Селективное  лазерное  спекание  –  SLS-технология

234 
 
 
 
Рис. 3. Схема процесса лазерного спекания детали. 
 
SLS  технологии  широко  используется  во  всем  мире  благодаря  своей  способности 
легко  и  просто  создавать  очень  сложные  геометрические  формы  непосредственно  с 
цифровых  данных  систем  автоматического  проектирования  (САПР).  В  то  время  как  в 
начале цикла разработки технология в основном использовалась для создания прототипов 
уменьшенных деталей устройств, то сейчас она все чаще используется для производства 
запчастей практического применения с небольшим объемом партий.  
В отличие от других аддитивных процессов изготовления, таких как SLA и FDM, 
SLS  не  нуждается  в  поддержке  структур  в  связи  с  тем,  что  части  строящихся  структур 
окружены  исходным  рабочим  материалом  на  протяжении  всего  времени  изготовления. 
Другим  важным  преимуществом  SLS  является  то,  что  можно  изготавливать  объекты  с 
движущимися частями за один цикл производства. Это экономит время на сборке, а также 
существенно  сокращает  расходы  в  создании  сложных  объектов  по  сравнению  с 
традиционными способами изготовления. 
SLS-технологии 
проникают 
все 
глубже 
в 
аэрокосмические 
сектора 
промышленности.  Среди  крупных  направлений  отрасли,  где  применяются  технологии, 
можно выделить спутнико - и двигателестроение[2].  
Одним  из  ключевых  критериев  вложения  в  перспективных  АМ-технологий  стало 
снижение  затрат  на  производство  комплектующих  частей  авиационной  и  космической 
техники  (АТ  и  КТ).  Корпорации  Boeing,  Lockheed  Martin,  Airbus  Group  (ранее  EADS) 
ранее  уже  делали  попытки  использовать  инновационные  разработки  в  этой  области,  но 
только сейчас стала возможным реализация их потенциала. 
Несмотря  на  значительный  рост  финансирования  данного  направления  в  мире, 
внимания  со  стороны  отечественных  государственных  заказчиков  на  внутреннем  рынке 
проекты научно-исследовательских институтов и предприятий не получили. У Казахстана, 
несомненно, есть потенциал к развитию данной технологии, ведутся фундаментальные и 
фундаментально-ориентированные  исследования  организациями,  однако  без  должного 
вмешательства  государства  они,  по-прежнему,  будут  ограничиваться  лабораторными 
исследованиями, которые, в свою очередь, не будут носить системного характера. 
Конкретно  по  Республике  Казахстан  прошли  два  мероприятия  в  городе  Алматы, 
события  носили  название  -  конференции  передовых  технологий  трехмерной  печати  и 
сканирования  -  3D  Print  Conference.  Проводились  они  по  инициативе  международной 
компании - организатора мероприятий Smile-Expo. 
Для  масштабного  внедрения  технологии  лазерного  спекания  в  производство 
деталей  и изделий РКТ в Казахстане необходимо решить следующие проблемы: 
1. Поднять вопросы на государственном уровне; 

235 
 
2. Спланировать институциональную систему развития технологий; 
3. Инвестировать в фонды, программы, финансировать проекты, гранты; 
4.  Разработать  программы  обучения  персонала  работе  на  сложном 
многопрофильном оборудовании; 
5.  Сформировать  нормативную  базу  (программы  развития,  стандарты  качества, 
документооборот); 
6. Наладить производство сырья, металлических порошков сплавов; 
7. Создать основание для развития производственной номенклатуры оборудования 
или приобретения функционала за рубежом; 
8.  Организовать  кооперацию  с  иностранными  партнерами,  участвовать  в 
международных организациях. 
В  заключении,  можно  подвести  итоги,  которые  ожидаются  после  внедрения  
технологии  лазерного  спекания  в  производство  деталей  и  изделий  РКТ:  изготовление 
заготовок  и  изделий  РКТ  любой  формы  и  степени  сложности;  упрощение  процесса 
производства деталей; уменьшение количества технологических операций; автоматизация 
процесса 
производства 
деталей; 
применение 
металлических 
порошков 
из 
многокомпонентных  сплавов  на  основе  никеля  и  титана,  что  обеспечит  повышение 
эксплуатационных  характеристик  деталей;  снижение  время  изготовления  заготовок  и 
деталей в 1.2 -1.5 раза; снижение расхода металла в 1.5-2 раза, повышение коэффициента 
использования металла до 0.3 – 0.5; снижение стоимости детали РКТ в 1.5 раза; снижение 
веса изделий, благодаря чему увеличивается вес полезной нагрузки; увеличение точности 
изделия; возможность производства в непосредственной близости от места эксплуатации. 
 
