Nd-Fe-B烧结永磁材料的车削加工研究

对Nd-Fe-B烧结永磁材料的车削加工进行了试验研究。用线性断裂力学的方法建立了硬脆材料车削加工时的材料去除模型。探讨了车削过程中背吃刀量、进给量和车削速度对车削力及加工表面质量的影响，采用多元回归分析方法得出了主车削力的经验公式，并给出了用于检验回归结果与试验结果符合程度的误差评判参数。分析了Nd-Fe-B烧结永磁材料车削过程中刀具的磨损状况，以及刀具几何参数对加工质量的影响。     

硬脆及黑色金属材料的单点金刚石车削加工技术综述

单点金刚石车削技术是产生纳米特征表面的光学元件重要制造工艺之一。此加工技术在空间科学、生物医学工程、军事、国防和光学等领域有着广泛的应用。然而,金刚石刀具在切削硬脆和黑色金属材料时受到限制,如刀具磨损加剧、刀具寿命缩短以及工件表面加工质量降低等。为了减少刀具磨损和提高工件表面加工质量,相关学者提出了不同的解决方案,将从单点金刚石车削辅助工艺、工件改性、刀具性能改善和超硬材料及刀具方面梳理面向提高硬脆和黑色金属材料加工质量的单点金刚石车削加工技术相关研究,分析当前各种加工技术的优势与局限,提出未来将多种能场辅助的单点金刚石车削技术和基于聚焦离子束改性的金刚石刀具技术作为研究的重点。     

精密硬车加工轴承套圈的表面完整性试验研究

针对磨削加工中套圈精密加工存在的不足,进行精密硬车削加工轴承套圈新工艺的开发,通过加工试验分析了精密硬车加工轴承套圈的表面完整性,探究了基准面平面度、刀具磨损量等工艺参数与加工精度的对应关系。基于精密硬车削套圈试样的表面粗糙度、沟道圆度、显微硬度、热损伤、金相组织、残余应力分布、加工效率等方面的研究,得出了精密硬车削可达到磨削加工精度的结论,且金相组织稳定,不易存在热损伤,具有可控的残余应力分布和较高的加工效率,有利于产业化生产高精密轴承。利用磁性卡盘装夹套圈,分析试样基准面平面度对精密硬车削套圈沟道圆度的影响,发现提高基准面平面度可以有效提高加工套圈的沟道圆度;分析了刀具磨损对硬车削套圈加工精度的影响,得出在精密加工阶段刀具磨损量是控制套圈圆度的重要监控工艺参数的结论。     

断续车削切入类型分析

以2Cr13淬硬制动盘的断续车削加工为例,基于M.Kronenberg的断续铣削切入类型模型,提出了盘类零件断续车削的切入类型及判别公式,并分析了在淬硬材料的断续车削中,不同的切入方式、刀具角度和刃形、切削参数对刀具寿命的影响。     

硬质合金激光加热辅助切削刀具磨损预测

为了准确判断和预测硬质合金激光加热辅助切削过程中刀具的磨损状态,通过常规切削及激光加热辅助切削条件下的刀具后刀面磨损对比试验,研究了刀具的磨损形态及磨损规律。根据试验得到的刀具后刀面磨损量,基于灰色-马尔可夫理论建立了硬质合金激光加热辅助切削刀具磨损量灰色预测模型及灰色-马尔可夫预测模型,并对特定切削条件下的刀具磨损量进行了预测。结果表明,两种模型预测值与实测值误差较小,特别是灰色-马尔可夫模型拟合精度更高,结果更可靠,能更好地满足工程需要。     

基于图像识别的刀具磨损量在线测量方法

对刀具磨损量的有效测量是车削自动化加工工作中的重要环节。为此,研究设计了基于图像识别的刀具磨损量自动化在线测量方法。首先使用光栅三维形貌测量方法获取刀具激光图像,然后识别图像中磨损量变动最为敏感的特征。针对识别到的特征信息,利用离散马尔科夫模型自动测量刀面的磨损量。测试结果表明:该方法在常规环境、激光超声复合超精密车削环境中对刀具磨损量的测量精度均较高,且其漏检率较低,证明其具有较高的使用价值。     

