Improving the accuracy of modeling surface roughness profiles with regular microrelief

Bibliographic Details
Parent link:Инновационные технологии в машиностроении: сборник трудов XIV Международной научно-практической конференции, 25–27 мая 2023 г., Юрга/ Национальный исследовательский Томский политехнический университет (ТПУ), Юргинский технологический институт (ЮТИ) ; под ред. С. А. Солодского. [С. 124-129].— , 2023
Corporate Author: Национальный исследовательский Томский политехнический университет Юргинский технологический институт
Other Authors: Ovsyannikov V. E., Nekrasov R. J., Ilyashchenko D. P. Dmitry Pavlovich, Gubenko A. S.
Summary:Заглавие с титульного экрана
В данной статье рассматриваются вопросы повышения точности моделирования профиля шероховатости поверхности при регулярном характере микрорельефа. В качестве исходных данных для рассмотрения взяты поверхности, обработанные чистовой токарной обработкой и алмазным заглаживанием с жесткой фиксацией индентора. Модель шероховатости поверхности основана на использовании методологического аппаратафрактальной геометрии. Построение модели основано на использовании алгоритма случайного сложения. Исходными данными являются фрактальная размерность профиля и параметры закона распределения. Показано, что использование традиционных законов распределения случайных величин: нормального (Гаусса), Рэлея и Вейбуля не позволяет получить требуемую точность моделей.
This article discusses the issues of improving the accuracy of surface roughness profile modeling in case of regular microrelief character. As initial data for consideration, surfaces treated with finishing turning and diamond smoothing with rigid fixation of the indenter are taken. The surface roughness model is based on the use of themethodological apparatus of fractal geometry. The construction of the model is based on the use of a random addition algorithm. The source data is the fractal dimension of the profile and the distribution law parameters. It is shown that the use of traditional laws of distribution of random variables: normal (Gauss), Rayleigh and Weibul does not allow obtaining the required accuracy of models.
Published: 2023
Series:Технологии получения и обработки материалов в машиностроении
Subjects:
Online Access:http://earchive.tpu.ru/handle/11683/76568
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=635912