聚晶金刚石表面粗糙度灰色组合预测模型

基于金刚石木工刀具电火花磨削的特点,采用灰色系统理论建立了聚晶金刚石表面粗糙度灰色组合预测模型,该模型为多元线性回归模型的一种改进模型。通过聚晶金刚石电火花磨削工艺参数正交设计实验进行了验证,实验结果表明:该模型能够较好地预测出聚晶金刚石的表面粗糙度,预测最大误差为8.67%,能达到工程实际要求。     

金刚石木工刀具电火花磨削参数优化系统的研究

建立了金刚石木工刀具电火花磨削参数优化系统,该系统能对磨削工艺参数进行优势因素分析,实现工艺参数的优化,并预测金刚石木工刀具电火花磨削后的刃磨效果,具有较高的精度.     

基于灰色局势决策刀具电火花磨削工艺参数优化

基于金刚石木工刀具电火花磨削的特点,运用灰色局势决策理论,介绍一种金刚石木工刀具电火花磨削工艺参数优化设计方法。结果表明,该方法具有较强的实用性。     

聚晶金刚石电火花磨削试验的人工神经网络建模

聚晶金刚石(PCD)由于具有高硬度、高耐磨性和抗腐蚀性等优良的特性,其应用范围日益广泛,但是其成型加工非常困难。目前,聚晶金刚石常用的加工方法有机械研磨和电火花磨削,由于机械研磨效率低、金刚石层厚度不均匀等缺点,其应用受到很大限制。而电火花磨削工艺加工效率高,PCD平面度易于控制,近年来得到了迅速的发展。电火花磨削工艺主要参数如工件极性、脉冲宽度、脉冲间隔、峰值电压和峰值电流对工艺指标金刚石材料去除率(MRR)均有影响,而一般的方法难以确定工艺参数与工艺指标的关系,本文建立了电火花磨削参数和金刚石材料去除率的人工神经网络模型,该模型对未知工艺条件下的预测结果最大误差为14．29％,基本满足工程实际的需要。     

基于表面质量分析的聚晶金刚石刀具电火花放电磨削试验研究

以2、10μm两种粒度的聚晶金刚石作为研究对象,以工艺试验结合材料学测试作为分析手段,简单对比了盘状电极和线电极加工的表面质量,研究了金刚石粒度、电极极性、电极转速对精密电火花放电磨削聚晶金刚石的表面质量和材料去除率的影响.结果表明:采用负极性加工时,加工表面未出现多孔结构,表面质量好,放电蚀除无选择性;随着电极旋转线速度增加,聚晶金刚石材料的去除量也逐步增加,聚晶金刚石材料的表面粗糙度值先减少后增加;在电极线速度达80 m/min时,聚晶金刚石样件表面粗糙度值达到最小值,聚晶金刚石材料的去除量也趋于稳定.     

聚晶金刚石电火花磨削加工效果预测和加工参数优化仿真系统

建立了聚晶金刚石电火花磨削加工效果预测及加工参数优化仿真系统，可以预测聚晶金刚石电火花磨削加工后的效果，具有较高的精度，并能实现加工参数的优化，进行优势因素分析。通过工艺数据库的建立，该仿真系统可以适用于各种材料的加工工艺，有助于进一步提高聚晶金刚石加工的自动化程度和开发智能化系统。     

大面积聚晶金刚石复合片电火花加工温度场及应力场的数值模拟

在研究电火花加工机理的基础上,基于有限元原理,建立了电火花连续脉冲放电磨削聚晶金刚石复合片时的物理模型,对磨削过程工件表面的温度场、应力场分布及工件材料的变形规律进行了模拟分析.研究了脉冲宽度及峰值电流对温度场、应力场分布及复合片变形量的影响规律.结果表明,有限元法是分析大面积聚晶金刚石复合片电火花磨削过程中温度场、应力场及变形的一种有效方法,其计算结果可用来指导制定合理的加工工艺参数以提高加工质量和加工效率.     