Список литературы 
 
1.
 
М.А.  Зленко,  М.В.  Нагайцев,  В.М.  Довбыш.  Аддитивные  технологии  в 
машиностроение. // Пособие для инженеров. Москва, 2015, 6 с. 
2.
 
Чумаков  Д.М.  Перспективы  использования  аддитивных  технологий  при 
создание    авиационной  и  ракетно  –  космической  техники.  Электронный  журнал  «Труды 
МАИ». Выпуск №78. С. 3-15 . 
3.
 
Е.А.  Шестакова,  Е.Ф.  Шайхутдинова,  Р.М.  Янбаев,  Ф.М.  Янбаев.  Технологии  
селективного спекания для авиастроения. Ползуновский альманах №2, 2014,  23  с. 
4.
 
Дорошенко  В.А.,  Чудайкин  А.И.,  Юдин  В.А.  Модульные  производственно  – 
технологические  комплексы  для  мелко-  и  среднесерийного  многономенклатурного 
производств/ Литейное производство. №2, 2012. 
5.
 
Осокин  Е.Н.  Процессы  порошковой  металлургии:  курс  лекций  /Е.Н.  Осокин. 
О.А.  Артемьева. – Красноярск. ИПК СФУ, 2008. 
 
 
УДК 622 
АНАЛИЗ МЕТОДИК РАСЧЕТА ПЕРИОДИЧНОСТИ 
ДИАГНОСТИРОВАНИЯ 
 
Майгельдинов А.У. Кыргызский государственный технический 
университет им. И.Раззакова   
 
Бұл  мақалада  тау-кен  машиналарын  техникалық  диагностика  жиілігін  анықтау  әдістемелеріне 
талдау жүргізілген, есептеу мысалдары келтірілген. 
 В  данной  статье  проведен  анализ  методик  определения  периодичности  технического 
диагностирования горных машин, приведены примеры расчета. 
This  article  analyzes  the  methods  for  determining  the  frequency  of  technical  diagnostics  of  mining 
machines, calculation examples are given. 
 

236 
 
Достоверность  постановки  диагноза,  нормируемое  допускаемое  значение 
диагностического  параметра,  в  значительной  степени  зависит  от  периодичности 
диагностирования. Перед диагностированием поставлен весьма обширной круг задач, при 
решении  каждой  из  которых  необходимо  использовать  определенный  объем  средств  и 
методов диагностирования. Характерны три задачи:  
1.
 
диагностирование  проводится  при  плановом  техническом  обслуживании 
машин  в  целях  выявления  потребности  в  регулировочных  и  наладочных  работах 
отдельных агрегатов и систем;  
2.
 
диагностирование  проводится  с  целью  выявления  потребности  в  ремонтных 
работах (в том числе выявления источника неисправности), оно может совмещаться или 
предшествовать ТО или ремонту;  
3.
 
диагностирование проводится как самостоятельное техническое воздействие с 
целью прогнозирования остаточного ресурса агрегатов или систем машин.  
При  этом  изменение  общих  затрат  С  на  диагностирование,  ТО  и  ремонт  агрегата 
находятся  в  зависимости  от  периодичности  диагностирования  R
д 
=  R
м 
  и  определенной 
периодичности диагностирование соответствуют минимальное затраты.  
Периодичность  диагностирования  агрегата  или    машины,  имеющей  несколько 
отказавших  сборочных  единиц  или  деталей  с  различной  оптимальной  периодичностью 
диагностирования  также  оптимизируется  аналитическим  или  графическим  способом. 
Наработка до первого диагностирования и дальнейшая периодичность диагностирования 
должны  оцениваться  по  технико-экономическому  критерию,  определяемому  из  условий 
минимизации материальных и трудовых затрат на диагностирование, ТО и ремонт машин. 
Оптимальные  наработки  до  1-го  диагностирования  и  дальнейшая  периодичность 
диагностирования  определяют  по  показателям,  характеризующим  вероятность 
безотказной  работы  диагностируемого  элемента  с  учетом  стоимостных  показателей. 
Наработку  до  1-го  диагностирования  определяют  из  условия  С
д
=γ*C
н
,  где  С
д 
и  C
н 
– 
затраты на диагностирование и устранение отказов в период до 1-го диагностирования; γ- 
коэффициент  своевременности  выполнения  1-го  диагностирования.  По  статистическим 
данным  определяют  характер  распределения  отказов  подлежащего  диагностированию 
элемента.  Затем  определяют  функцию  Ф(t
i
/σ),  после  чего  с  использованием  справочных 
математических  функций  распределения  находят  отношение  t
i
/σ,  затем  t
i.
 
