Initial tool wear and process monitoring during titanium metal matrix composite machining (TiMMC). Journal of Manufacturing Processes, 86, 208-220. doi: 10.1016/j.jmapro.2022.12.047.
  18. Nasir, V., Dibaji, S., Alaswad, K., & Cool, J. (2021). Tool wear monitoring by ensemble learning and sensor fusion using power, sound, vibration, and AE signals. Manufacturing Letters, 30, 32-38. doi: 10.1016/j.mfglet.2021.10.002.
  19. Novitskyi, M., & Slipchuk, А. (2024). Features of the use of vibration dampers in the design of vibration-resistant metal cutting tools. In Proceeding of Ⅰst international conference “Applied mechanics” (pp. 52-55). Ternopil: Ivan Pulyuy Ternopil National Technical University.
  20. Omelyanov, O., Polievoda, Y., & Zamriі, M. (2021). Prospects for the use of vibration during cutting material. Vibrations in Engineering and Technologies, 1(100), 104-114. doi: 10.37128/2306-8744-2021-1-10.
  21. Pukhovskyi, E.S. (2022). The effect of vibrations on the stability of a multi-blade tool. Technical Engineering, 2(90), 44-51. doi: 10.26642/ten-2022-2(90)-44-51.
  22. Rahman, A.Z., Jauhari, K., Al Huda, M., Untariyati, N.A., Azka, M., Rusnaldy, R., & Widodo, A. (2024). Correlation analysis of vibration signal frequency with tool wear during the milling process on martensitic stainless steel material. Arabian Journal for Science and Engineering, 49(8), 10573-10586. doi: 10.1007/s13369-023-08397-1.
  23. Rauf, A., Khan, M.A., Jaffery, S.H.I., & Butt, S.I. (2024). Effects of machining parameters, ultrasonic vibrations and cooling conditions on cutting forces and tool wear in meso scale ultrasonic vibrations assisted end-milling (UVAEM) of Ti-6Al-4V under dry, flooded, MQL and cryogenic environments – a statistical analysis. Journal of Materials Research and Technology, 30, 8287-8303. doi: 10.1016/j.jmrt.2024.05.202.
  24. Sarath, S., & Paul, P.S. (2021). Application of smart fluid to control vibration in metal cutting: a review. World Journal of Engineering, 18(3), 458-479. doi: 10.1108/WJE-06-2020-0232.
  25. Silva, F.J.G., Martinho, R.P., Magalhães, L.L., Fernandes, F., Sales-Contini, R.C., Durão, L.M., Casais, R.C.B., & Sousa, V.F.C. (2024). A comparative study of different milling strategies on productivity, tool wear, surface roughness, and vibration. Journal of Manufacturing and Materials Processing, 8(3), article number 115. doi: 10.3390/jmmp8030115.
  26. Tomashevskyi, O., & Balytska, N. (2023). The process of metal and alloy micro-milling: An analytical review. Technical Engineering, 2(92), 74-88. doi: 10.26642/ten-2023-2(92)-74-88.
  27. Yang, B., Wang, M., Liu, Z., Che, C., Zan, T., Gao, X., & Gao, P. (2023). Tool wear process monitoring by damping behavior of cutting vibration for milling process. Journal of Manufacturing Processes, 102, 1069-1084. doi: 10.1016/j.jmapro.2023.07.077.
  28. Yin, S., Yip, W.S., Dong, Z., Kang, R., & To, S. (2025). Experimental and simulation investigation of ultrasonic elliptical vibration cutting of tungsten alloys in ultra-precision machining. Journal of Materials Research and Technology, 34, 77-89. doi: 10.1016/j.jmrt.2024.12.026.
  29. Yu, F., Zhang, C., Zhu, Q., Liu, C., & Dong, Z. (2023). Investigation of ultrasonic mechanism and development of tool wear model in ultrasonic elliptic vibration assisted cutting of stainless steel. Tribology International, 189, article number 108962. doi: 10.1016/j.triboint.2023.108962.
  30. Zenkin, M., Ivanko, A., & Chernysh, M. (2025). Influence of cutting tool vibrations on the surface quality of cut sheet materials and methods for their minimization. Innovative Technologies and Scientific Solutions for Industries, 2(32), 188-198. doi: 10.30837/2522-9818.2025.2.188.
  31. Zhang, H., Wang, B., Qu, L., & Wang, X. (2024). Optimization of tool wear and cutting parameters in SCCO2-MQL ultrasonic vibration milling of SiCp/Al composites. Machines, 12(9), article number 646. doi: 10.3390/machines12090646.
  32. Zhang, P., Zhang, X., Cao, X., Yu, X., & Wang, Y. (2021). Analysis on the tool wear behavior of 7050-T7451 aluminum alloy under ultrasonic elliptical vibration cutting. Wear, 466-467, article number 203538. doi: 10.1016/j.wear.2020.203538.
  33. Zhuang, K., Shi, Z., Sun, Y., Gao, Z., & Wang, L. (2021). Digital twin-driven tool wear monitoring and predicting method for the turning process. Symmetry, 13(8), article number 1438. doi: 10.3390/sym13081438.