硬质合金激光改性协同仿生微织构对硼掺杂金刚石涂层性能的影响

目的 研制应用于超精密加工领域的高性能金刚石涂层,探究硬质合金基体表面激光微织构对硼掺杂金刚石(BDD)涂层沉积质量的影响,分析不同类型的仿生微织构对基–膜结合强度、工具切削性能的改善效果及原因。方法 在硬质合金表面使用激光脉冲制备不同类型的仿生微织构,并通过热丝化学气相沉积(HFCVD)法在刀具表面沉积BDD涂层。采用数显洛氏硬度计(HRS-150)、超景深三维显微镜、扫描电子显微镜(SEM)、能谱仪(EDS)、白光干涉表面轮廓仪、拉曼光谱(Raman)对样品进行表征。通过压痕试验及铣削试验研究涂层的附着强度和刀具的切削性能。结果 激光微织构边缘发生表面硬化。激光微织构区域沉积BDD涂层后,基体表面缺陷显著降低,织构内部金刚石晶粒更密集,沉积质量提升,三角织构(TT)边缘的金刚石颗粒堆积坡度最缓,不同类型的织构化BDD涂层的粗糙度、金刚石纯度、切削性能及附着强度均不同,涂层附着力与表面硬度呈正相关。硼掺杂三角织构(BDTTD)涂层刀具具有最佳的切削性能。结论 织构边缘和内部具有更高的金刚石二次成核率和沉积质量。织构的存在可以提升BDD涂层的附着强度和刀具性能,并且织构边缘的涂层附着力最强,这些得益于激光烧蚀及仿生微织构对硬质合金表面的硬化及对BDD涂层内在缺陷的修复。     

基于BP神经网络的仿人两指末端执行器抓握模式预测

为了得到手部特征及物体特征与两指抓握模式之间的非线性映射关系,以便对仿人两指末端执行器的抓握模式进行预测,采用5 554次人手拇指-食指成功抓握试验的数据作为训练样本,构建基于L-M算法的BP神经网络两指抓握模式预测模型,进行仿人两指末端执行器的抓握模式预测。结果表明:该神经网络模型的预测准确率达90%,预测值与实测值的相关系数为0.83,能够快速有效地预测仿人两指末端执行器的抓握模式;对于等效直径较小且质量较轻的目标物,多选择精密捏;对于等效直径较大且质量较重的目标物,多选择强力握。研究结果可为仿人两指末端执行器的稳定抓握控制提供重要的决策依据。     

超声振动辅助ELID磨削淬硬12Cr2Ni4A合金钢表面特性的研究

目的 提高淬硬12Cr2Ni4A钢的加工质量,消除工件表面残余应力.方法 采用普通磨削(OG)、超声振动辅助磨削(UVAG)以及超声振动辅助ELID磨削(UVAEG)3种磨削方式,分别对淬硬12Cr2Ni4A合金钢进行加工,分析3种加工方式下被加工工件的表面粗糙度以及残余应力.结果 在超声振动辅助磨削、超声振动辅助ELID磨削下,工件表面粗糙度都低于普通加工,而超声振动辅助ELID磨削后的工件表面质量最高,相对普通磨削加工,超声振动辅助ELID磨削后的表面粗糙度降低了66％,相对于超声振动辅助磨削,超声振动辅助ELID磨削后,表面粗糙度降低了约41％.对工件表面进行残余应力测定发现,普通磨削加工后工件表面为残余拉应力,而超声振动辅助磨削、超声振动辅助ELID磨削后的工件表面都产生了残余压应力,超声振动辅助ELID磨削后,工件表面的残余压应力高于超声振动辅助磨削约30％.普通磨削加工中,随磨削深度的增加,残余拉应力一直变大,而超声振动辅助磨削和超声振动辅助ELID磨削的残余压应力总体呈现减小的趋势.在磨削深度达到22.5μm后,超声振动辅助磨削加工表面的残余压应力转变为残余拉应力.在超声振动辅助磨削和超声振动辅助ELID磨削后,随超声振幅的增大,表面残余压应力增大,超声振动辅助ELID磨削表面的残余压应力随占空比的增大而增大.结论 超声振动辅助ELID磨削加工后,能得到更小的表面粗糙度及更大的表面残余压应力.