Здесь  t
i 
– 
отклонение  оптимального  значения  наработки  до  1-го  диагностирования  от  среднего 
статистического значения наработки диагностируемого элемента на отказ  t¯; σ – среднее 
квадратичное  отклонение  наработки  на  отказ.  Наработка  до  1-го  диагностирования  t
1
γ 
определяется как разность t
1д
=R-R
i  
(где R
 
=Rср).  
Пример.  Определить  наработку  до  1-го  диагностирования  (проверка  дисбаланса 
колес),  если  устранение  отказа  стоит  40  у.е.,  стоимость  одного  диагностирования  2  у.е. 
Кривая  распределения  отказов  имеет  характеристики:  σ=0,48;  R
ср
=1,53*10
4 
км. 
Определяем  γ=2/40=0,05,  затем  Ф(R
i
/σ)=0.95;  соответственно  по  справочным  таблицам 
R
i
/σ=1,645 и R
i
=0,48*1,645*10
4
=0.79*10
4
 км. Наработка на 1-ое диагностирование R
iд
=R
ср
-
R
i
=1,53*10
4
-0,79*10
4
=0,74*10
4 
км. 
Периодичность  диагностирования  в  первом  приближений  может  определяться  по 
кривой  вероятности  безотказный  работы  диагностируемого  агрегата,  разбиваемого  на 
линейные  участки АБ, БВ (рис. 1). В этом случае интенсивность изменения вероятности 
безотказной работы Р(t) на каждом участке постоянна. 
Общие  затраты  на  эксплуатацию  диагностируемого  агрегата  С
об
  слагаются  из 
затрат на ТО С
о 
(С
о
-const), плановые ремонты С
пр
, внеплановые (аварийные) ремонты С
ар
, 
связанные  с  несвоевременностью  замены  СЕ  С
на 
и  проведением  диагностирования  С
д
. 
Периодичность  диагностирования  определяется  на  участке  АБ,  соответствующему 
интервалу наработки R
1
…R
2
 и снижению вероятности безотказной работы Р(R
1
)-Р(R
2
). 
   Затраты на плановые С
пр 
и аварийные ремонты С
ар
 определяются по формулам 
С
пр
=С'
пр 
*(1-Р
ар
)*N
0
*[Р(R
1
)-Р(R
2
)] 

237 
 
 
C
ав
=C'
ар
*Р
ар
*N
0
*[Р(R
i
) – Р(R
2
)], 
где,  С'
пр
,  С'
ар
-  средняя  стоимость  одного  соответственно  планового  и  аварийного 
ремонтов;  Р
ар
- 
вероятность  аварийных  ремонтов;  N
0
- 
первоначальное  число 
диагностируемых объектов. 
 
Затраты,  связанные  с  несвоевременностью  замены  агрегата  С
на
  вычисляется  по 
формуле 
 
С
на
={t
2
γ
*[Р(R
1
)-Р(R
2
)]*N
0
*C
∆R
}/[2(R
1
-R
2
)*∆R], 
 
где, С
∆R
 – стоимость несвоевременности замены СЕ за бесконечно малый интервал 
наработки ∆R; t
д
-периодичность диагностирования. 
   Затраты на диагностирование С
д
 определяются по формуле 
 
