共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
5.
6.
表面粗糙度是机械加工工艺中主要的技术参数,对零件质量和产品性能有着极为重要的影响。以加工表面粗糙度与切削用量三要素的关系为对象,采用正交试验方法,利用立方氮化硼刀具对冷作模具钢Cr12Mo V进行硬态干式车削试验,测量得到选定参数条件下的加工表面粗糙度值,并应用人工智能神经网络方法建立了加工表面粗糙度预测模型。结果表明,该预测模型具有很好的预测精度,其最大误差不超过5%。模型可以对不同切削速度、进给量和切削深度参数组合下加工后的表面粗糙度进行预测,对干式硬车条件下的切削用量选择和零件表面质量的控制具有重要指导意义。 相似文献
7.
针对滚动轴承套圈硬车削加工过程中表面质量存在的问题,对硬车削过程中切削用量和刀具参数对表面粗糙度的影响进行了研究,采用CBN刀具进行了6205滚动轴承套圈的硬车削加工试验,将进给量、切削速度、切削深度和刀尖圆弧半径作为试验因子,通过正交试验分析了它们对零件加工后表面粗糙度的影响规律,并归纳出了该试验范围内的最佳切削用量和刀具参数组合。研究结果表明,进给量对表面粗糙度的影响最大,刀尖圆弧半径对表面粗糙度的影响次之,切削速度对表面粗糙度的有一定影响,切削深度对表面粗糙度的影响非常小。 相似文献
8.
基于遗传算法的超精密切削表面粗糙度预测模型参数辨识及切削用量优化 总被引:2,自引:0,他引:2
建立易于分析各切削用量对粗糙度影响关系的表面粗糙度预测模型和最优的切削用量组合,是超精密切削加工技术的不断发展的需要。针对最小二乘法和传统优化方法的不足,提出了将遗传算法用于超精密切削表面粗糙度预测模型的参数辨识,并用于求解最优切削用量,给出了金刚石刀具超精密切削铝合金的表面粗糙度预测数学模型和切削用量优化结果,进行了遗传算法和常规优化算法的比较,结果表明遗传算法较最小二乘法和传统的优化方法更适合于粗糙度预测模型的参数辨识及保证切削用量的最优。 相似文献
9.
10.
11.
用线性规划法 优化切削用量 总被引:1,自引:0,他引:1
阐述了线性规划的基本原理和方法,并将其用于切削用量的优化。以往切削用量的选择,往往是凭操作者的经验和一些统计数据来确定,影响着生产率的进一步提高、产品质量的改善和生产成本的降低。本文以影响切削用量的主要因素,如刀具耐用度、工艺系统刚度、刀具热变形、现有机床运动参数、加工表面粗糙度等为约束条件,以基本时间表示的加工生产率为优化的目标函数,建立起切削用量优化的线性规划模型,借以探索切削用量的优化问题,并举出了切削用量优化的实例。 相似文献
12.
13.
14.
15.
16.
17.
用试验的方法研究了奥-贝球墨铸铁的加工表面形态、已加工表面粗糙度,分析了切削用量和刀具几何角度对加工表面粗糙度的影响.结果表明,已加工表面质量与刀具切削刃不平整及材料组织有关。为提高加工表面质置,必须优选切削参数,重视刀具磨损、后刀面粗糙度及工件材料组织的缺陷。 相似文献
18.
19.
20.
对0Cr18Ni9奥氏体不锈钢在传统乳化剂、干车削和微量润滑车削条件下进行切削试验。通过设计多因素正交试验方法和分组实验,比较在不同的冷却润滑方式下,背吃刀量、切削速度、进给量等切削用量对工件表面粗糙度的影响,从而为实际的生产加工积累和提供基础数据。 相似文献