强化感应加热辅助磨削Inconel718的残余应力主动调控

镍基高温合金Inconel718具有良好的高温强度和高耐蚀性能,广泛应用于制造航空工业特别是燃气涡轮发动机的高温构件。然而最终的成形磨削工艺常常在零件表面形成较大的残余拉应力,这对其疲劳强度和寿命等服役性能极为不利。研究和开发了一种基于磨削区的热温度梯度调节原理的复合磨削工艺,以主动调节Inconel718零件表面残余应力分布。在磨削工艺中利用控制良好的感应加热装置将热源嵌入到工件亚表层,通过对所需的温度梯度分布的主动控制实现对残余应力的调节。结果表明,通过合理调节感应加热和磨削工艺参数,可以获得较小的表面残余拉应力甚至压应力分布。本研究能够减少当前生产中为获得表面残余压应力而额外采取的喷丸等后续工艺,实现磨削残余应力的在线主动控制,且该技术也可以扩展推广应用到其他材料以及其他加工工艺中,如切削、铣削等。     

基于响应曲面法的超硬磨粒姿态对于微切削过程影响的研究

通过模拟砂轮每个制造步骤建立了数字化单层CBN砂轮的模型,该模型能够分析砂轮表面密集堆积的情况(如磨粒密度、出刃高度、磨粒姿态等),以及在磨削过程中单磨粒去除材料的状态.通过有限元仿真(FEM)和响应曲面法(Response Surface Methodology)对磨粒姿态对微切削过程的影响进行分析.结果表明:单颗CBN磨粒的微切削力取决于磨粒的磨损状态和空间姿态,并通过基于响应曲面法的定量化分析,得到了实现最小切削力的单颗磨粒空间最优姿态,其角度在40°和60°之间.     

面向轧辊磨削的数控系统研究

针对当前第三方数控系统不直接适配轧辊磨削的问题,结合轧辊磨削的具体加工特点,设计一种能够满足轧辊磨削要求的数控系统。研究轧辊磨削所需的总体功能和轧辊磨床的结构特点,提出一种用于轧辊磨削的数控系统硬件组成方案和功能任务分层架构。在研究轧辊磨削所需各项功能特点的基础上,提出各磨削功能的具体实现方法。基于所研发的数控系统开展了轧辊磨削控制实验,测试了各项磨削功能,结果表明：该数控系统能够较好地满足轧辊磨削的各项要求。     

基于改进Elman神经网络的轧辊磨削形位精度预测

轧辊磨削形位精度(辊形、圆度)与工艺参数间存在较强非线性关系,传统线性回归难以对形位精度进行有效拟合。针对上述问题,提出了基于改进Elman神经网络的辊形误差和圆度误差预测方法。在Elman神经网络训练过程中采用Sine混沌映射使得种群分布更均匀,同时利用麻雀搜索算法获得Elman神经网络的最优参数。验证结果表明,预测模型对于辊形精度和圆度的预测误差均小于10%,准确度高于85%,满足实际应用需求,证明了所提出方法的有效性。     

基于遗传算法优化小波神经网络数控机床热误差建模

数控机床的热误差已经成为影响其加工精度的一个关键因素,为最大限度提高数控机床热误差补偿的精度和效率,结合遗传算法自适应全局优化搜索能力和小波神经网络良好的时频局部特性的优点,提出一种基于遗传算法优化小波神经网络的机床热误差补偿模型。以某型号五轴摆动卧式加工中心为试验对象,以机床温度变量和热误差为数据输入样本,建立小波神经网络模型热误差预测模型,然后用遗传算法优化小波神经网络权值、阈值,最终建立热误差预测模型。通过与传统人工神经网络和普通小波神经网络进行对比分析及试验论证表明,该补偿模型具有精度高、抗扰动能力和鲁棒性强等优点,有望在实际加工场合的数控机床的热误差预测和补偿研究中得到更大的推广应用。     

基于数字化模型的砂轮表面地貌特性研究

单层电镀CBN砂轮通过电镀工艺将磨料固结在砂轮表面。通过严格的磨料粒径一致度控制,实现更高的砂轮品质是高端砂轮制造的关键技术。因此,建立磨料粒度及其分布与砂轮表面地貌特性之间的关系对砂轮设计及磨削质量控制将起到重要作用。针对单层电镀CBN砂轮提出了基于制造过程的数字化砂轮模型,可实现对砂轮生产制造过程中的每个步骤的仿真。通过对3种规格砂轮的建模与地貌测量,验证了模型的准确性和有效性。同时,通过该模型研究了磨粒直径标准差与砂轮微观地貌特征的关联机制,为砂轮数字化设计与质量控制提供了定量化依据。     

涂层钻头加工不锈钢磨损机理研究

研究了TiN、TiAlN、TiCN三种高速钢涂层专用麻花钻头钻削加工1Cr18NigTi奥氏体不锈钢时的刀具寿命以及刀具表面涂层的磨损特性。通过研究刀具寿命以及对刀具前刀面涂层磨损形态和元素成分的变化规律，揭示了三种涂层钻头的磨损机理。结果表明：在中低速、湿切削的情况下，TiCN涂层要优于TiAlN涂层，明显优于TiN涂层；TiCN涂层高速钢专用钻头较TiAlN、TiN涂层高速钢专用钻头更加适合不锈钢的钻削加工。研究结果对提高不锈钢钻削加工效率与加工质量具有重要意义。