钛合金高速切削过程中的切削力和表面粗糙度建模及参数优化

钛合金高速切削过程中的切削力和表面粗糙度建模及参数优化

论文摘要

钛合金切削过程中的高温导致刀具磨损快,其结果是加工效率低,加工成本高,加工质量难以保证。因此研究钛合金材料的切削性能,优化工艺参数对于提高加工效率、控制加工质量具有重要意义。本文以钛合金Ti-6Al-4V高速切削过程作为研究对象,通过实验研究、神经网络和的优化方法结合,获取最佳切削参数,满足钛合金高速切削加工需要。(1)Ti-6Al-4V高速切削过程的实验研究和经验模型研究。利用正交实验法,采用硬质合金刀具高速切削Ti-6Al-4V,借助于极差分析,研究切削参数(轴向切削深度、径向切削深度、切削速度和每齿进给量)对切削力和表面粗糙度的影响;分别采用多元线性回归和多项式回归方法建立了切削力和表面粗糙度的经验模型,并得到了实验验证。(2)基于神经网络的切削力、表面粗糙度预测模型。BP(Back Propagation)神经网络由大量处理单元组成,具有很强的平行计算、学习、容错和抗干扰能力,由输入向量和输出向量来训练模型。本文采用误差反向传播算法训练网络模型,借助于自适应学习速率法和附加动量法,解决传统BP网络学习训练过程中收敛速度慢、易陷入局部极小的缺点。验证实验表明:BP神经网络完全能够胜任Ti-6Al-4V高速切削过程中切削力和表面粗糙度的准确预测。(3)基于金属去除率的切削参数优化。设计优化数学模型时,将金属去除率作为一个约束条件。也就是说,在一定金属去除率条件下,分别获得满足minF(x)或minRa(x)的轴向切削深度、径向切削深度、切削速度和每齿进给量的最佳参数组合,从而到达降低切削力或提高表面质量的目的。最后,最优切削参数下的切削力和表面粗糙度被实验所验证。本研究得到了教育部高等学校博十点基金“低温油-气切削介质的超声振动强化润滑机理研究”(20070422033)、山东省优秀中青年科学家奖励基金计划“钛合金切削过程中的高效冷却介质及冷却机理研究”(2007BS05001)和“高档数控机床与基础制造装备”科技重大专项“立式铣车复合加工中心:铣车复合工艺研究”(2009ZX04001-032)的资助。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 钛合金性能、应用及其加工现状
  • 1.1.1 钛合金的性能
  • 1.1.2 钛合金在航空航天领域应用
  • 1.1.3 钛合金的加工现状
  • 1.2 钛合金切削加工过程中的切削力、表面粗糙度研究
  • 1.2.1 切削力建模研究
  • 1.2.2 表面粗糙度建模研究
  • 1.2.3 切削参数优化
  • 1.3 本文研究的意义及主要内容
  • 1.3.1 本研究意义
  • 1.3.2 本文的主要内容及论文结构
  • 第二章 钛合金高速切削的切削力研究
  • 2.1 铣削力的正交实验
  • 2.1.1 实验设计
  • 2.1.2 实验条件
  • 2.2 切削参数对切削力的影响分析
  • 2.2.1 切削力的数据处理
  • 2.2.2 极差分析
  • 2.3 切削力经验模型
  • 2.3.1 切削力多元线性回归
  • 2.3.2 切削力多项式回归
  • 2.3.3 切削力经验模型的验证
  • 2.4 本章小结
  • 第三章 钛合金高速切削表面粗糙度研究
  • 3.1 粗糙度的实验
  • 3.1.1 实验设计
  • 3.1.2 实验条件
  • 3.2 切削参数对粗糙度的影响分析
  • 3.2.1 表面粗糙度的数据处理
  • 3.2.2 极差分析
  • 3.3 表面粗糙度经验模型
  • 3.3.1 表面粗糙度指数回归模型
  • 3.3.2 表面粗糙度模型的显著性检验
  • 3.3.3 表面粗糙度模型系数的显著性检验
  • 3.3.4 表面粗糙度二次回归模型
  • 3.3.5 表面粗糙度经验模型的验证
  • 3.4 小结
  • 第四章 切削力和表面粗糙度预测模型研究
  • 4.1 BP神经网络
  • 4.1.1 BP神经网络的结构
  • 4.1.2 BP网络的学习过程
  • 4.2 基于BP网络预测模型的分析与设计
  • 4.2.1 网络结构确定
  • 4.2.2 隐层神经元数的确定
  • 4.2.3 网络学习参数的选取
  • 4.3 基于BP神经网络的钛合金高速切削切削力和表面粗糙度预测
  • 4.3.1 网络参数的确定
  • 4.3.2 输入训练数据
  • 4.3.3 网络训练
  • 4.3.4 预测结果
  • 4.4 小结
  • 第五章 钛合金高速切削工艺参数优化
  • 5.1 优化技术概述
  • 5.1.1 切削参数优化的意义
  • 5.1.2 实验优化技术及常用方法
  • 5.2 钛合金高速切削加工参数优化模型及求解
  • 5.2.1 设计变量
  • 5.2.2 目标函数
  • 5.2.3 约束条件
  • 5.2.4 不同金属去除率条件下的切削参数优化
  • 5.3 小结
  • 第六章 结论与展望
  • 6.1 工作总结
  • 6.2 研究展望
  • 参考文献
  • 致谢
  • 学位论文评阅及答辩情况表
  • 相关论文文献

