镍基高温合金高效切削加工质量控制技术研究

论文摘要

镍基高温合金具有优良的热强热硬性能、热稳定性能及热疲劳性能,可以承受复杂应力、组织稳定、有害相少,高温时抗氧化热腐蚀性好、蠕变特性出色,能够在相当苛刻的高温环境下进行服役,所以广泛应用于航空航天领域,如制造航空发动机、各类燃气轮机热端部件,如涡轮部分的工作叶片、导向叶片、涡轮盘和燃烧室等。目前先进的发动机上镍基高温合金已占总重量的一半左右。由于在切削加工中存在切削力大、切削温度高、刀具磨损严重和表面质量难以保证等诸多问题,成为制约提高镍基合金加工生产率的主要因素。为了提高镍基高温合金加工效率,获得较好的表面质量,本文针对目前使用最多的GH4169(即Inconel718),进行了以下内容的研究:首先,设计了高速车削GH4169的实验,对切削速度,进给量,刀具前角对表面粗糙度及切削力,切削温度的影响情况进行了实验研究,总结并分析了影响规律;设计了刀具使用寿命实验,对不同涂层、切削速度和刀具前角对刀具使用寿命的影响进行了实验研究,对刀具前角和涂层进行了比较和优选;其次,采用神经网络建立了表面粗糙度预测模型,根据GH4169的实际车削情况筛选得到最佳表面粗糙度预测模型;导出模型数学表达式,给出有效预测范围区间。最后,根据对切削用量的优化要求;选用遗传算法,并对遗传算法进行改进;采用改进的遗传算法,通过表面粗糙度预测模型,完成对切削用量的优化要求。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的来源和意义
• 1.2 国内外研究现状
• 1.3 论文研究的主要内容
• 第2章 加工参数对GH4169 的影响实验
• 2.1 实验装置和实验方法
• 2.2 切削速度对表面粗糙度影响
• 2.3 刀具前角对表面粗糙度的影响
• 2.4 进给量对表面粗糙度的影响
• 2.5 刀具涂层对刀具使用寿命的影响
• 2.6 刀具前角对刀具使用寿命的影响
• 2.7 小结
• 第3章 基于神经网络的表面粗糙度预测模型的建立
• 3.1 神经网络的选择
• 3.2 模型建立所需数据的获取
• 3.2.1 训练数据的实验设计
• 3.2.2 测试数据的获得
• 3.2.3 数据预处理
• 3.3 BP 神经网络的设置
• 3.3.1 BP 神经网络介绍
• 3.3.2 BP 神经网络的主要参数设置
• 3.3.3 预测模型的确定
• 3.4 BP 网络模型的训练与筛选
• 3.4.1 模型训练参数的设置
• 3.4.2 完成训练模型的筛选
• 3.4.3 数学模型的导出
• 3.5 小结
• 第4章 基于表面粗糙度预测模型的切削用量优化
• 4.1 几种基于粗糙度预测模型对切削用量优化问题
• 4.2 遗传算法的选用和设置
• 4.2.1 遗传算法的选择
• 4.2.2 遗传算法的运行过程
• 4.3 遗传算法参数的设置和优选
• 4.3.1 世代数的选择
• 4.3.2 交叉率的选择
• 4.3.3 变异率的优选
• 4.3.4 参数优化后的遗传算法模型
• 4.4 改进的遗传算法
• 4.4.1 改进方案
• 4.4.2 改进后算法与基本遗传算法对比
• 4.4.3 优选参数
• 4.5 对切削用量优化问题的解决方法和实例
• 4.6 小结
• 结论
• 参考文献
• 致谢