基于八叉树和方向包围盒的自由曲面加工干涉检查的简化算法

基于分层方向包围盒（OBB）和八叉树空问剖分法,采用分离轴理论,利用离散刀位点间的关联性。针对自由曲面五轴加工的全局干涉问题,给出了一种刀具干涉初步检测的简化算法。应用八叉树的分层结构,只有节点发生干涉,才需要对子节点进行进一步处理。由于刀具路径离散位置的连续性,采用设置缓冲区法来减少需要处理的节点数,从而有效降低了算法的复杂性。     

基于遗传算法的曲面加工优化双刀具选择算法

针对球头刀加工自由曲面时的局部干涉影响曲面加工效率问题,提出了优化双刀具选择算法。基于曲率模型求取无曲率干涉加工自由曲面的最小刀具尺寸,给出对应不同尺寸刀具划分自由曲面干涉区域和非干涉区域,等面积平面近似曲面计算刀具路径总长度计算方法,基于遗传算法求解由刀具尺寸与刀具路径长度建立的双刀具选择模型。验证实例表明该算法能够显著提高自由曲面加工效率。     

基于改进遗传算法的刀具干涉检查算法研究

针对复杂螺旋面数控加工中的刀具干涉问题进行了研究,以最小有向距离理论为基础结合改进的遗传算法,将刀具干涉检查问题转化为求取目标函数的全局最优值问题,以此来进行干涉判断.通过螺杆加工实验,验证该算法的可行性与有效性.     

数控加工仿真中自由曲面的碰撞干涉检验

碰撞干涉检验是数控加工仿真的主要目的之一.文章解决了数控加工仿真中的自由曲面碰撞干涉的问题:把碰撞干涉分为四种情况,对其分别提出不同的检验方法,并阐述了具体的解决方案.这些方法对3-5轴数控机床均适用.其中提出的刀具与曲面全局干涉的检查算法解决了求曲面到刀具最小距离的问题,即根据曲面到刀轴最小距离判断刀具是否与曲面发生干涉.     

一种圆环面刀具五坐标端铣加工局部干涉检测算法

对圆环面刀具五坐标端铣加工复杂曲面的特性进行了深入分析.在此基础上,提出了一种快速的局部干涉检测算法,首先计算圆环面刀具圆环面的环心圆到工件曲面之间的最小距离,然后将该最小距离与圆环面刀具的圆角小半径进行比较,以实现对局部干涉的判断,并通过调整刀轴矢量对发生局部干涉的刀位进行处理.算例表明,所提出的干涉检测不仅正确稳定,而且具有很高的效率.     

基于测量数据直接数控仿形加工路径生成方法的研究

研究了由大规模测量数据直接生成无干涉刀具路径的方法。由激光测量得到大规模测点数据，首先对原始数据进行预处理，建立三角化模型，然后通过点、线、面的干涉处理得到无干涉刀位点，最后生成无干涉刀具路径。     

复杂曲面的五轴加工无干涉刀具路径生成技术研究

基于微分几何理论,对复杂曲面环形刀无干涉刀具路径生成算法进行研究,对复杂曲面进行曲面划分,在此基础上建立环形刀五轴加工模型,进行走刀步长、加工行距和相邻刀触点等的计算,并提出通过选择最佳刀具尺寸和改变刀具姿态进行干涉避免的方法.与其它环形刀刀具路径生成算法相比,本文提出的算法具有更高的准确性和可靠性.     

自由曲面数控加工智能选刀方法的研究与开发

由于自由曲面的几何复杂性,其数控加工的刀具干涉判别和刀具选取往往依靠数控机床编程工程师的经脸,致使加工的安全性、精度、效率及可靠性得不到有效保证.采用改进的遗传算法获取自由曲面的点云数据,在自主开发的系统中重构自由曲面.研究自由曲面加工刀位面生成的几何机理,根据刀具类型和几何尺寸,自动生成自由曲面数控加工的刀位面,可视化判别是否发生刀具干涉.将改进的快速排序算法应用到智能选刀模块,通过对常用类型和尺寸的刀具进行干涉排查,在避免干涉的前提下,智能选取最优化的加工刀具.对三种加工方案进行了测试,验证了智能选刀方法的正确性.     

基于CCD和MATLAB的刀具实际轮廓的检测

传统的刀具轨迹计算和干涉检验都是把刀具轮廓设想为理想的几何形状.然而由于刀具的磨损其实际轮廓并非是理想的几何形状.这也是在刀具轨迹计算和干涉检验过程中会产生误差的原因之一.针对这个问题提出基于CCD技术对刀具进行连续拍照,再利用MATLAB软件对得到的照片进行边缘检测、去除噪声点等操作分析得出刀具单张照片轮廓,最后将所有单张照片依次叠加在一起求出刀具的实际轮廓线.该轮廓线就是在加工过程中刀具和工件接触的实际轮廓.以刀具的实际轮廓线为基准再进行轨迹计算和干涉检验会大大减少误差的产生.     

