MATLAB在国外高档龙门式加工中心可靠性分析中的应用

龙门式加工中心因其一次装夹即可完成铣、钻、镗、铰、攻等多种工序而应用广泛。为快速分析龙门式加工中心的可靠性,提出了基于MATLAB对其故障分布规律研究的一般步骤。应用新提出的步骤对国外某高档龙门式加工中心的可靠性进行了分析计算,得出了其故障分布规律服从对数正态分布。针对故障分布规律研究的一般步骤编写了综合性的函数文件,为其他学者进行故障分布规律研究提供较快捷、实用的方法。     

国外先进加工中心的可靠性分析

使用定时截尾试验方法采集了50台某型号国外高档加工中心在实际工作中的故障数据.通过对故障部位、故障模式及危害度分析,找出了该型号加工中心的薄弱环节.然后采用了极大似然法进行了整机故障间隔时间分布模型的参数估计.选择威布尔分布作为分布模型,应用遗传算法求得了三参数威布尔分布的位置参数,并通过了Kolmogorov-Smirnov检验.根据求得的三参数威布尔分布模型,计算了整机的平均故障间隔时间.结果表明:基于遗传算法优化的相关系数法能更好地求得三参数威布尔分布模型,这可以为其他学者的相关研究提供参考.     

CF卡在FANUC 18i数控系统数据管理中的应用

数控机床数据是数控机床正常发挥其工作性能的关键,是保证机床正常工作的前提条件。为了及时排除故障,提高数控机床的使用效率,从实用角度介绍了CF卡在FANUC 18i数控系统数据备份与恢复等机床数据管理中的应用方法。     

加工中心主轴系统的可靠性分析

对国外高档加工中心进行现场跟踪,采集并记录使用过程中的故障数据。为了科学、全面的考虑加工中心发生故障的不确定性,采用模糊综合评判法进行了分析,求得主轴系统的危害度。并应用Matlab软件对主轴系统的故障数据进行了分析,得到故障首次间隔时间服从二参数威布尔分布,根据得到的可靠性指标对主轴系统进行可靠性评价。     

对刀仪在数控车床上的应用

数控车床加工中,对刀操作是重要的环节,其准确性将直接影响零件的加工精度和数控加工的效率。为了提高数控车床的加工效率和精度,从实用角度介绍了对刀仪在数控车床上的应用。     

基于优质高效的数控铣削参数优化方法研究

为了实现模具制造过程的优质高效率生产,基于能量效率、表面质量为优化目标函数模型,采用非支配排序遗传算法进行参数优化。选择Cr12MoV模具钢材料进行单工步干式铣削沟槽正交实验,通过试验结果获得优化后最优的Pareto解集。考虑缩小优化结果的选择范围提升数控铣削方案的合理准确性,采用层次分析法对优化的参数组合方案进行评价分析。结果表明：应用层次分析法评价分析可以获得最佳目标参数组合方案,可实现数控机床加工模具钢过程中的高效率、高质量加工。     

基于粗糙集理论与聚类算法的加工中心可靠性综合评价研究

针对数控机床可靠性综合评价中指标选取不一、需要大量先验知识等不足，提出一种粗糙集与K-means聚类算法相结合的评价方法。建立原始评价指标体系，通过K-means聚类算法与Silhouetta指标对各指标值进行离散化处理，并运用粗糙集理论约简冗余指标，构造动态评价指标体系。根据属性重要度定义对约简后的指标客观赋权，构建粗糙集聚类可靠性综合评价模型。结果表明：所提出的方法合理、有效。     

国外高档龙门式加工中心的可靠性综合评价

采用定时截尾试验法收集了2组国外高档龙门式加工中心的故障数据。通过传统的可靠性分析方法分别计算了不同截尾次数下的MTBF和MTTFF，然后通过动态加权法确定了不同样本下的MTTFF与MTBF的权重，最后通过波达计数函数对这两组机床进行了排序。结果表明： A2组明显好于A1组，同时也表明多次截尾实验下的动态加权法充分体现了评价对象的“质差”和“量差”，是一种切实可行的数控机床可靠性评价方法。     

基于高质量和低振动的铣削参数优化方法研究

针对数控铣床在切削过程中产生的振动对工件表面质量的影响,提出以低振动和高表面质量为优化目标,对切削参数进行优化。以VDF-850A铣床为研究对象对45号钢进行铣削正交试验,通过建立振动采集系统,采集振动信号提取振动特征值并测量工件表面粗糙度值,应用最小二乘法拟合数据建立了振动和粗糙度数学模型。利用层次分析法确定两目标函数权重,使用平方和加权法对两目标函数加权拟合成综合目标评价函数,运用粒子群算法优化切削参数。试验结果表明:应用粒子群算法优化后的切削参数进行加工可有效的降低振动和提高表面质量。     

面向高质量高效率低能耗的车削参数优化

为了实现数控机床的绿色高效制造,以低切削功率、低粗糙度和高材料去除率为目标,对45钢进行了干式单工步正交切削试验。采集不同切削参数下机床的切削功率和工件表面粗糙度值,应用模糊综合评价法对车削参数进行模糊正交优化,得出最优的切削参数。建立切削功率预测模型和表面粗糙度预测模型,并对优选的参数进行了试切试验,将试验结果和经验值与预测值进行了对比,结果表明:使用优化的车削参数进行加工,可以有效地提高效率、降低能耗和表面粗糙度。