镁合金产品表面砂带磨削基础技术研究

论文摘要

镁合金由于其质轻,承载能力高,弹性模量小,刚度好,抗震能力强,抗电磁干扰及屏蔽性好,可回收利用等优势,被广泛应用于汽车、摩托车、电子、航空、航天、军工等领域。但是镁合金的抗腐蚀能力是制约镁合金应用的最大障碍,提高镁合金镀覆前处理表面质量,可极大的增强镀覆层与基体结合强度,增强镁合金抗腐蚀能力。但是目前镁合金镀覆处理企业中缺乏一种合适的加工方式应用于机械前处理,可否将砂带磨削优势应用于镁合金镀覆机械前处理,提高加工质量,降低生产成本成为亟待验证的一个问题。针对以上问题,本文以AZ91D典型压铸镁合金材料为研究对象,完成了镁合金的砂带磨削相关基础技术研究:(1)收集并归纳了国内外的研究现状,分析了典型压铸镁合金材料的可磨性,改造完成了镁合金材料砂带磨削实验装置,针对镁合金镀覆机械前处理加工的要求,提出了砂带磨削性能的主要评价指标。(2)试验研究了砂带粒度、砂带线速度、工件轴向进给速度等输入因素对表面粗糙度的影响规律。并分别采用多元线性回归分析方法以及BP神经网络对表面粗糙度影响因素进行建模,预测加工后粗糙度。(3)创造性提出使用砂带堵塞面积衡量砂带堵塞程度,试验研究了砂带堵塞的影响规律。利用BP神经网络方法结合MATLAB对砂带堵塞影响规律进行了建模,用于砂带堵塞情况的预测。得到如下的结论:(1)将砂带磨削优势应用到镁合金磨削是完全可行的。(2)在一定磨削条件下,对表面粗糙度影响程度最大的因素为砂带粒度,然后依次是磨削压力、砂带线速度,工件轴向进给速度以及接触轮硬度。(3)建立了表面粗糙度与各磨削输入参数之间的回归模型。经验证,回归解与实验值的最大相对误差仅为8.0%,满足精度要求。(4)采用砂带堵塞面积占整条砂带的百分比来衡量砂带堵塞程度是简单且准确的,镁合金砂带磨削过程中砂带堵塞影响程度最大的是磨削压力,然后依次是砂带线速度、砂带粒度以及接触轮槽齿比。(5)利用BP神经网络结合MATLAB分别对表面粗糙度以及砂带堵塞情况影响因素进行了建模。经验证,这两个模型的预测精度分别达到6.4%和4.17%,可以用于指导工程实践。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 选题的背景及研究意义
• 1.1.1 选题的背景
• 1.1.2 本课题的研究意义
• 1.2 国内外镁合金砂带磨削技术研究现状与发展趋势
• 1.2.1 镁合金砂带磨削技术研究现状
• 1.2.2 镁合金砂带磨削技术的研究发展趋势
• 1.3 本课题来源及研究内容
• 1.3.1 课题来源
• 1.3.2 本课题主要的研究工作
• 2 镁合金砂带磨削加工理论分析与磨削性能评定指标
• 2.1 镁合金砂带磨削加工理论分析
• 2.1.1 镁合金磨削特点理论分析
• 2.1.2 镁合金砂带磨削原理分析
• 2.2 镁合金砂带磨削性能评定指标
• 2.2.1 镁合金砂带磨削表面粗糙度及其影响因素
• 2.2.2 镁合金砂带磨削堵塞及其影响因素
• 2.3 本章小结
• 3 试验装置及试验分析方法研究
• 3.1 前言
• 3.2 试验方式分析
• 3.3 试验装置及改进
• 3.4 磨削性能指标测试及分析方法
• 3.4.1 磨削性能指标测试方法及分析仪器
• 3.4.2 试验数据分析方法
• 3.5 本章小结
• 4 镁合金砂带磨削表面粗糙度研究及预测
• 4.1 表面粗糙度试验研究
• 4.1.1 试验方案
• 4.1.2 表面粗糙度影响规律分析
• 4.2 表面粗糙度多元线性回归分析
• 4.2.1 表面粗糙度数学建模
• 4.2.2 数学模型验证
• 4.3 表面粗糙BP 神经网络模型建立及预测
• 4.3.1 表面粗糙度BP 模型建立及预测
• 4.3.2 表面粗糙度BP 网络的GUI 实现
• 4.4 回归模型与BP 模型预测结果比较
• 4.5 本章小结
• 5 镁合金砂带磨削堵塞试验研究及其预测
• 5.1 砂带堵塞试验研究
• 5.1.1 前言
• 5.1.2 试验方案
• 5.1.3 磨削时间对砂带堵塞程度的影响规律试验研究
• 5.1.4 砂带堵塞影响规律综合试验分析
• 5.2 砂带堵塞BP 神经网络模型建立及预测
• 5.2.1 砂带堵塞BP 网络的设计
• 5.2.2 砂带堵塞BP 模型建立及预测
• 5.3 本章小结
• 6 结论与展望
• 6.1 结论
• 6.2 展望
• 致谢
• 参考文献
• 附录
• A. 作者在攻读硕士学位论文期间发表的论文
• B. 作者在攻读硕士学位期间参与的科研项目