细长轴车削参数优化及尺寸误差监测系统研究

论文摘要

细长轴是典型的难加工工件之一,在生产生活中有着广泛的应用。当前,细长轴的加工主要依靠操作者的经验,缺乏系统有效的理论指导,对工人的技术水平要求高,生产效率低,产品质量很不稳定。影响细长轴加工质量的主要原因是加工过程中工件的受力变形和振动,这种影响在普通轴加工中表现并不突出,故对普通轴的研究方法并不完全适用于细长轴。因此,通过理论分析定量研究细长轴车削加工中的尺寸误差和振动特性,并用其指导工程实践,对于细长轴工件车削加工具有重要的理论意义和应用价值。本文在概括总结和分析细长轴车削加工特点及难点的基础上,围绕细长轴加工中的尺寸误差和切削稳定性进行了深入研究,为细长轴的实际生产提供了系统有效的指导。考虑到当前阶段跟刀架仍然是细长轴车削加工中必不可少的辅助工具,故重点研究了跟刀架对细长轴加工中的尺寸误差和振动特性的影响,以指导大长径比细长轴工件的车削加工。首先,深入分析了细长轴车削加工中尺寸误差的形成过程,建立了使用跟刀架车削细长轴时的尺寸误差预测模型。该模型综合考虑了工件、跟刀架、夹具和刀架弹性变形对尺寸误差的影响。基于建立的预测模型,分析研究了工件的装夹方式、跟刀架的刚度和切削用量对尺寸误差的影响规律。试验结果显示,建立的尺寸误差预测模型具有良好的预测精度,为减小细长轴车削加工中的尺寸误差、优化切削参数提供了依据。然后,深入研究了细长轴车削加工中的振动特性,针对再生型颤振建立了细长轴车削加工稳定性极限的预测模型。定量研究了工件的装夹方式、跟刀架的刚度、重叠系数及工艺系统动力学参数对稳定性极限的影响规律,并在此基础上给出了提高细长轴车削稳定性的措施。试验表明,建立的加工稳定性预测模型预测精度良好,为改善细长轴加工稳定性、优化切削参数提供了依据。再后,采用遗传算法对细长轴多次走刀加工中的切削参数进行了优化。由于细长轴车削加工中所采用的背吃刀量远小于普通轴加工,往往需要进行多次走刀加工才能完成细长轴切削,故建立了多次走刀加工中参数优化的数学模型。进而利用尺寸误差模型和切削稳定性模型对优化过程进行了约束,使得细长轴加工既可实现无颤振切削,又能在保证产品质量的前提下,显著提高加工效率。最后,建立了基于人工神经网络的细长轴车削加工尺寸误差实时监测系统。结合正交试验法和神经网络建模技术,对实时预测模型的输入参数进行了选择,提高了尺寸误差的实时预测精度。结果显示,进给量、工件长径比、背向力、进给力和切削点位置是构成细长轴尺寸误差实时预测神经网络模型的最佳输入参数组合。在线监测试验表明,建立的实时监测系统具有良好的预测精度,完全可用于实际生产中尺寸误差的实时监测,并为尺寸误差的在线补偿提供了依据。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及研究的目的与意义
• 1.2 国内外在该方向的研究现状及分析
• 1.2.1 车削加工过程中尺寸误差的研究
• 1.2.2 车削加工过程中振动特性的研究
• 1.2.3 细长轴车削加工工艺的研究
• 1.3 论文的主要研究内容
• 第2章 细长轴车削加工尺寸误差的研究
• 2.1 引言
• 2.2 工艺系统变形与尺寸误差间的几何关系
• 2.3 工艺系统变形计算
• 2.3.1 工件―夹具―跟刀架变形模型
• 2.3.2 刀具变形量计算
• 2.3.3 切削力模型
• 2.3.4 尺寸误差的迭代求解算法
• 2.4 工艺系统刚度的试验研究
• 2.4.1 机床动刚度的测定
• 2.4.2 卡盘抗弯刚度的测定
• 2.4.3 跟刀架刚度的测定
• 2.5 尺寸误差预测与影响因素分析
• 2.5.1 装夹方式对尺寸误差的影响
• 2.5.2 跟刀架对尺寸误差的影响
• 2.5.3 切削用量对尺寸误差的影响
• 2.6 尺寸误差预测模型的试验验证
• 2.7 本章小结
• 第3章 细长轴车削加工过程的稳定性研究
• 3.1 引言
• 3.2 再生型颤振系统的动力学模型
• 3.3 细长轴车削加工的稳定性分析
• 3.4 机床结构和切削过程动态特性的试验识别
• 3.4.1 机床结构模态参数的识别
• 3.4.2 切削刚度系数的识别
• 3.5 细长轴加工稳定性极限的预测
• 3.5.1 工件―夹具振动特性的有限元求解
• 3.5.2 预测实例
• 3.6 细长轴车削加工稳定性的影响因素分析
• 3.6.1 装夹方式对加工稳定性的影响
• 3.6.2 跟刀架对加工稳定性的影响
• 3.6.3 主振系统阻尼比对加工稳定性的影响
• 3.6.4 切削刚度系数对加工稳定性的影响
• 3.6.5 重叠系数对加工稳定性的影响
• 3.7 切削稳定性极限预测模型的试验验证
• 3.7.1 试验验证
• 3.7.2 模型预测值与文献试验结果的比较
• 3.8 提高细长轴车削稳定性的措施
• 3.8.1 选择合理的切削用量
• 3.8.2 选择合理的刀具几何参数
• 3.9 本章小结
• 第4章 基于遗传算法的细长轴车削加工参数优化
• 4.1 引言
• 4.2 遗传算法理论及其应用
• 4.3 多次走刀加工中参数优化的数学模型
• 4.3.1 目标函数
• 4.3.2 约束条件
• 4.4 细长轴车削加工参数的优化求解
• 4.4.1 遗传算法的参数设置
• 4.4.2 优化实例
• 4.4.3 试验验证
• 4.5 本章小结
• 第5章 基于神经网络的尺寸误差实时监测系统研究
• 5.1 引言
• 5.2 神经网络及其在机械加工中的应用
• 5.3 实时预测模型的输入参数选择与模型建立
• 5.3.1 试验设计
• 5.3.2 模型输入参数选择方法
• 5.3.3 神经网络建模
• 5.3.4 实时预测模型的补充培训
• 5.4 尺寸误差实时监测试验
• 5.5 本章小结
• 结论
• 参考文献
• 攻读博士学位期间所发表的论文
• 致谢