С
д
= C'
д
*[(R
2
-R
1
)*tγ]*N
0 
(Р(R
1
)-Р(R
2
)), 
 
где, С'
д
 – стоимость одного цикла диагностирования. 
В 
общем 
виде 
вероятность 
аварийных 
ремонтов 
Р
ар 
определяется 
экспериментальным  путем.  В  зависимости  от  периодичности  диагностирования  t
д  
вероятность аварийных ремонтов Р
ар
 находится в следующей зависимости Р
ар
=F
1
*t
д
n
+ F
2
, а 
в упрощенном виде Р
ар
=F
1
*t
д
n
. 
Коэффициенты F
1
, F
2
 и n определяются экспериментальным путем. 
Дифференцируя сумму С
об
=С
пр
+С
ар
+С
на
+С
д
  и приравнивая  ее  к  нулю,  определяют 
оптимальную периодичность диагностирования t
д
 на интервале наработки R
1
…R
2
. Способ 
дифференцирования на практике трудно реализуем. 
   Поэтому  его  можно  заменить  способом  графического  построения  кривой 
зависимости С
об
  от  переменной  t
д
. Переменную периодичности диагностирования лучше 
всего задавать кратной периодичности технического обслуживания. 
   Пример.  Определить  графическим  способом  оптимальную  периодичность 
диагностирования  ГМКП  автосамосвала  «TORO-40»  на  интервале  20…100  тыс.  км 
пробега. Характер изменения Р(R)  дан на рис. 5, а вероятность аварийных ремонтов – на 
рис.  6.  Исходные  расчетные  данные  сведены  в  таблице  1.  Для  упрощения  расчетов  N
0
 
принимается  равным  1,  так  как  определяется  относительная,  а  не  абсолютная  величина 
минимума  затрат.  Результаты,  приведенных  вычислений  при  различных периодичностях 
диагностирования приведены в таблице 2. 
 

238 
 
 
 
На  рис.2  представлен  график  изменения  суммарных  затрат  в  зависимости  от 
периодичности  диагностирования.  Минимальные  затраты  обеспечиваются  при 
периодичности  6  тыс.  пробегов  автосамосвала.  Результаты  расчета  даны  в  таблице  3.  В 
общем  виде  нормирование  периодичности  диагностирования  для  самоходных  машин 
проводится  следующим  образом.  В  зависимости  от  характера  рассматриваемого 
диагностического  параметра  возможно  применение  двух  методик:  1)  методика 
определения  периодичности  диагностирования  для  регулируемых  параметров;  2) 
методика определения периодичности диагностирования по вероятности отказа элемента 
машин (в основном для нерегулируемых параметров). 
 
Таблица 1. - Исходные данные для расчета периодичности диагностирования 
Показатель 
Обозначение 
Значение 
Стоимость одного платного ремонта. 
С'
пр 
10 у.е. 
Стоимость одного аварийного ремонта. 
С
ар 
100 у.е. 
Число диагностируемых агрегатов. 
N
0 
1(100 шт) 
Стоимость одного диагностирования. 
С'
d 
3 у.е. 
Затраты,  связанные  с  несвоевременностью  замены 
агрегата  за  бесконечно  малый  интервал  наработки 
(пробега) ∆R=1 тыс. км 
С∆R/∆R 
15 у.е. 
Интервал наработки. 
R
1
…R
2 
20…100 тыс. км 
Вероятность безотказной работы на интервале. 
Р(R
1
)-P(R
2
) 
0,85…0,1 
 
Обе  методики  базируются  на  технико-экономических  критериях  с  альтернативой: 
чем чаще производится диагностирование, тем больше затраты на само диагностирование; 

239 
 
чем  реже  производится  диагностирование,  тем  выше  эксплуатационные  расходы  на 
машины. 
Первая методика учитывает, с одной стороны, дополнительные эксплуатационные 
издержки  (перерасход  топлива,  запасных  частей),  а  с  другой  стороны  –  себестоимость 
диагностирования по данному параметру. 
 
Таблица 2 - Результаты расчета составляющих функций суммарных затрат при 
определении периодичности диагностирования. 
 
