Бурдо Г. Б., Адерорхо К. И. Анализ методов диагностики состояния режущей кромки инструмента // Наука, техника и образование № 12 (30), 2016. - С. {см. журнал}. Тип лицензии на данную статью – CC BY 3.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Бурдо Георгий Борисович / Burdo Georgiy Borisovich – кандидат технических наук, профессор;

Адерорхо Клемент Икхеова / Aderorho Clement Ikheowa – аспирант, кафедра технологии и автоматизации машиностроения, факультет машиностроения, Тверской государственный технический университет, г. Тверь

Аннотация: износ инструмента является главной причиной деформации в процессе резки. Путем проверки на износ задней поверхности и настройки глубины, можно легко исправить ошибку измерения заготовки и улучшить общее качество продукта. В этой статье, автор осветит некоторые исследования, проведенные по разным методам измерения износа режущего инструмента. Полученные результаты могут помочь провести автоматизацию старых токарных станков с модификацией или без модификации внутренней структуры станка.

Ключевые слова: обнаружение (диагностика) износа инструмента, обнаружение поломки инструмента, одно- и мультисенсорный метод.

Литература

1. Barton J., Reuben B. Tool - wear monitoring by optical techniques, Materials World, 4 (3), 1996. Pp. 131-132.
2. Chen J. C., Black J. T. A fuzzy-nets in-process (FNIP) system for tool-breakage monitoring in end-milling operations, International Journal of Machine Tools and Manufacture, 37 (6), 1997. Pp. 783-800.
3. Chen J. C., Chen W. L. A tool breakage Detection system using an Accelerometer sensor, Journal of Intelligent Manufacturing, 10, 1999. Pp. 187-197.
4. Chi L. A., Dornfield D. A. A self-organizing approach to the detection and prediction of tool wear, ISA Transactions, 37. 1998. Pp. 239-255.
5. Choudhury S. K., Jain V. K., Rama Rao Ch. V. V. On-line monitoring of tool wear in turning using a neural network, International Journal of Machine Tools and Manufacture, 39. Pp. 489-504, 1999.
6. Dimla D. E. Application of perceptron neural networks to tool state classification in a metal-turning operation", Engineering Applications of Artificial Intelligence, 12, 1999. Pp. 471-477.
7. Govekar E., Gradisek J., Grabec I. Analysis of acoustic emission signals and monitoring of machining processes, Ultrasonics, 38, 2000. Pp. 598-603.
8. Huang P. T., Chen J. C. Fuzzy logic-base tool breakage detecting system in end milling operations, Computers and Industrial Engineering, 35 (1-2), 1998. Pp. 37-40.
9. Li X. A brief review: acoustic emission method for tool wear monitoring during turning, International Journal of Machine Tools and Manufacture, 42, 2002. Pp. 157-165.
10. Li X., Djordjevich A., Venuvinod P. K. Current-sensor-based feed cutting force intelligent estimation and tool wear conditioning monitoring, IEEE Transactions on Industrial Electronics, 47(3). 2000. Pp. 697-702.
11. McBride R., Carolan T. A., Barton J. S., Wilcox S. J., Borthwick W. K. D., Jones J. D. C. Detection of acoustic emission in cutting processes by fibre optic interferometry, Measurement Science and Technology, 4(10). 1993. pp. 1122-1128.
12. Owsley L. M., Atlas L. E. and Bernard G. D. Self-Organizing Feature Maps and Hidden Markov Models for Machine-Tool Monitoring, IEEE Transactions on Signals Processing, 45 (11), 1997. Pp. 2787-2798.
13. Atlas L., Ostendorf M., Bernard G. D. Hidden Markov Models for Machining Tool-Wear, IEEE, 2000. Pp. 3887-3890.
14. Quan Y., Zhou M., Luo Z. On-line robust identification of tool-wear via multi-sensor neural-network fusion, Engineering Applications of Artificial Intelligence, 11, 1998. Pp. 717-722.
15. Saglam H., Unuvar A. Tool Condition Monitoring in Milling based on Cutting Forces by a Neural Network, International Journal of Production Research, 41 (7), 2003. Pp. 1519-1532.
16. Sick B. Fusion of hard and soft computing techniques in indirect, online tool wear monitoring, IEEE Transactions of Systems, Man, and Cybernetics, 32 (2), 2002. Pp. 80-91.
17. Dey S., Stori J. A. A Bayesian Network Approach to Root Cause Diagnosis of Process Variations, International Journal of Machine Tools & Manufacture, (45), 2004. Pp. 75-91.
18. Haber R. E., Alique A. Intelligent Process Supervision for Predicting Tool Wear in Machining Processes. Mechatronics, (13), pp. 825-849 (2003).
19. Young H. T. Cutting temperature responses to flank wear, Wear, 201, 1996. Pp. 117-120.
20. Vallejo A. J., Nolazco-Flores J. A., Morales-Menéndez R., Sucar L. E., Rodríguez C. A. Tool-wear Monitoring based on Continuous Hidden Markov Models, LNCS 3773 Springer-Verlag, X CIARP., 2005. Р
21. Vallejo A. J., Nolazco-Flores J. A., Morales-Menéndez R., Sucar L. E., Rodríguez C. A. Diagnosis of a Cutting Tool in a Machining Center, IEEE International Joint Conference on Neural Networks. 2006. Р
22. Vallejo A. J., Morales-Menéndez R., Garza - Castañon L. E., Alique J. R. Pattern Recognition Approaches for Diagnosis of Cutting Tool Wear Condition, Transactions of the North American Manufacturing of Research Institution of SME, 35, 2007. Р
23. Tan Y. et al: Advance in Swarm and Computational Intelligence: 6th International Conference, ICSI 2015. Part 3, 2015. Pp. 115-126.
24. Деревянченко А. Г., Павленко В. Д., Андреев А. В. Диагностирование состояний режущих инструментов при прецизионной обработке, Одесса: Астропринт, 1999.
25. Алешин А. К., Гущин В. Г. Метод диагностики состояния инструмента. Вестник научно-технического развития. Вып. № 2, 2009. С. 3–6.

