共查询到20条相似文献,搜索用时 31 毫秒
1.
TC4铣削加工的刀具磨损与切削力和振动关系研究 总被引:1,自引:1,他引:0
采用AlCrN涂层整体硬质合金立铣刀铣削TC4钛合金,测量周刃磨损量、切削力和切削振动。使用扫描电镜(SEM)观察刀具磨损形貌,应用能谱分析的方法研究刀具失效表面元素的分布规律。在揭示磨损机理的基础上,进一步探讨刀具磨损对切削力、切削振动的影响规律,为实现钛合金加工刀具磨损状态的在线检查提供理论和技术支持。研究表明:前刀面主要出现机械裂纹、热裂纹、粘结磨损和氧化磨损,后刀面出现机械裂纹、粘结磨损和氧化磨损;整体上,切削力和振动随着磨损量的增大而增大,但不同磨损状态对切削力和振动的影响不同。 相似文献
2.
采用响应曲面法对氟金云母玻璃陶瓷进行车削加工试验,以高速钢刀具磨损为响应,以切削用量为试验因素,通过回归分析、模型检验及方差分析,建立刀具磨损量与切削用量之间的数学模型,分析切削用量对刀具磨损的影响规律。研究表明:建立的刀具磨损量模型具有较好的适合性和显著性,预测精度较高,能较好地描述刀具磨损与切削用量参数之间的关系;切削用量对刀具磨损量的影响程度依次为进给速度、切削速度和切削深度;应用刀具磨损量模型,有助于选择合理的切削用量,减少和控制刀具磨损。 相似文献
3.
《兵器材料科学与工程》2015,(4)
采用正交-响应曲面法对6061-T651铝合金进行纵-扭复合振动超声深滚加工和普通深滚加工对比试验,研究各工艺参数对表面粗糙度的影响。正交试验结果表明:在相同的工艺参数下,纵-扭复合振动超声深滚加工后工件的表面粗糙度值小于普通深滚加工;表面粗糙度值随着静压力、转速的增大先减后增,随着进给量的增大先增后减再增;进给量对表面粗糙度的影响最显著,静压力对表面粗糙度的影响最小。基于试验结果采用二次回归构建表面粗糙度数学模型,并采用响应曲面法分析工艺参数之间的交互作用,确定了最优工艺参数。 相似文献
4.
用硬质合金刀具对二硅酸锂玻璃陶瓷进行车削试验来研究切削力。结果表明:随着切削速度增加,主切削力发生类周期性波动,但总体呈减小趋势,切深抗力先减小后增加,进给抗力周期性波动;随着进给量增加,3个方向的切削力都先减小后增大;随着切削深度增加,3个方向的切削力都增大。分析已加工表面微观形貌,测量表面粗糙度,据此给出车削二硅酸锂玻璃陶瓷较为合理的工艺参数取值范围。 相似文献
5.
34CrNiMo6高强钢硬度高、强度高,在切削加工中刀具磨损严重.针对切削参数与刀具磨损的关系,建立车削34CrNiMo6高强钢刀具磨损仿真模型.用三因素四水平正交试验法研究切削用量三要素在切削过程中对刀具的影响.结果表明:刀具磨损量受切削深度影响最小,受切削速度影响最大. 相似文献
6.
通过氟金云母可加工陶瓷钻削试验,测试钻头主后刀面磨损宽度,计算材料去除体积。以单位材料去除体积的刀具磨损量(VB/V)为考查对象,通过单因素试验法讨论了刀具材料、冷却条件、主轴转速、钻头角度等加工参数对刀具磨损的影响。试验结果表明:刀具材料主要影响切削过程,氟金云母陶瓷钻削加工中,不宜选用高速钢钻头;冷却条件对刀具磨损率影响比较显著,加工过程中应采取必要的冷却措施;当主轴转速3 000相似文献
7.
