3D­сканирование в технологии ремонта деталей и узлов тракторов и автомобилей

Выяснили, что затраты в структуре себестоимости ремонта машин зависят не только от расходов на запасные части и материалы, но и от точности оценки технического состояния детали.

Цель исследования Изучить возможности технологии 3D­сканирования, повысить точность измерения изношенных деталей при проведении дефектовки, определить рациональный способ их восстановления. (Материалы и методы) Осуществили входной контроль с помощью портативного ручного 3D­сканера Artec Eva Lite с программным обеспечением Artec Studio при дефектовке изношенного коленчатого вала двигателя ЗМЗ­409. Использовали программный продукт Geomagic Control X, позволяющий провести трехмерный анализ детали и получить высокоточные измерения, определить износ взаимно трущихся поверхностей, наличие микротрещин, повреждений внутренних полостей и впадин в деталях сложной формы. Опираясь на известную технологию и справочные рекомендации, составили схему маршрута технологии восстановления коленчатого вала.

Результаты и обсуждение Сравнили результаты измерений, полученных с использованием метрологических приборов, и отчетов в программе Geomagic Control X. Выявили значительную разницу, особенно в количестве цифровых данных. Определили, что точность измерений с помощью приборов оказалась ниже. Восстановили изношенные шатунные и коренные шейки коленчатого вала двигателя ЗМЗ­409 электроконтактной приваркой присадочных материалов по рекомендуемым режимам нанесения.

Выводы Выявили возможность использования 3D­сканирования в технологическом процессе ремонта и восстановления. Доказали, что этот метод позволяет повысить эффективность дефектовки, сократить ее продолжительность в 6 раз, снизить уровень субъективности оценки технического состояния детали и уменьшить трудоемкость процесса на 30 процентов. Подтвердили высокую точность измерений (до 0,03 миллиметра), благодаря которой можно снизить прямые затраты на присадочные материалы на 20 процентов. Предложили на основе результатов 3D­сканирования формировать базы данных в виде цифровых архивов деталей по группам и маркам для последующего оперативного использования в работе.

1. Черноиванов В.И., Федоренко В.Ф., Соловьев Р.Ю., Ольховацкий А.К., Лялякин В.П., Бурумкулов Ф.Х., Горячев С.А., Герасимов В.С., Гурьянов Е.В., Солоницин Е.В., Машрабов Н.М., Солодкина Л.А., Тюрин С.Г., Фадеев А.В., Четыркин Ю.Б., Гительман Д.А., Богатова Н.О., Таранов А.С. Инновационные методы повышения послеремонтной надежности сельскохозяйственной техники и инвестиционной привлекательности ремонтно-обслуживающих предприятий АПК. М.: ГОСНИТИ. 2012. 399 с.

2. Лялякин В.П., Иванов В.П. Восстановление и упрочнение деталей машин в агропромышленном комплексе России и Белоруссии. Ремонт, восстановление, модернизация. 2004. N2. С. 2-7.

3. Юнусбаев Н.М. Применение 3D-сканирования в технологиях ремонта агрегатов и восстановления автотракторных деталей // Вестник Башкирского ГАУ. 2018. N3(47). С. 133-138.

4. Габитов И.И., Неговора А.В., Федоренко В.Ф. Интеллектуализация технического сервиса топливоподающих систем дизелей. M: Росинформагротех. 2018. 496 с.

5. Гузема А.Б. Новый подход к обоснованию требований технических условий на дефектацию // Автотранспортное предприятие. 2007. N5. С. 36-40.

6. Лысыч М.Н., Белинченко Р.А., Шкильный А.А. Оборудование и технологии 3D-сканирования // Актуальные направления научных исследований XXI века: теория и практика. 2014. Т. 2. N4-3(9-3). С. 210-214.

7. Zhai J., Wang Q., Wei X., et al. Repair of Scraper Conveyor Sprocket Based on Metal 3D Printing. Chinese Journal of Lasers. 2017. Vol. 44. Issue 4. 157-168.

8. Бобров В.Т., Сляднев А.М. Роботизированные системы неразрушающего контроля и технической диагностики промышленных объектов // Контроль. Диагностика. 2018. N2. С. 16-31.

9. Большаков А. Пять технологий цифровой эры промышленности. Control Engineering Россия. 2017. N6(72). С. 76-80.

10. Курчаткин В.В. Надежность и ремонт машин. М.: Колос. 2000. 775 с.