钛合金车削切削力及表面粗糙度优化分析

采用TC11钛合金车削正交试验研究了各车削参数对切削温度和切削力的影响规律,进一步分析车削参数和表面粗糙度的内在联系。结果表明：切削温度与切削力相互影响,当切削速度在50～100m/min时,切削速度越高,刀具对工件挤压越剧烈,且切削温度升高并使工件软化,导致切削力减小。通过极差分析发现,影响切削力的切削参数依次为切削深度>进给量>切削速度,影响切削温度的切削参数依次为切削速度>进给量>切削深度;对于表面粗糙度各切削用量影响程度大小依次为进给量>切削速度>切削深度。在本次试验参数内,得到了最优切削力的切削参数和最优表面粗糙度的切削参数。研究结果对于加工钛合金的切削参数优化提供一定指导。     

基于剪切增稠液的高速钢铣刀刃口修整

为研究剪切增稠抛光液对铣刀刃口的影响,以四刃高速钢平头立铣刀为研究对象,对高速钢刀具进行修整,测量铣刀刃口半径,并观测铣刀前刀面、后刀面以及刃口形貌。试验结果表明:修整后,铣刀刃口半径减小,但由于不同切削刃初始状态不同,刃口半径减小的程度不同,最大变化量为7.5 μm,最小变化量为0.4 μm;修整试验只是针对铣刀刃口进行修整,铣刀的前、后刀面无明显变化,磨削痕迹并没有去除;磨料粒度对修整效果有一定影响,a组、b组和c组碳化硅STF试验组修整后,平均刃口半径分别减小4.6、3.6和1.9 μm,磨粒尺寸越大,铣刀刃口半径变化越明显。      

基于AdaBoost和决策树的雷达辐射源识别方法

针对传统雷达辐射源识别算法在当前高密度信号环境下进行识别时,存在实时性差、识别准确率低、鲁棒性不强的问题,提出了一种基于AdaBoost和决策树的辐射源识别算法。首先通过信息增益构建单层决策树;然后利用AdaBoost算法对弱分类器进行训练,得到强分类器;最后通过强分类器对测试数据进行识别,得到识别结果。仿真结果表明,利用该方法识别参数误差10%的测试数据,识别准确率能够达到93.78%,时间消耗低于1.5s,具备良好的识别效果。     

基于热处理模拟仿真的超高强度钢制复杂零件构型优化与验证

某超高强度钢制航空零件初始构型复杂，热处理后关键部位畸变量不能满足设计要求(±1 mm)。针对此问题，采用模拟仿真手段，研究了零件不同构型状态下的热处理畸变。结果表明，零件初始构型整体冷却先快后慢，厚壁部分应力较大，薄壁部分应力相对较小，尾部畸变最大，达2.16 mm。通过反复迭代优化零件有限元模型，模拟结果显示关键部位最大畸变量由最初的2.16 mm减少至0.90 mm,最终获得优化的零件构型。基于优化后的构型在实际生产中对零件进行了验证，零件各特征点实际畸变量均满足设计要求，模拟结果与实际生产结果吻合良好，证明了所建有限元模型的准确性及热处理模拟仿真技术在零件构型状态优化过程中的有效性。