Ихтиярова Г. А. , Нуритдинова Ф. М., Курбонова Ф. Н. Получение гидрогеля на основе бентонитовой глины и акриламида // Наука, техника и образование № 12 (30), 2016. - С. {см. журнал}. Тип лицензии на данную статью – CC BY 3.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Ихтиярова Гулнора Акмаловна / Ihtiyarova Gulnora Akmalovna - доктор химических наук;

Нуритдинова Феруза Мухитдиновна / Nuritdinova Feruza Muhitdinovna – ассистент;

Курбанова Феруза Нуруллаевна / Kurbanova Feruza Nurullaevna - ассистент, кафедра химии, Бухарский государственный университет, г. Бухара, Республика Узбекистан

Аннотация: в статье приведено получение гидрогеля на основе местных сырьевых ресурсов с целью использования в сельком хозяйстве. В работе получены композиционные гидрогели на основе бентонитовой глины «Навбахор» с акриламидом для использования в сельском хозяйстве.

Ключевые слова: гидрогель, полимер, гидрофоб, композиционный, гель.

Литература

1. Павлюченко В. Н., Иванчев С. С. Композиционные полимерные гидрогели // Высокомолек. Соедин. Сер. А., 2009. Т. 51. С. 1075-1095.
2. Кузиев У. Р., Ёриев О. М., Нуритдинова Ф. М., Хазратова Д. А. Композиционный гидрогель на основе водорастворимых полимеров и отходов щелкопряда // Актуальные проблемы отраслей химической технологии. Межд. конф. Бухара, 2015. 10-12 ноябрь. С. 424-427.
3. Ikhtiyarova G. A., Ozcan S. A., Ozcan А. Adsorption behaviour of reactive dye onto modified bentonite from aqueous solutions // International conference 6th Aegean analytical chemistry days. Turkey, 2008. P. 323

Шамсиев З. З. О развитии образовательной системы в условиях экономических преобразований // Наука, техника и образование № 12 (30), 2016. - С. {см. журнал}. Тип лицензии на данную статью – CC BY 3.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Шамсиев Заир Зияевич / Shamsiev Zair Ziyaevich – доктор технических наук, профессор, кафедра системы аэронавигации, факультет инженерных систем, Ташкентский государственный технический университет имени Абу Райхана Беруни, г. Ташкент, Республика Узбекистан

Аннотация: анализируется существующая система подготовки специалистов высшего образования. Рассматриваются вопросы интеграции систем образования. Приводятся недостатки, которые негативно влияют на творческий уровень специалистов. Рекомендуется организационный подход для повышения качества образования.

