共查询到20条相似文献,搜索用时 15 毫秒
1.
针对SiCp/Al的加工,提出一种超声振动磨削放电复合加工的方法.从加工效率、加工稳定性及表面质量等方面与电火花加工进行了对比试验研究。分析了两种加工方法的脉冲宽度和峰值电流对加工速度和表面粗糙度的影响,结果表明:电火花加工的表面粗糙度平均值为尺04.5μm,超声振动磨削放电复合加工的表面粗糙度平均值为Ra2μm:超声振动磨削放电复合加工的稳定性比电火花加工好,但加工速度较低。通过扫描电镜对两种加工方法下零件表面形貌和重熔层进行了观测,对试件表面进行了X射线衍射分析,表明采用超声振动磨削放电复合加工SiCp/Al复合材料可获得较好的表面质量。 相似文献
2.
3.
4.
5.
传统机械加工易造成石英玻璃等绝缘硬脆材料表面微裂纹损伤和侧壁崩碎过切的现象.电化学放电加工可实现石英玻璃的无损伤加工且加工精度可达到微米级,但难以解决无损伤加工精度和加工效率之间的矛盾.以表面无损伤高效率加工石英玻璃为目标,提出了超声振动辅助机械铣削复合电化学放电加工的新方法,分析了该方法的作用机制;采用高速气动主轴实... 相似文献
6.
7.
超精密磨削加工微小振动模拟系统研究 总被引:2,自引:0,他引:2
文章分析了加工过程中产生的振动现象以及砂轮振动对工件表面精度的影响,设计了超精密磨削加工砂轮微振动的模拟系统.该系统可模拟实际磨削过程中砂轮径向、横向的微小振动和摆动,为研究不同的磨削加工参数下砂轮的振动及其对工件表面精度的影响奠定了实验基础. 相似文献
8.
简述了电火花加工、超声放电复合加工技术的原理及特点;重点对超声振动辅助气中放电加工的原理和工艺规律进行了深入的探讨,并从试验结果分析中得出了该技术特有的基本工艺规律. 相似文献
9.
为探究纵-扭超声振动对陶瓷磨削表面几何形貌的影响,以ZrO2陶瓷为研究对象,通过正交对比试验,以磨削表面粗糙度值为评价指标,采用多元线性回归分析法,建立普通磨削(OG)及纵-扭超声磨削(L-TUG)材料表面粗糙度拟合模型,研究工艺参数对表面粗糙度作用的主次顺序及影响程度;同时利用BP神经网络预测模型进行L-TUG表面粗糙度的优化求解。结果表明:在L-TUG中,主轴转速对粗糙度值影响最大,超声能量影响最小;在OG中,磨削深度对粗糙度值影响最大,主轴转速影响最小。BP神经网络模型预测误差在1.070%~9.396%内,且最优磨削参数组合获得的表面质量最好,可实现对L-TUG表面粗糙度值较高精度的智能预测。 相似文献
10.
11.
本文主要介绍了一种内圆磨床上适用于加工硬脆材料的备件-超声振动磨削装置,并详细地介绍了该装置的设计过程,进一步指出了该装置在未来工的重要性。 相似文献
12.
13.
在绝缘工程陶瓷线电极放电磨削加工过程中,加工技术指标与各工艺参数间联系密切。在实际加工中,操作者通常根据以往的加工经验设置工艺参数,并对加工结果进行一定的预判。若工艺参数设置不合理,将极大影响机床的加工效率、加工精度和加工能力。为此,以BP模糊神经网络为基础,提出了一种适用于绝缘工程陶瓷线电极放电磨削加工的技术指标效果预测模型,用粗糙集理论对训练样本集进行属性和规则约简,并用改进的粒子群算法优化模糊神经网络。根据优化前后的模型对碳化硼(B4C)陶瓷加工进行仿真实验对比,发现优化后的模型对技术指标的预测速度快、误差小、精度高。 相似文献
14.
15.
16.
利用专家系统解决超声-放电复合加工中选择参数的问题。介绍了超声-放电复合加工参数选择专家系统的结构及其在机床控制系统中的作用。 相似文献
17.
基于RBF神经网络的磨削表面粗糙度预测模型 总被引:1,自引:0,他引:1
工件表面粗糙度是反映表面完整性指标中极为重要的一个参数,也是衡量磨削加工质量的重要因素之一,准确地预测磨削表面粗糙度对于快速合理地选择磨削加工工艺参数具有重要意义。通过开展实际磨削实验获得磨削加工数据,对获取的样本数据进行归一化处理以适应RBF神经网络的学习。同时采用循环算法比较得出隐层的最优神经元个数,最终建立了基于径向基函数神经网络的磨削表面粗糙度预测模型,并利用MATLAB进行仿真预测。仿真结果表明:该预测模型准确率很高,能为表面粗糙度预测研究提供可靠数据。 相似文献
18.
用小直径砂轮超声振动磨削和普通磨削加工SiC陶瓷零件,对比研究砂轮线速度、工件进给速度、磨削深度和超声振幅对其磨削表面质量的影响。结果表明:与普通磨削相比,超声振动磨削的磨粒轨迹相互交叉叠加,工件表面形貌更均匀,表面质量更好。由于超声振动时的磨粒划痕交叉会使磨粒产生空切削,因而降低了其磨削力,使磨削过程更加稳定。超声振动磨削的表面粗糙度和磨削力随砂轮线速度和超声振幅的增加而降低,随工件进给速度和磨削深度的减小而降低。且砂轮线速度、工件进给速度较小时,超声振动磨削的效果更明显。 相似文献
19.