Кафедра "Технологія машинобудування та металорізальні верстати"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/3960

Офіційний сайт кафедри http://web.kpi.kharkov.ua/tmms

Кафедра "Технологія машинобудування та металорізальні верстати" заснована в 1934 році. Першим завідувачем кафедри був доцент Ф. К. Корольов – фахівець в області металорізальних верстатів, який беззмінно керував колективом до 1966 року і суттєво вплинув на розвиток кафедри.

Кафедра входить до складу Навчально-наукового інституту механічної інженерії і транспорту Національного технічного університету "Харківський політехнічний інститут".

У складі науково-педагогічного колективу кафедри працюють: 5 докторів технічних наук, 6 кандидатів технічних наук; 5 співробітників мають звання професора, 6 – доцента.

Переглянути

Результати пошуку

Зараз показуємо 1 - 6 з 6

Модифікований спрощений алгоритм методу групового врахування аргументів в імітаційному моделюванні процесами
(Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", 2021) Равська, Наталія Сергіївна; Корбут, Євген Валентинович; Івановський, Олексій Анатолійович; Родин, Р. П.; Парненко, Валерія Сергіївна; Заковоротний, Олександр Юрійович; Клочко, Олександр Олександрович; Сапон, Сергій Петрович; Loroch, Rolahd
Існує багато видів и методів імітаційного моделювання, але серед них особливої уваги заслуговують методи засновані на теорії евристичної самоорганізації. Всі алгоритми методу групового врахування аргументів (МГВА) характеризуються структурною спільністю на принципі самоорганізації, які потребують незначних вимог до апріорної інформації, щоб здійснити перебір безкінечно великої кількості варіантів. Перевагою алгоритму методу групового врахування аргументів в порівнянні з іншими алгоритмами цього класу є наявність можливостей розширення вектора вихідних даних та апарату для усунення колінеарності - прийому ортогоналізації. МГВА складається з двох блоків: попередньої обробки спостережень з врахуванням системи вибраних опорних функцій та розрахунку претендентів селекції. В результаті роботи алгоритму одержують моделі здатні управляти процесом з врахуванням явищ, що супроводжують певний процес. Враховуючи спільність основних положень теорії самоорганізації штучних нейронних мереж та МГВА, до змінних мережі додаймо модель в якості змінної Z. В результаті одержимо нейронну мережу, яка описує фізичні явища, що супроводжують процес. Це дозволить значно підвищити ефективність та точність управління процесом.
Процес моделювання контактної взаємодії при швидкісному зубофрезуванні великомодульних зубчастих коліс
(Донбаська державна машинобудівна академія, 2023) Майборода, Віктор Станіславович; Охрименко, О. О.; Клочко, Олександр Олександрович; Гасанов, Магомедємін Ісамагомедович; Заковоротний, Олександр Юрійович; Федоренко, Віталій Сергійович; Сапон, С. П.; Манохін, Андрій Сергійович; Шаповалов, Максим Валерійович
Підвищення точності, якості та продуктивності обробки крупногабаритних евольвентних шліцьових поверхонь
(Донбаська державна машинобудівна академія, 2019) Заковоротний, Олександр Юрійович; Клочко, Олександр Олександрович; Старченко, Е. П.; Камчатна-Степанова, Катерина Валеріївна; Анциферова, О. А.
Наукові основи визначення залежностей теорії різання в алгоритмах при реалізації нейронних мереж процесів формоутворення
(Національний технічний університет "Харківський політехнічний інститут", 2023) Равська, Наталія Сергіївна; Парненко, Валерія Сергіївна; Гасанов, Магомедємін Ісамагомедович; Заковоротний, Олександр Юрійович; Клочко, Олександр Олександрович
