共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
采用陶瓷刀片和CBN刀片干切削淬硬GCr15轴承钢,测量了不同切削参数下切削后工件的表面粗糙度;基于微粒群优化算法建立了表面粗糙度预测模型,并与线性回归法建立的经验公式进行了比较;用扫描电子显微镜观察了切屑形态。结果表明:采用微粒群优化算法建立的表面粗糙度预测模型具有一定的可靠性,与线性回归法相比,能更精确地预测出加工工件的表面粗糙度;切削参数中对表面粗糙度影响最大的是进给量,其次是背吃刀量,切削速度的影响最小;锯齿状切屑能降低切削温度,提高工件表面质量;用陶瓷刀片和CBN刀片切削获得的最低表面粗糙度分别可达0.48μm和0.56μm。 相似文献
4.
5.
《制造技术与机床》2016,(1)
针对SLM钛合金3D打印件表面质量无法满足装配精度要求,仍需进行二次加工的需求,设计正交试验方案,建立表面粗糙度的预测模型并进行铣削参数优化分析,为SLM钛合金3D打印件铣削加工的切削参数选择提供依据。首先,对实验数据进行多元线性回归,建立适用于SLM钛合金件的铣削加工表面粗糙度数学预测模型,给出了切削速度、每齿进给量、轴向切深及径向切深与表面粗糙度的量化关系;建立以加工效率和表面粗糙度为优化目标的多目标切削参数优化模型,使用Pareto最优解集理论进行多目标切削参数优化,优化结果表明在切削速度130 m/min,每齿进给量0.01 mm/齿,轴向切深0.40 mm时可以得到较好的加工表面粗糙度及较高的加工效率。 相似文献
6.
为了进行丝杠硬态旋风铣削下工艺能耗与工艺性能协同优化研究,提出一种同时考虑切削比能、表面粗糙度和表层残余应力的多目标优化方法。基于Box-Behnken试验设计,采用响应曲面法对丝杠硬态旋铣的切削比能、表面粗糙度和表层残余应力进行建模,进一步构建了以丝杠硬态旋铣工艺参数为变量、以低能耗和高性能为优化目标的多目标优化模型。采用改进型非支配排序遗传算法对该模型进行求解,并通过试验数据和优化结果的比较论证了本文优化方法的有效性。 相似文献
7.
采用常规方法计算零件切削参数优化目标函数和约束条件时,忽略了生产效率和粗糙度两个变量,导致优化参数作用下的零件加工表面粗糙度较大和加工总工时较长。为提高生产效率和降低生产成本,提出了基于离散粒子群算法的复杂曲面微小零件切削参数优化方法,选择切削速度和进给量作为待优化切削参数,确定参数优化目标方向,对微小零件加工的功率、切削力、进给量及粗糙度等进行约束,利用粒子群算法求解优化目标和约束条件组成的数学模型,得到切削速度和进给量最优解。选择微小齿轮毛坯、铣刀及机床进行滚齿加工的对比实验,并采用设计方法和常规方法获取不同切削深度下的切削参数优化值。结果表明,设计方法减小了齿轮加工表面粗糙度,缩短了齿轮加工总工时,提高了滚齿表面质量和生产效率。 相似文献
8.
9.
为了优化高体积分数SiCp/Al复合材料车削时的切削参数,设计了基于切削速度、进给量、切削深度和刀尖圆弧半径4个参数的16组正交实验。以50%SiCp/Al复合材料为研究对象,进行正交切削实验,通过表面粗糙度仪获得零件表面粗糙度值,通过田口方法分析了4个切削参数对表面粗糙度影响的敏感性。分别建立了表面粗糙度预测的多元回归方程和指数方程,对比分析了不同预测模型在相同切削参数下的表面粗糙度预测结果,并确定了最佳切削参数。切削实验结果表明:无论是表面粗糙度预测,还是最佳切削参数确定,多元回归方程都取得较为准确的结果。 相似文献
10.
机床的切削参数决定着机床加工的质量及加工效率,传统的切削参数选择方法基于工人经验,很难实现加工质量与效率的最优。针对以上问题,提出了一种面向高效、高质量加工的数控机床铣削参数多目标优化算法。算法以铣削四要素(切削速度、每齿进给量、切削深度和切削宽度)为优化变量,以最小切削力和最大材料去除率为优化目标;采用基于Tent映射的混沌初始化多目标粒子群优化模型进行参数优化,采用优化前后不同参数组合构建四因素四水平的正交实验,以表面粗糙度值作为加工质量主要表征,比较优化前后参数组合的实验结果。结果验证了优化方法和优化模型的有效性。 相似文献
11.
