一维斜向超声振动辅助磨削滚动轴承钢工艺及试验研究

针对目前只有一维轴向、一维切向等振动方向不变的一维超声振动辅助磨削的情况,首次提出了一维斜向超声振动辅助磨削工艺方法。利用MATLAB对一维斜向超声振动辅助磨削磨粒的运动轨迹进行了模拟分析。建立了超声振动试验系统的动力学模型。通过对超声振动工作台的模态分析,研制了一维斜向超声振动辅助磨削试验系统,对不同角度下超声振动辅助磨削滚动轴承钢的磨削力及表面粗糙度值进行了研究,探究了磨削力及表面粗糙度值随超声振动方向的变化规律。多次试验结果表明,超声振动角度为67.5°附近的表面粗糙度值明显优于其他角度的表面粗糙度值,磨削力也有减小。对正交试验结果的极差分析得出：当超声振动角度为67.5°、砂轮速度为20m/s、工件速度为0.5m/min以及磨削深度为4μm时,加工后的工件表面粗糙度达到最低值,其中工件速度是影响表面粗糙度的最重要工艺参数。     

基于动态轮廓采样法的轴向超声振动辅助磨削工件表面形貌预测与试验验证

提出了一种基于动态轮廓采样法的轴向超声振动辅助磨削的工件表面形貌预测方法。假设磨粒直径服从正态分布,磨粒位置服从随机分布,生成砂轮表面形貌的模型,从运动学角度建立了轴向超声振动辅助磨削过程中任意磨粒的轨迹方程,针对磨粒运动轨迹的特点,提出了动态轮廓采样方法。通过建立磨削沟槽变宽模型,引入了磨削弹性变形模型和塑性堆积模型,对动态轮廓采样方法进行了修正,最终得出工件表面形貌的预测结果。对预测结果进行了试验验证,对比分析了工件表面形貌的预测结果和实测结果,两者特征相似,且比较工件表面粗糙度的预测值和实测值平均误差为5.3%,从而验证了该预测方法的准确性。