Наукові основи визначення залежностей теорії різання є складною структурною системою яка супроводжувається безліччю різних фізичних явищ. До них відносяться такі як пластичні деформації, тертя, вібрації, теплові, хімічні та ін, які визначаються, в основному верстатом, інструментом, оброблюваним матеріалом. Великою мірою ефективність процесу різання залежить від управління цим процесом. Останнім часом для управління технологічними процесами використовуються штучні нейронні мережі (ШНМ) і являють математичну модель з її програмним або апаратним втіленням. Ці моделі не що інше як залежність між досліджуваними вхідними факторами та вихідними параметрами. Вони придатні лише управління процесами в аналізованому діапазоні змінних і розкриває сутності «чорного ящика» тобто. явищ їх супроводжуючих. Створення нейронних мереж на основі явищ, що супроводжують аналізований технологічний процес, відкриває широкі можливості оптимального управління його параметрами з подальшою корекцією системи. Такий підхід значно підвищить точність управління, скоротить витрати на навчання та реалізацію управління. Створення таких ШНМ на прикладі процесу різання є актуальною проблемою та її вирішення має велике практичне значення.
Проблеми відновлення функціональних властивостей експлуатації крупногабаритних зубчастих передач
(Національний технічний університет "Харківський політехнічний інститут", 2023) Гасанов, Магомедємін Ісамагомедович; Пермяков, Олександр Анатолійович; Шелковий, Олександр Миколайович; Заковоротний, Олександр Юрійович; Клочко, Олександр Олександрович
Наукові основи тмеханізмів формування похибок крупногабаритних зубчастих коліс свідчить про те, що елементарні похибки систем операцій зубообробки характеризуються випадковими числовими характеристиками, які визначають величину і характер входження у відповідні комплексні складові, які, в свою чергу, взаємодіючи між собою, визначають досліджувані похибки крупногабаритних зубчастих коліс. Досліджені важконавантажениі зубчасті передачи приводи машин, при проектуванні яких висуваються жорсткі вимоги до мінімізації їх габаритів, маси і вартості. Реалізація цих жорстких вимог призводить до значного зростання удільної силовий навантаженості, а вимога максимізації продуктивності машин призводить до зростання швидкісних характеристик приводу та досліджен динамічний характер зовнішнього навантаження передач. Підвищення довговічності приводів машин є одним з найважливіших (поряд з підвищенням продуктивності і зниженням собівартості) вимог до проектування машин, яке в значній мірі забезпечується за рахунок збільшення ресурсу основних деталей приводу і, в першу чергу, за рахунок підвищення зносостійкості їх контактних поверхонь. Забезпечення високої зносостійкост зубчастих коліс, необхідно не тільки, щоб запобігти поломки через зменшення робочого перетину деталей внаслідок їх зносу, а й для зменшення впливу зносу на параметри якості машин – рівень шуму, точність позиціонування робототехнічних систем, точність виготовленої продукції.
Технологічний регламент оптимізації систем відновлення функціональних властивостей великогабаритних відкритих зубчатих передач
(Національний технічний університет "Харківський політехнічний інститут", 2018) Гасанов, Магомедємін Ісамагомедович; Клочко, Олександр Олександрович; Заковоротний, Олександр Юрійович; Пермінов, Євген Віталійович
На підставі узагальнених теоретичних залежностей, які визначають взаємозв'язок критеріїв якості поверхневого шару з технологічними параметрами процесу різання розроблена методика розрахункового визначення залишкових напружень в поверхневому шарі оброблюван их зношених і відновлених великогабаритних зубчастих коліс черв'ячними модульними і спеціальними немодульними фрезами при швидкі сному зубофрезеруванні. Методика розрахункового визначення залишкових напружень в поверхневому шарі дозволяє призначити режими різання виходячи з необхідної величини шорсткості, глибини наклепу, рівня залишкових напружень. Результати досліджень дозволяють вирі шувати завдання по визначенню параметрів поверхневого шару оброблюваної деталі, а також призначати технологічні умови обробки, що забезпечують задані технічними умовами параметри поверхневого шару. Розроблено процес моделювання роботи циліндричних крупномодульних загартованих коліс в порівнянні з результатами теоретичних досліджень і даними, отриманими на експериментальн их установках і при дослідженні на "робочих осях" та визначено оптимальні значення параметрів стану робочих поверхонь циліндричних крупномодульних коліс, що забезпечують необхідні експлуатаційні властивості.