Ключевые слова: система высшего образования, качество, интеграция, автономность, совершенствование.

Литература

1. Основные тенденции развития высшего образования: Глобальные и болонские измерения / под науч. ред. д-ра пед. наук, профессора В. И. Байденко. М.: Исследовательский центр проблем качества подготовки специалистов, 2010. 352 с.
2. К вопросу о современном состоянии автономии вузов в России. [Электронный ресурс]: Режим доступа: https://almavest.ru/ru/node/1159/ (дата обращения: 03.12.2016).
3. На пути к самоуправлению вузов. [Электронный ресурс]: Режим доступа: http://www.kazpravda.kz/news/obshchestvo/na-puti-k-samoupravleniu-vuzov/ (дата обращения: 03.12.2016).
4. Американская система образования. [Электронный ресурс]: Режим доступа: http://edunews.ru/education-abroad/sistema-obrazovaniya/SShA.html/ (дата обращения: 03.12.2016).
5. Консультативные центры по вопросам образования в США. [Электронный ресурс]: Режим доступа: https://educationusa.state.gov/find-advising-center/ (дата обращения: 03.12.2016).

Петухова Н. Ю. Численное решение нелинейной сингулярно возмущенной краевой задачи с пограничными и внутренними переходными слоями // Наука, техника и образование № 12 (30), 2016. - С. {см. журнал}. Тип лицензии на данную статью – CC BY 3.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Петухова Наталья Юрьевна / Petukhova Natalya Yurievna – кандидат физико-математических наук, доцент, Центр математического образования, Московский политехнический университет, г. Москва

Аннотация: рассматривается сингулярно возмущенная нелинейная краевая задача для дифференциального уравнения. Уравнение исследовано в случае, когда в решении имеется внутренний переходный слой. Предложен численный метод, основанный на вычислении функций, составляющих асимптотическое разложение решения. Показана сходимость и устойчивость метода.

Ключевые слова: сингулярно возмущенная задача, разложение по малому параметру, контрастная структура, внутренний переходный слой.

Литература

1. Васильева А.Б., Бутузов В.Ф. Асимптотические методы в теории сингулярных возмущений. М.: Высшая Школа, 1990. 208 с.
2. Васильева А.Б., Бутузов В.Ф., Нефедов Н.Н. Контрастные структуры в сингулярно возмущенных задачах // Журнал вычисл. математики и матем. физики, 2001. Том 41. № 7. С. 799-851.
3. Дулан Э., Миллер Дж., Шилдерс У. Равномерные численные методы решения задач с пограничным слоем. М.: Мир, 1983. 200 с.
4. Нефедов Н.Н. Метод дифференциальных неравенств для некоторых сингулярно возмущенных задач в частных производных // Дифференц. уравнения, 1995. Том 31. № 4. С. 719-722.
5. Петухова Н.Ю. Численное решение краевой задачи для эллиптического уравнения с малым параметром на основе асимптотических представлений // Актуальные проблемы гуманитарных и естественных наук, 2016. № 6 (89). Часть 1. С. 15 – 21.
6. Хайер Э., Нерсетт С., Ваннер Г. Решение обыкновенных дифференциальных уравнений. Нежесткие задачи. М.: Мир, 1990. 512 с.
7. Шишкин Г. И. Сеточные аппроксимации сингулярно возмущенных эллиптических и параболических уравнений. Екатеринбург. УрО РАН, 1992. 215 с.
8. Шишкин Г.И. Обусловленность и устойчивость разностных схем на равномерных сетках для сингулярно возмущенного параболического уравнения конвекции диффузии // Журнал вычисл. математики и матем. физики, 2013. Том 53. № 4. С. 575-599.
9. Pao C. V. Nonlinear parabolic and elliptic equations. NY: Plenum Press, 1992. 807 p.