为提高钛合金切削表面质量,通过动力学建模及试验研究,探索钛合金切削加工系统的动态特性及表面粗糙度形成动力学机理.建立单自由度刀具-工件振动系统动力学模型,研究刀具振动的动态特性,在无心车床上进行试验验证,采集刀尖振动加速度信号并测量表面粗糙度,用小波包分解加速度信号进行分析和处理.结果表明:刀尖振动加速度和位移振幅随进给速度增大而增大;加速度振动信号小波包分解后的各小波包能量较低,反映表面粗糙度也较低;刀尖振动信号中高频部分小波包的能量相对波动与表面粗糙度变化趋势相同,能量相对波动越大,表面粗糙度越大. 相似文献
8.
分别用高速钢、硬质合金和Si3N4陶瓷刀具对氟金云母可加工陶瓷进行车削加工试验,测试了材料加工表面粗糙度,并以扫描电镜观察了加工表面。分析了氟金云母陶瓷车削加工中材料去除特点、材料去除规律和材料去除机理,考察了刀具材料对材料去除率和表面加工质量的影响。其材料去除过程可分为初期阶段、高效阶段和后期阶段。高速钢刀具因材料去除率较低不适于氟金云母陶瓷的车削加工,硬质合金刀具加工的表面粗糙度Ra值最低,质量较好。初步分析了氟金云母陶瓷材料去除机制,其材料断裂去除以穿晶断裂模式为主,沿晶断裂模式同时存在。 相似文献
9.
10.
消除陶瓷加工表面微裂纹的新方法 总被引:1,自引:1,他引:0
杨继先 《兵器材料科学与工程》1993,16(5):45-49
通过超声振动车削和普通车削、磨削陶瓷材料的试验研究及切削机理的探讨,探索出用超声振动车削能有效地消除陶瓷加工表面微裂纹,是陶瓷材料精密加工的一种新切削法。 相似文献
11.
氟金云母陶瓷车削参数对刀具磨损的影响 总被引:1,自引:0,他引:1
对氟金云母可加工陶瓷进行车削加工试验,分析了切削中的刀具磨损特性,讨论了影响刀具磨损率的因素。以单因素实验法分别考察了刀具材料、冷却条件、切削深度、进给速度等对刀具磨损的影响规律。结果表明:刀具磨损过程可划分为三个阶段,自来水冷却可降低刀具磨损率,高速钢刀具不能满足加工需要,陶瓷刀具相对较好;切削深度对刀具磨损率的影响曲线为一抛物线段,进给速度对刀具磨损的影响曲线为一余弦线段;车削氟金云母陶瓷对刀具磨损过程与切削金属相似。 相似文献
12.
高氮不锈钢工艺性能研究 总被引:2,自引:0,他引:2
以高氮钢板材为研究对象,探索高氮奥氏体不锈钢的加工工艺性能,进行加工硬化表面粗糙度、切削力、刀具磨损、钻孔、攻丝及排屑性能试验。结果表明,高氮钢材料加工硬化严重,切削力不高于普通结构钢,加工后可获得良好的表面粗糙度。 相似文献
13.
14.
纳米陶瓷材料超声振动磨削加工表面质量研究 总被引:1,自引:0,他引:1
研究纳米陶瓷材料磨削加工磨削力、磨削温度及表面粗糙度等表面特征,获取高质量的加工表面,是该工程材料得以广泛应用的重要前提。对纳米ZrO2陶瓷材料平板施加二维超声振动进行磨削,超声振动产生的空化作用、泵吸作用以及涡流作用,能一定程度上改善材料的加工性能、提高加工表面质量,实现纳米陶瓷材料的精密高效加工。结果表明:二维超声振动磨削与普通磨削相比,实际磨削力、磨削温度相对较低且随切削深度增加增长速度较慢;选取不同的磨粒粒度对纳米陶瓷材料进行磨削加工,超声振动加工的表面粗糙度值与普通磨削表面的粗糙度值相比相对较小。 相似文献
15.