超声波激振刀具扭振镗孔时后刀面干涉的研究

超声波振动镗孔有传统镗孔无法比拟的优点,但当刀具与切削速度同向振动时,由于进给运动使得刀具与加工表面、已加工表面都有不同程度的干涉。这种干涉对加工表面质量、刀具耐用度有一定的影响。为有效解决这些问题,研究干涉现象及其影响因素,给出干涉程度的理论分析,建立了数学公式,并提出了解决干涉的方法。     

Prediction of cutting force for self-propelled rotary tool using artificial neural networks

In this paper, a cutting force model for self-propelled rotary tool (SPRT) cutting force prediction using artificial neural networks (ANN) has been introduced. The basis of this approach is to train and test the ANN model with cutting force samples of SPRT, from which their neurons relations are gradually extracted out. Then, ANN cutting force model is achieved by obtaining all weights for each layer. The inputs to the model consist of cutting velocity V, feed rate f, depth of cut a_p and tool inclination angle λ, while the outputs are composed of thrust force F_x, radial force F_y and main cutting force F_z. It significantly reduces the complexity of modeling for SPRT cutting force, and employs non-structure operator parameters more conveniently. Considering the disadvantages of back propagation (BP) such as the convergence to local minima in the error space, developments have been achieved by applying hybrid of genetic algorithm (GA) and BP algorithm hence improve the performance of the ANN model. Validity and efficiency of the model were verified through a variety of SPRT cutting samples from our experiment tested in the cutting force model. The performance of the hybrid of GA–BP cutting force model is fairly satisfactory.     

Numerical simulation of non-linear chatter vibration in turning

In this paper, basic relationships and algorithms for numerical simulation of non-linear, self-excited vibrations in single degree-of-freedom cutting systems are presented. Non-linearities due to the tool leaving the cut, as well as interference between the cutting tool clearance face and cutting surface waviness, were taken into consideration. Examples of vibration simulation results are shown.     

研磨刀架结构对金刚石刀具刃口质量的影响

金刚石刀具刃口锋利度和刀面表面粗糙度对所加工零件的质量有着重要影响。较好的研磨刀架结构将有助于降低因刀架而产生的振动扰动,获得高质量的刀具刃口。通过改进刀架结构,使刀具刃口锋利度从300 nm提高到了50 nm,表面粗糙度从15 nm提高到了0.5 nm,刀具刃口质量得到了明显改善。     

铍铜合金铣削过程刀具黏附现象对切削颤振影响分析

为了满足高精密铍铜件表面的加工要求,研究刀具表面黏附过程对切削系统和已加工表面的影响,有利于提高加工质量和加工效率。通过建立二自由度切削颤振系统,结合工件材料特性、黏结过程和断续切削过程,采用单因素高速铣削实验方法,解析刀具损伤、切削颤振和已加工表面的内在联系,并通过电镜扫描和白光干涉对刀具表面和已加工表面进行对比分析。切削速度和黏附程度的差异性,极大地影响了切削过程的稳定性,导致已加工表面缺陷的产生。不同黏附环境往往导致了不同的切削状态,尤其是高黏附率环境下的刀具表面黏附有利于维持切削刃形态和减缓加工颤振现象。     

基于BP神经网络数控机床切削能耗的研究

数控机床的能耗来源于工作时的电动机空载和切削过程中的负载消耗。分析切削过程中的切削速度、进给速度、切削深度等切削参数对数控机床能耗的影响;基于BP神经网络搭建数控机床能耗与切削参数的模型,简化了经验公式繁琐的计算过程;利用遗传算法对切削参数进行优化。对比试验表明:用优化后的参数进行加工,能明显地降低能耗,为加工过程能耗控制提供了一个良好的方案。     

6R雕刻机器人NURBS曲面刀路规划的研究

提出了一种6R雕刻机器人NURBS曲面刀路规划方法,详细地论述了运用泰勒和坐标变换方法实现NURBS曲面刀路轨迹、切削点位、端铣刀有效加工半径及末端执行器逆运动变换的算法.为进一步运用到雕刻机器人轨迹规划或离线编程打下了基础.     

基于SK7032大型螺杆转子分段磨削实验研究

在成形磨削几何原理基础上,基于SK7032螺杆转子磨床提出大型螺杆转子分段磨削技术。根据齿轮啮合原理,分析砂轮刀具在分段磨削螺杆转子时的空间包络运动形式,建立转子分段磨削刀位轨迹计算模型。在螺旋面加工中对转子分段磨削中产生的干涉进行分析,并制定干涉消除的具体方案,达到刀位轨迹优化。针对大型螺杆转子分段磨削的功能要求开发了"螺杆转子分段磨削计算软件",参数化输入并得出转子分段磨削数控加工程序;根据生成的加工程序,在SK7032螺杆转子磨床上进行分段磨削试验,验证了大型螺杆转子分段磨削的可行性,为螺杆转子的数控加工提供一种新的方法。     

Effects of the cutting edge microgeometry on tool wear and its thermo-mechanical load

Tailored cutting edge micro geometries lead to a significant enhancement of the cutting tool performance and increase its tool life. This paper presents the influence of honed cutting edge geometries on the tool wear behavior, process forces and thermal load of the inserts during turning operations. Tool life maps, which show the influence of the honed cutting edge on the wear behavior, are developed for different thermomechanical load profiles of the cutting tool. Furthermore, an approach for space resolved temperature measurements near the cutting edge via two-color ratio pyrometer is presented.     

On-line monitoring of flank wear in turning with multilayered feed-forward neural network

A multilayer feed-forward neural network (MLFF N-Network) algorithm is presented for on-line monitoring of tool wear in turning operations. The algorithm is based on the cutting conditions (cutting speed and feed rate) and measured cutting forces, which are used as inputs to a three-layer MLFF N-Network. The network is first trained using a set of workpiece material (P20 mold steel) and a tungsten carbide (H13A) cutting tool at various cutting conditions. The algorithm is later successfully verified on-line during turning of the same mold steel at conditions that differ from the data used in training. The algorithm is packaged in a software module, and integrated to an open Intelligent Machining Module used on industrial CNC systems.