Периодичность 
диагностирования 
t
g
,  тыс. км 
Стоимость затрат (у.е.) 
Плановые 
ремонты, 
С
пр 
Аварийные 
ремонты, 
С
ар
 
Неиспользова
нные 
ресурсы, С
на
 
Диагностирован
ие, С
д 
 
Суммарные 
затраты, 
С
об
 
2 
7,20 
3,00 
0,28 
90,00 
100,48 
4 
6,74 
7,50 
1,12 
45,00 
60,16 
6 
6,00 
15,00 
2,52 
30,00 
53,52 
8 
5,25 
22,50 
4,48 
22,50 
54,73 
10 
4,28 
32,50 
7,00 
18,00 
61,58 
12 
3,15 
43,50 
10,08 
15,00 
71,73 
14 
2,02 
54,70 
13,72 
12,85 
83,29 
16 
0,60 
69,00 
17,92 
11,30 
98,52 
 
Целевая функция определения периодичности диагностирования имеет вид:    
Н(n) = (n+1)*Ц ∫
0
L/n+1
 {Q[g(e)]dℓ+nB, 
 
где,  Н(n)  –  зависимость  капитальных  затрат  на  производство  топлива,  запасных 
частей  и  т.д.  как  эксплуатации  машины  с неоптимальным  значением  параметра  и  затрат 
(по  себестоимости)  на  все  диагностируемые  машины  за  период  Т  от  количества 
диагностирования n; Ц – расходы, связанные с расходом топлива и запасных частей;  L – 
пробег автосамосвала до капитального ремонта или списания; Q[g(e)] – Q
н
 – зависимость 
дополнительных  издержек  от  наработки  ℓ  (здесь  Q
н
  –  номинальный  расход  топлива  и 
запасных  частей);  В  –  себестоимость  одного  диагностирования.  Минимум  целевой 
функции Н(n) дает оптимальное число диагностирования n
опт
 за пробег L и оптимальную 
периодичность диагностирования равную τ
опт 
= L/n+1. 
Пример.  Определить  оптимальную  периодичность  измерения  параметра  S  (угла 
опережения впрыска топлива), если L=120 тыс. км; В=0,7 у.е.; Ц=60 у.е.; S= g(e) = ℓ + S
н
 
(град) для ℓε = 0,2;  
Q(S) =0,09+(S-S
н
) /100*0,09Т(тыс. км);  
тогда, Q[g(e)]=0,09(ℓ+S
н
)/100*0,09=0,09+0,0009ℓ 
Соответственно целевая функция имеет вид  
 
Н(n)=(n+1) 60 ∫
0
120/n+1
 [0,09+0,0009ℓ] dℓ+0,7n = 777,6/(n+1)+0,7n 
 
Минимум  целевой  функции  достигается  при  n=32.  Отсюда  оптимальная 
периодичность измерения параметра S равна τ
опт
=120/(32+1)=3,75 тыс. км. 
Вторая 
методика 
учитывает 
затраты 
на 
аварийное 
восстановление 
рассматриваемого  элемента  машины.  Целевая  функция  F(τ)  затрат  на  аварийное 
восстановление элемента и на его диагностирование на рассматриваемый период пробега 
L имеет вид  
 
F(τ)=0,1A*Q(τ)L+B(L/τ), 
 

240 
 
где,  А-средняя  стоимость  аварийного  ремонта  машины  при  отказе  данного 
элемента;  В-затраты  на  одно  диагностирование;  Q(τ)  –  зависимость  вероятности  отказа 
элемента на каждые 10 тыс. км пробега от периодичности диагностирования. 
На практике  
 
Q(τ)=[τ/(1+τ)]*α, 
 
где, α- постоянная для каждого элемента величина. 
Оптимальная  периодичность  диагностирования  находится  из  минимума  целевой 
функции и равна  
 
Τ
опт
=1/[(0,1Aα)/B]1/(α+1)-1 
 
Пример.  Определить  оптимальную  периодичность  измерения  контрольного 
расхода  топлива  автосамосвала  TORO-40D,  если  Q(τ)=[τ/(1+τ)]
15 
  и  А/В=5  с. 
Соответственно, оптимальная периодичность измерения равна  
 
τ
опт
=1/[(0,1*5*15)1/(15+1)-1]=7,5 тыс. км. 
 
Таким  образом,  получена  формула  для  расчета  оптимальной  периодичности 
диагностирования  технической  системы  (горных  машин),  обеспечивающей  минимум 
суммарных удельных затрат на диагностику и устранение последствий отказов. 
 

жүктеу/скачать 8,05 Mb.

Достарыңызбен бөлісу: