Цифрові двійники як інструмент підвищення ефективності процесу фрезерування

Автор(и)

  • Максим Вакуленко Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", Україна https://orcid.org/0000-0003-0772-7950
  • Сергій Сапон Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» , Україна image/svg+xml https://orcid.org/0000-0003-1082-6431

DOI:

https://doi.org/10.20535/2521-1943.2025.9.3(106).338170

Ключові слова:

цифровий двійник, фрезерування, знос інструмента, вібрації, адаптивне керування, штучний інтелект, моніторинг

Анотація

У сучасному машинобудуванні фрезерування залишається найбільш поширеним та високопродуктивним процесом формоутворення. Проте складна динаміка силової взаємодії фрези і заготовки та інші процеси, супутні обробці різанням, обмежують підвищення продуктивності обробки без втрати якості обробленої поверхні. Одним із ефективних напрямів підвищення продуктивності фрезерування без зниження точності є застосування цифрових двійників для моніторингу та управління процесом фрезерування.
Метою дослідження є огляд і узагальнення сучасних підходів та напрацювань щодо створення й використання цифрових двійників для підвищення ефективності процесу фрезерування.
Методика реалізації ґрунтувалася на систематизованому огляді публікацій 2018–2025 років із провідних наукометричних баз (Scopus, ScienceDirect, SpringerLink, Google Scholar), відібраних за критеріями: концепція створення, наявність описів структури (архітектури), експериментальних результатів та даних щодо практичного впровадження цифрових двійників, пов’язаних з процесом фрезерування.
Проаналізовано понад 30 публікацій, з яких відокремлено та детально проаналізовано 12 статей, що відповідають вищезазначеним критеріям та стосуються виключно цифрових двійників процесу фрезерування.
Результати дослідження показали, що найбільш успішні архітектури цифрових двійників у фрезеруванні базуються на багаторівневій структурі з інтеграцією сенсорних даних, математичних моделей та алгоритмів штучного інтелекту. Реалізація двостороннього зворотного зв’язку дозволяє у режимі реального часу прогнозувати знос інструмента, компенсувати деформації тонкостінних заготовок та стабілізувати параметри якості поверхні. У низці робіт зафіксовано зменшення похибок розмірів, кількості бракованих деталей та підвищення періоду стійкості фрези.
Цифрові двійники у фрезеруванні демонструють високу практичну цінність завдяки можливості поєднання моделювання, моніторингу та керування процесом. Подальший розвиток потребує уніфікації архітектур, створення відкритих інтеграційних платформ і використання гібридних обчислювальних рішень, що забезпечить масштабованість і промислове впровадження цієї технології.

Посилання

  1. S. Liu, J. Bao and P. Zheng, “A review of digital twin-driven machining: From digitization to intellectualization”, Journal of Manufacturing Systems, vol. 67, pp. 361-378, 2023. DOI: https://doi.org/10.1016/j.jmsy.2023.02.010.
  2. L. Zhang, J. Liu and C. Zhuang, “Digital Twin Modeling Enabled Machine Tool Intelligence: A Review”, Chinese Journal of Mechanical Engineering, vol. 37, no. 1, p. 47, 2024. DOI: https://doi.org/10.1186/s10033-024-01036-2.
  3. X. Zi, S. Gao and Y. Xie, “An online monitoring method of milling cutter wear condition driven by digital twin”, Scientific Reports, vol. 14, no. 1, p. 4956, 2024. DOI: https://doi.org/10.1038/s41598-024-55551-2.
    |
  4. C. Su, X. Tang, Q. Jiang, Y. Han, T. Wang and D. Jiang, “Digital twin system for manufacturing processes based on a multi-layer knowledge graph model”, Scientific Reports, vol. 15, no. 1, p. 12835, 2025. DOI: https://doi.org/10.1038/s41598-024-85053-0.
    |
  5. X. Fu, H. Song, S. Li and Y. Lu, “Digital twin technology in modern machining: A comprehensive review of research on machining errors”, Journal of Manufacturing Systems, vol. 79, pp. 134-161, 2025. DOI: https://doi.org/10.1016/j.jmsy.2025.01.005.
  6. J. Dominguez-Caballero, S. Ayvar-Soberanis and D. Curtis, “Intelligent real-time tool life prediction for a digital twin framework”, Journal of Intelligent Manufacturing, 2025. DOI: https://doi.org/10.1007/s10845-025-02606-4.
    |
  7. C. Zhang, G. Zhou, Q. Xu, Z. Wei, C. Han and Z. Wang, “A digital twin defined autonomous milling process towards the online optimal control of milling deformation for thin-walled parts”, Research Square, 2022. [Preprint]. DOI: https://doi.org/10.21203/rs.3.rs-1936012/v1.
  8. P. Ganser, T. Venek, V. Rudel and T. Bergs, “DPART – A digital twin framework for the machining domain”, MM Science Journal, vol. 2021, pp. 5134-5141, 2021. DOI: https://doi.org/10.17973/MMSJ.2021_11_2021168.
    |
  9. D. Y. Suleiman, Q. Li, B. Li, Y. Zhang, B. Zhang, D. Liu et al., “Digital twin and artificial intelligence in machining: A bibliometric analysis”, Intelligent and Sustainable Manufacturing, vol. 2, no. 1, p. 10005, 2025. DOI: https://doi.org/10.70322/ism.2025.10005.
  10. Z. Zhao, S. Wang, Z. Wang, S. Wang, C. Ma and B. Yang, “Surface roughness stabilization method based on digital twin-driven machining parameters self-adaption adjustment: a case study in five-axis machining”, Journal of Intelligent Manufacturing, vol. 33, no. 4, pp. 943-952, 2022. DOI: https://doi.org/10.1007/s10845-020-01698-4.
    |
  11. M. Abed, A. Gameros, A. Mohammad and D. Axinte, “Swift feedback and immediate error control using a lightweight simulation approach – A case study of the digital-twin-in-the-loop for machining thin-wall structures”, Journal of Manufacturing Systems, vol. 71, pp. 309-322, 2023. DOI: https://doi.org/10.1016/j.jmsy.2023.09.016.
    |
  12. S. Natarajan, M. Thangamuthu, S. Gnanasekaran and J. Rakkiyannan, “Digital Twin-Driven Tool Condition Monitoring for the Milling Process”, Sensors, vol. 23, no. 12, p. 5431, 2023. DOI: https://doi.org/10.3390/s23125431.
    | |

##submission.downloads##

Опубліковано

2025-09-26

Як цитувати

[1]
М. Вакуленко і С. Сапон, «Цифрові двійники як інструмент підвищення ефективності процесу фрезерування», Mech. Adv. Technol., т. 9, вип. 3(106), с. 326–341, Вер 2025.

Номер

Том 9 № 3(106) (2025)

Розділ

Прогресивна техніка і технології машинобудування

Ліцензія

Авторське право (c) 2025 Максим Вакуленко, Сергій Сапон

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Автори, які публікуються у цьому журналі, погоджуються з такими умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії CC BY 4.0, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.