聚晶金刚石刀具磨削机理试验研究

本文通过观察聚晶金刚石（PCD）磨削表面的微观形貌及背散射立体像，研究了PCD材料的磨削机理。结果表明，在磨削过程中，PCD材料会产生冲击脆性去除、沿晶疲劳脆性地去除、沿晶疲劳脆性去除、疲劳点蚀脆性去除、热化学去除及机械热去除。其主次顺序取决于磨削工艺参数。因冲击脆性去除直接产生PCD刀具刃口锯齿缺陷，所以在磨削中应尽量减少这种去除。     

聚晶立方氮化硼刀具电火花放电磨削分析

以国产不同粒度的聚晶立方氮化硼复合片试样作为研究对象,选取电极转速、开路电压、峰值电流、脉冲宽度和脉冲间隔作为主要工艺参数,以材料去除量、电极损耗作为加工效率的评价指标,以试样表面粗糙度值作为加工质量评价标准,结合扫描电镜观测、能谱分析、粗糙度仪测试,分析主要工艺参数对放电磨削加工的影响。实验结果表明:研究表明:PCBN电火花放电磨削加工的机理是高温熔化黏结剂,从而导致聚晶立方氮化硼颗粒脱落而实现磨削去除,过程中还伴随着元素间的置换和氧化;PCBN粒度对电火花放电磨削加工效率和质量的影响不如放电加工工艺参数的影响显著;材料去除量、电极损耗随着电极旋转速度的增加、开路电压的增大均有不同幅度的增加;随着峰值电流的增加,材料去除量增加,电极损耗减小,工件材料的表面粗糙度值增大。     

纳米结构WC/12Co涂层精密磨削的磨削力研究

本文对金刚石砂轮平面磨削纳米结构WC／12Co涂层材料时得到的磨削力进行了试验研究，研究了涂层材料的磨削力与磨削工艺参数以及砂轮特性之间的关系。通过各项试验研究得出，用金刚石砂轮磨削纳米结构WC／12Co涂层时，磨削力与当量磨削厚度基本成一元线性关系，它随磨削深度、工件速度的增加而增加：当磨粒尺寸减小时。总磨削力增加，但单颗磨粒磨削力减小。材料以非弹性变形的材料去除方式为主。通过试验采集的数据，使用当量磨削厚度作为磨削基本参数建立了法向磨削力理论模型。     

基于人工神经网络的点焊熔核直径预测

从电极位移曲线上提取出的两个特征值及焊接能量值作为输入值,熔核直径为输出值,建立了基于BP算法的铝合金直流点焊熔核直径预测模型.该模型为隐层结点数为5的三层结构,隐层转移函数为Sigmoid函数,输出层的转移函数为线性函数.对实测结果与仿真结果进行了对比分析,结果表明,45.2%的预测值与实测值相差不超过0.5 mm,77.4%的预测误差不超过1 mm,94.3%的预测误差没有超过2 mm.回归分析结果为A=0.878T 0.982.     

大粒度镍基合金焊料真空钎焊金刚石工艺

为解决金刚石钎焊工艺所用粉末状合金焊料用量难以控制、焊料层均匀性较差的问题,提出大粒度合金焊料真空钎焊金刚石的工艺构想并建立了几何模型,得出金刚石最优钎焊效果的大粒度合金焊料与金刚石粒度关系方程组,并求得基于合金焊料润湿角的实际解. 根据测定的镍基合金焊料润湿角得出50目大粒度合金焊料匹配的金刚石粒度为60目. 进行了金刚石真空钎焊试验与重负载磨削试验,试验表明,大粒度镍基合金焊料熔化完全,流淌性好,对金刚石具有良好的包埋、爬升效果;金刚石出露60%~70%,表面清洁无杂质. 重负载磨削后金刚石出现刃口磨损、局部破碎、磨平三个正常磨损状态,证明了新工艺的可行性.     