    • [1].高速切削应用中若干问题的讨论[J]. 装备制造技术 2013(12)
    • [2].高速切削钛合金稳定性模型及极限切深预测[J]. 机械设计与制造 2016(12)
    • [3].高速切削的发展及应用领域[J]. 机械工程师 2010(04)
    • [4].铣削在高速切削领域的发展[J]. 工具技术 2009(11)
    • [5].高速切削中的冷却与润滑技术[J]. 现代制造 2009(38)
    • [6].铣削在高速切削领域的发展[J]. 国防制造技术 2009(06)
    • [7].高速切削为国产机床带来的机遇和挑战[J]. 机械工程师 2009(03)
    • [8].高速切削在数控加工中的应用[J]. 科技信息 2012(15)
    • [9].高速切削在模具加工中的研究与应用[J]. 金属加工(冷加工) 2011(16)
    • [10].高速切削关键技术探讨[J]. 现代商贸工业 2010(22)
    • [11].高速切削关键技术[J]. 汽车工艺与材料 2009(10)
    • [12].高速切削物理仿真技术及其应用[J]. 航空制造技术 2008(23)
    • [13].高速切削关键技术[J]. 金属加工(冷加工) 2008(23)
    • [14].高速切削在数控机床中的应用[J]. 硅谷 2014(11)
    • [15].高速切削关键技术发展现状综述[J]. 机械工程师 2011(04)
    • [16].“航空、汽车零件高速切削应用高层论坛”成功举办[J]. 模具制造 2011(07)
    • [17].高速切削应用技术[J]. 金属加工(冷加工) 2009(22)
    • [18].高速切削加工单元的实例推理研究[J]. 山东工业技术 2018(04)
    • [19].高速切削加工技术[J]. 现代制造技术与装备 2018(06)
    • [20].铝合金连杆大端孔高速切削表面质量的试验[J]. 天津城市建设学院学报 2009(02)
    • [21].基于静电-离子技术的智能制造高速切削应用研究[J]. 辽宁科技学院学报 2018(01)
    • [22].高速切削的工业应用[J]. 汽车工艺与材料 2009(04)
    • [23].齿轮刀具向高速切削发展[J]. 航空制造技术 2008(12)
    • [24].镁合金切削加工浅谈[J]. 内燃机与配件 2017(06)
    • [25].高速切削技术要点及其在我国的发展趋势[J]. 黑龙江科技信息 2010(25)
    • [26].数控高速切削的关键技术[J]. CAD/CAM与制造业信息化 2014(11)
    • [27].高速切削有限元模拟加工温度场分析[J]. 硅谷 2012(21)
    • [28].高速切削工具系统的构成与运用[J]. 金属加工(冷加工) 2010(18)
    • [29].高速切削振动的形成及控制[J]. 南方农机 2019(22)
    • [30].高速切削变形区温度场数值模拟与分析[J]. 制造技术与机床 2015(08)

    标签:;  ;  ;  ;  ;  

    钛合金高速切削过程中的切削力和表面粗糙度建模及参数优化
    下载Doc文档

    猜你喜欢