附加振动的挤压超精工及润滑条件

本文作为SiC陶瓷工具的应用之一,论述了对难加工材料SUS 304不锈钢材料进行挤压加工,特别是振动挤压超精加工时,加工条件对加工后表面粗糙度的影响。同时也探讨了各种润滑剂对SiC工具磨损的影响。本研究结果表明:进给量越小,加工后的表面粗糙度也越小。而附加振动挤压时的最大倾角为10°左左时表面粗糙度获得最小值。另外,润滑剂的粘度越低,加工后的表面粗糙度越小,但是工具磨损比较严重,特别是用煤油作润滑剂时工具磨损现象最为突出。     

基于IGWO-SVM的超声辅助磨削Al2O3陶瓷表面粗糙度预测

为预测超声辅助加工Al2O3陶瓷表面粗糙度,进行了超声辅助磨削Al2O3陶瓷试验.用改进的灰狼优化算法(IGWO)对支持向量机(SVM)进行参数优化,建立IGWO-SVM预测模型,并与PSO-SVM预测模型、CS-SVM预测模型、GWO-SVM预测模型进行比较.结果表明:IGWO-SVM预测模型预测值与试验值最大绝对误差值为0.4119,最小绝对误差值为0.0024,平均绝对误差值为0.1456,平方相关系数为0.931092,均方误差为0.0003998,相比PSO-SVM预测模型、CS-SVM预测模型、GWO-SVM预测模型,该模型具有更高的预测精度和可靠度,能够对超声辅助磨削Al2O3陶瓷表面粗糙度进行更精准的预测.     

航空发动机用钛合金TC17疲劳失效研究

为了揭示钛合金TC17疲劳失效机理,本文针对钛合金TC17疲劳研究建立了适用于钛合金TC17的疲劳寿命预测模型。采用超声疲劳试验技术,对钛合金TC17进行不同应力幅值条件下的疲劳试验,并对试件的表面形貌进行定量检测。应用经典的两参数模型(Basquin模型),结合钛合金TC17疲劳试验结果,提出了超高频率载荷作用下的钛合金TC17应力-寿命(S-N)曲线。使用扫描电镜显微镜对试件断口形貌特征进行观察,分析表面粗糙度对钛合金TC17高周及超高周疲劳失效机理的影响及疲劳性能的劣化作用。结果表明:TC17疲劳强度为615 MPa,表面粗糙度是引起TC17疲劳失效的主要因素。研究内容对钛合金TC17零部件维护及寿命预测具有积极意义。     

超声微冲击作用碳钢表面改善耐磨性的实验研究

为了获得磨削加工和超声微冲击强化处理对45号钢表面性能的影响,测量处理前后表面粗糙度并观测表面形貌;在相同工况条件下,对超声与非超声处理后的样件进行耐磨性实验。通过对比,研究超声微冲击对其表面粗糙度与耐磨性的影响。实验结果表明,经超声微冲击处理后,45号钢表面粗糙度值明显减小,沿磨削纹理方向,表面粗糙度值减小38%,垂直于磨削纹理方向,表面粗糙度值减小55%;超声与非超声处理后的45号钢在耐磨性实验后厚度上的变化值分别为0.015mm和0.027mm,说明超声微冲击强化处理后45号钢磨损量较小,其耐磨性能得到改善。     

线接触铣削平面理论粗糙度分析

为了分析线接触铣削平面表面粗糙度的影响因素,运用矢量运算方法建立了线接触铣削平面运动学模型;根据刀齿包络原理,对工件表面理论粗糙度几何学形成机理进行了分析,建立了顺、逆铣加工中线接触铣削平面理论粗糙度的计算分析模型,提出了顺、逆铣加工理论粗糙度数值计算方法,并分析了各个加工参数对理论粗糙度的影响.经计算仿真,在同样的加工参数条件下,逆铣加工表面的理论粗糙度值小于顺铣加工表面;刀具半径越小、刀具齿数越少、进给速度越大,表面粗糙度值越大.该计算方法能真实地反映线接触铣削平面中,各参数对理论粗糙度的影响趋势和大小,为加工参数的计算、选择提供了理论依据.     

深孔单刃刚性铰刀工艺试验研究

单刃刚性铰加工具有高速切削、自动导向、加工表面粗糙度低等一系列优点,本文利用弹、塑性理论,研究了作用于导向块的力对孔壁的挤压效果,提出了单刃刚性铰刀铰削加工的两种不同工作状态,分析了铰削加工处于挤压状态的条件.经试验分析,得出为了获得良好的孔加工表面质量,必须使铰削加工处于挤压工作状态,确定了切削参数对切削力及表面粗糙度的影响.     

线接触回转铣削外圆柱表面粗糙度分析

为了分析线接触回转铣削外圆柱工件表面加工质量,运用矢量运算方法建立了线接触回转铣削外圆柱工件运动学模型.根据刀齿包络原理,对工件横截表面理论粗糙度几何学形成机理进行了分析,并仿真了顺、逆铣加工条件下的刀齿轨迹.建立了顺、逆铣加工中线接触铣削外圆柱表面理论粗糙度的计算分析模型,提出了顺、逆铣加工理论粗糙度数值计算方法,并分析了各个加工参数对理论粗糙度的影响.经计算比较,该分析及计算方法能精确反映线接触回转铣削外圆柱工件表面理论粗糙度,为加工参数的计算、选择提供了理论依据.     

基于GA-WPT-ELM的6061铝合金表面粗糙度预测

为了提高工件表面粗糙度预测的准确性,针对振动信号特征识别和表面粗糙度预测建模时多个参数难以同步优化和人工经验调优误差较大的问题,提出基于遗传算法（GA）的信号特征识别和表面粗糙度预测的优化算法. 对采集的6061铝合金铣削振动信号进行小波包变换（WPT）和多个特征提取,利用GA优化WPT母小波和特征向量;将信号特征向量和表面粗糙度分别作为极限学习机（ELM）的输入和输出,对预测模型训练的同时,利用GA优化ELM隐含层的神经元个数;对训练好的预测模型进行测试. 实验结果表明,通过GA对振动信号识别和表面粗糙度预测的3类参数同步优化,获得了最佳的信号特征和较高的表面粗糙度预测精度,节省了建模分析计算成本.     

超声滚压加工参数对12Cr2Ni4A钢表面粗糙度和表面形貌的影响

为了探究超声滚压加工参数对12Cr2Ni4A钢表面性能的影响,分析主轴转速、轴向进给量、加工次数及压下量对12Cr2Ni4A钢表面粗糙度和表面形貌的影响规律。通过表面粗糙度测量仪对原始表面及加工后的表面进行测定,并选用超景三维深显微镜对12Cr2Ni4A钢表面形貌进行可视化分析。结果表明,12Cr2Ni4A钢在经过超声滚压加工后,能显著降低车削的加工痕迹,试件的表面粗糙度降低至0.2μm,表面形貌得到极大改善。     

陶瓷材料超声铣磨加工的实验研究

对陶瓷材料的超声铣磨加工系统的结构与工作原理进行分析,并采用超声振动实验系统对陶瓷材料进行超声磨削加工正交实验,研究不同工艺参数对超声加工陶瓷材料表面粗糙度的影响。实验表明:与传统机械加工相比,超声加工能够使工件的表面粗糙度值降低;当振幅最大、主轴转速最大、进给速度最小、切深最小时,得到的加工表面粗糙度值最小;加工参数对粗糙度值影响大小依次为:进给速度、主轴转速、振幅和切削深度。