《工具技术》2021,(4)
为了研究多参数多目标自适应优化,通过Ti6Al4V铣削试验采集了各铣削参数水平下的铣削力和工件表面粗糙度数值,以控制铣削力和表面粗糙度值为目标,对各水平铣削参数进行稳健设计优化,获得铣削参数的非劣解集。基于非劣解集数据,采用广义神经网络算法建立铣削参数自适应优化训练模型,将训练模型预测的数据与非劣解集中的参数进行对比,结果显示二者具有很好的一致性。因此,该自适应模型能够通过限定的铣削力和粗糙度目标值预测得出自适应优化的切削速度、进给量、轴向切削深度和径向切削深度参数值。铣削参数的自适应调节方法为:当所限定的铣削力和粗糙度值所对应的参数值与预测值之间的均方误差超过10%时,则先前的铣削参数会自适应调节为广义神经网络模型预测的值。 相似文献
12.
13.
14.
《工具技术》2021,55(9)
采用正交试验设计方案对新型预硬塑料模具钢SDP1Cu进行外圆高速干切削,旨在提高其车削的表面质量和加工效率。以切削力和表面粗糙度作为参评指标,利用极差和方差分析法分析切削力和粗糙度,利用多元线性回归分析法对加工的切削力和表面粗糙度进行建模分析,并利用多目标遗传算法对切削工艺参数进行优化。试验分析表明:切削深度对切削力变化影响最大,通过MATLAB软件分析得出最优参数组合为v=195.76m/min,f=0.157mm/r,a_p=1.025mm;优化结果为切削力F_z=459.9N,表面粗糙度Ra=1.557μm,材料去除率Qz=31589mm~3/min。 相似文献
15.
针对实际加工中工件与刀具之间的无规律振动而导致零件表面粗糙度不受控制的问题,提出了一种融合在线监测和自适应加工的方法.以主轴转速、背吃刀量、进给速度以及工件振动量为特征,基于XGBOOST算法对表面粗糙度进行回归分析,建立表面粗糙度的预测模型;在加工中对工件振动量进行实时采集,结合主轴转速、背吃刀量、切削速度和进给量建立实时表面粗糙度在线监测系统;当预测结果超出警戒值时,系统自动对切削参数背吃刀量、切削速度和进给量进行优化,进而减小工件振动,从而保证被加工零件的表面粗糙度.与传统的先加工后测量的方法相比,提出的方法实现了在加工的同时进行预测、分析与切削参数的自适应优化,有效地控制了被加工零件的表面粗糙度. 相似文献
16.
针对实际加工中工件与刀具之间的无规律振动而导致零件表面粗糙度不受控制的问题,提出了一种融合在线监测和自适应加工的方法.以主轴转速、背吃刀量、进给速度以及工件振动量为特征,基于XGBOOST算法对表面粗糙度进行回归分析,建立表面粗糙度的预测模型;在加工中对工件振动量进行实时采集,结合主轴转速、背吃刀量、切削速度和进给量建立实时表面粗糙度在线监测系统;当预测结果超出警戒值时,系统自动对切削参数背吃刀量、切削速度和进给量进行优化,进而减小工件振动,从而保证被加工零件的表面粗糙度.与传统的先加工后测量的方法相比,提出的方法实现了在加工的同时进行预测、分析与切削参数的自适应优化,有效地控制了被加工零件的表面粗糙度. 相似文献
17.
18.
《计算机集成制造系统》2017,(4)
针对复杂曲面构件抛光过程中表面粗糙度的最小化与材料去除率的最大化等多目标优化问题,采用正交实验方法设计四因素三水平的钛合金试件数控砂带抛光实验;基于灰色关联分析将多目标优化问题转化为单目标优化问题,利用主成分分析法确定表面粗糙度和材料去除率对灰色关联度的影响权重;通过对实验数据的回归分析,建立灰色关联度与主要抛光工艺参数(砂带粒度、砂带线速度、工件进给速度和抛光深度)的二阶预测模型;基于各工艺参数对表面粗糙度、材料去除率和灰色关联度的影响规律进行分析,确定抛光工艺参数优化方案。利用响应曲面求解工艺参数优化问题并进行叶片抛光实验,结果表明:该优化方法获得的工艺参数组合可在满足表面粗糙度要求的基础上大幅度提高抛光材料去除率。 相似文献
19.
20.
介观尺度心轴的表面粗糙度预测模型建立及参数优化 总被引:1,自引:0,他引:1
为控制惯性约束聚变靶制备中介观尺度心轴的表面粗糙度,提出一种应用旋转设计技术安排试验的方法,通过非线性回归分析,建立基于进给量、背吃刀量、主轴转速和刀尖角四个主要切削参数的介观尺度心轴的表面粗糙度二次预测模型。分析结果表明,该模型的拟合值能较好地反映心轴车削表面粗糙度,并且具有比理论表面粗糙度计算值更高的精度。在主要切削参数中,进给量和刀尖角比背吃刀量和主轴转速对心轴表面粗糙度的影响更显著。利用优化得到的最佳表面粗糙度为目标切削条件,选用直线切削刃超细晶粒硬质合金刀具,在φ0.6 mm的心轴上得到Ra16.53 nm的表面粗糙度。 相似文献