压头粗糙度对金刚石抗压强度及单颗粒测量值离散性的影响

本文通过多方面的实验比对,探讨压头粗糙度对人造金刚石抗压强度检测结果的大小和重复性以及单颗粒测量值离散性的影响,运用数理统计的方法对检测数据进行了分析研究,找出了较为合理的样本容量.提出样本容量取80粒为宜;采用"标样"定期检验压头状况;在给出抗压强度检测值的同时,应给出单颗粒强度值的离散性.本文研究成果为相关标准的修订提供了理论依据.     

Research and development of polycrystalline diamond woodworking tools

Polycrystalline diamond (PCD) is a kind of high performance synthetic ultrahard material. Due to its hardness, abrasion resistance, thermal conductivity and many other outstanding properties, PCD is widely used in many kinds of industry. With the growth of the worldwide population the consumption of wood-based products is increasing significantly. The application of PCD in the woodworking industry has both benefited this industry and extended the application range of PCD.

An overview on the current status of PCD tools is given in this paper, with a special focus on application in the woodworking industry. The excellent cutting performance of PCD woodworking tools is described. Based on the research contents, the investigation direction and future development of PCD woodworking tools have been reviewed. This paper points out that PCD tools will have a wide application in woodworking industry during the 21st century.     

基于BP和RBF神经网络的表面质量预测研究

目的 研究RBF和BP神经网络在铣削加工中的作用,实现对铣削加工质量的预测,改善铣削性能。方法 对环形铣刀与常用的球形铣刀进行对比,然后基于MATLAB平台,建立以铣削速度、进给量和铣削深度为输入参数,表面粗糙度为输出参数的RBF神经网络模型。通过大量的试验数据对RBF神经网络模型进行训练,然后再用训练好的RBF神经网络模型预测表面粗糙度,将预测值与实测值进行比较,验证RBF神经网络的预测性能。将训练好的BP神经网络模型与RBF神经网络所建模型的预测结果进行比较。结果 发现用RBF方法预测的表面粗糙度相对误差的绝对值不超过6%,最大误差为0.056 098,平均误差为0.022 277,而BP方法的最大误差为0.074 947,平均误差为0.036 578。结论 环形铣刀加工质量更好。RBF神经网络的预测精度较高,具有比BP神经网络更优的预测能力,且拥有建模时间短、收敛速度高、训练过程稳定以及学习速度快等优点,能有效进行铣削质量预测。     

基于FOA-SVM模型的输油管道内腐蚀速率预测

针对管道内腐蚀速率相关问题,采集某输油管道内腐蚀的实测数据,应用多元统计分析算法,在支持向量机(SVM)的基础上建立管道内腐蚀速率预测模型。采用果蝇优化算法(FOA)对预测模型进行优化训练,建立FOASVM预测模型,利用实测数据样本对模型的预测结果进行检验。结果表明:综合方差和均差分别为1.397×10-3和0.037 4,FOA-SVM预测模型相比灰色组合模型预测值和最小二乘支持向量机(LS-SVM)模型预计结果稳定性好、精度高,但是FOA-SVM预测模型训练时间较长,今后在提高模型预测效率上需要进一步研究。     

电镀金刚石圆柱铣刀在数控石材加工中磨损实验研究

本文采用正交实验方法,对电镀金刚石涂层刀具在数控石材加工中进行试验,研究加工参数和金刚石颗粒性能对电镀金刚石刀具磨损量的影响,并利用体式显微镜对磨损后的刀具表面形貌进行了分析.试验结果表明:影响金刚石铣刀磨损量的主要因素是金刚石粒度,加工参数中影响较大的是径向切深,其次是主轴转速,进给速度影响较小.刀具底面的磨损比侧面严重,刀具底面的磨损形式主要是犁沟,金刚石主要以脱落为主;侧面的磨损形式主要是磨平,金刚石颗粒以破碎为主.