《兵器材料科学与工程》2015,(1)
应用激光加工技术在W6Mo5Cr4V2高速钢试样表面加工出规则排列的仿生形态,测量光滑试样、凹坑型试样和凸包型试样的表面显微硬度、磨损量和摩擦因数,并观察表面磨损形貌。结果表明:与光滑试样相比,具有仿生形态试样的磨损量减少,摩擦因数降低,其中,凹坑型试样的磨损量最低,凸包型试样的摩擦因数最小。在仿生形态试样的表面观察到划痕,在光滑试样表面观察到黏着、剥落和划痕。仿生单元体的硬度增大,材料表面软硬交替,参与磨损的磨屑由滑动转变为滚动,以及凹坑的容屑作用,有助于改善高速钢仿生表面的耐磨性。 相似文献
16.
进行了超声振动车削与普通车削、磨削加工陶瓷材料的对比试验研究。结果表明,振动车削可明显地提高陶恣加工表面的质量,有效地消除普通车削,磨削中所形成的表面微裂纹,因此是陶瓷精密加工的一种新方法。 相似文献
17.
为探索超高速切削条件下涂层硬质合金刀具的切削性能,进行了超高速面铣淬硬钢实验,研究了切屑成形、切削力、刀具磨损以及表面粗糙度的特点。研究结果表明:在切削速度为2 800 m/min时,部分切屑出现了锯齿分离的现象;而在切削速度为2 000 m/min时,开始出现球状切屑;这两种切屑形态分别表征了超高速切削条件下高强度的热、机械冲击以及极高的切削温度;切削力及工件表面粗糙度均随切削速度的升高呈先下降后上升的趋势,并在切削速度为1 500m/min时达到最小值;超高速切削条件下,极高的切削温度导致刀具材料力学性能下降,刀具后刀面的主要失效机理为磨粒磨损、黏结磨损和氧化磨损。由于高强度的热、机械冲击,刀具前刀面的主要失效机理为涂层剥落。 相似文献
18.
针对航天发动机叶轮零件轻量化用Ti2AlNb基合金的高效切削加工需求,分别选择通用牌号YG类硬质合金刀具和复合Si3N4陶瓷刀具进行了刀具耐用度对比试验,分析了陶瓷刀具前、后刀面的磨破损失效形态和材料的切削加工性;通过正交试验研究了切削表面粗糙度随切削速度、进给量、切削深度的变化规律,建立了表面粗糙度的特征曲面。结果表明,复合Si3N4陶瓷刀具对于Ti2AlNb基合金的切削性能有了大幅度的提高,能够获得相对稳定的刀具耐用度,其正常切削阶段的磨损主要由较高的切削温度引起,为合理选取切削刀具和工艺参数提供了试验依据。 相似文献
19.
PBX车削表面的细观形貌与粗糙度研究 总被引:3,自引:1,他引:2
利用三维视频光学显微镜和扫描电子显微镜对某奥克托今基PBX试样干车削和加切削液车削产生的表面进行观测,发现存在明显的刀尖划过和未划过的螺旋状车削纹,并在相同车削参数下加切削液车削的较干车削的明显.刀尖划过区域比较平整,切屑脱落后残留的微裂纹和破碎的炸药颗粒在未划过区域清晰可见,区域整体显得极不平整.采用轮廓仪对这种不平整的检测表明车削表面的粗糙度随车削深度、进给量和机床主轴转数的增大而均呈现增大趋势.推导的表面粗糙度经验公式可预测不同工艺参数下的实际表面粗糙度. 相似文献
20.
针对无法精确掌控机械加工过程中刀具磨损状态的现状,提出一种基于多传感器信息决策级融合的刀具磨损在线动态监测模型。该模型对采集的振动、力、声发射传感器信号进行特征提取后,将特征按传感器类型划分为独立样本。划分后的独立样本分别对同一个刀具磨损量进行回归预测,进而对每一个独立样本预测得到的刀具磨损量进行加权综合决策,最终决策出刀具磨损量。实验结果表明:刀具磨损在线动态监测模型能够有效地提高刀具磨损动态预测精度,平均预测准确率可达97.9%;与现有研究方法相比,预测准确率至少提升4%以上,预测时间仅为0.016 s,具有较大优势。 相似文献