基于回归正交设计的刀具磨损研究

通过回归正交试验法设计车削模拟方案,在Deform 3D软件中对车削进行了有限元仿真模拟.建立了车削中车削速度、进给量、背吃刀量与刀具磨损之间的回归方程,并进行了方差分析,验证了模型的可靠度.得出了金属切削过程中刀具磨损量随切削用量的变化规律.分析结果为车削工艺参数优化及建立车削数据库奠定了基础.     

用PCBN刀具车削硬质合金

硬质合金模具硬度高,常用磨削、电火花或超声波等特种加工方法进行加工,这些加工方法效率均较低。随着超硬材料刀具技术的不断发展,相继产生复合超硬材料刀具,用以车削加工硬质合金材料,这种刀具材料既有超硬材料的高硬度,又有硬质合金刀片基体的抗弯强度,所以可车削硬质合金的模具。目前复合超硬材料刀具有复合聚晶金刚石（PCD）刀具和复合聚晶立方氮化硼（PCBN）刀具两种。一、PCBN刀具车削硬质合金的有关数据     

基于切削参数和刀具状态的车削功率模型

动态切削功率建模是切削功率信号用于切削过程监控的关键。本文首次建立了基于切削参数 (主轴转速、进给量、切削深度 (即背吃刀量 )、工件材料及刀具材料 )与刀具状态 (主要考虑后刀面磨损量 )的车削功率模型。试验证明 ,该模型基本能正确反映车削功率信号与刀具状态及各种切削参数之间的关系     

AISI1045号淬硬钢车削加工过程中刀具磨损预测

刀具磨损是车削加工淬硬钢等硬质材料过程中一直存在的一个难题,因而对刀具磨损和刀具寿命的进行定量预测具有重要的意义。建立了车削加工过程刀具磨损预测模型,并对该模型进行仿真分析和实验验证。以前的相关研究在分析刀具磨损的大小和位置时,大都是基于磨粒磨损、缺陷扩散或黏着磨损等机理建立单一的数学模型,预测结果会有较大的偏差。为了克服此缺陷,综合考虑磨粒磨损、缺陷扩散及黏着磨损等三种刀具磨损机理的影响,采用了一种新的刀具磨损预测耦合模型。然后将建立的磨损模型导入到有限元分析软件Deform-3D中,并对车削淬硬钢的加工过程进行模拟,分析中刀具的磨损规律;最后选用CBN刀具车削AISI 1045号淬硬钢进行实验研究,验证和评估预测模型的可靠性。结果表明,实验与仿真分析的结果具有很好的一致性,预测模型是可靠和有价值的。     

硬脆材料切削加工负切削力现象的研究

以辉长岩为例，采用聚晶金刚石刀具进行硬脆材料切削加工试验，，在时域和频域内对切削力信号进行数字信号分析处理，提出硬脆材料切削力可分成切削趋势量和切削力随机量两部分；硬脆材料的组成结构特点和切削中刀具的振动是硬脆材料切削力出现负值现象的主要原因。     

基于Deform的PCBN刀具断续切削淬硬钢有限元仿真分析

采用有限元分析软件Deform,对PCBN刀具断续车削淬硬钢(Cr12Mo V)进行了有限元仿真。通过仿真结果分析了切削力的大小、切削温度及刀具磨损量的分布情况,并得到了相应的变化曲线。此仿真结果对断续切削工艺效果的预测和优化及刀具使用寿命的评估和计算具有一定的指导意义。     

卡尔曼滤波修正LS-SVM的刀具磨损识别技术研究

针对刀具磨损状态先验样本少和常规神经网络识别模型收敛速度慢、易陷入局部极小值等问题,提出了基于最小二乘支持向量机(LS-SVM)的刀具磨损量识别技术,并针对模型输出存在系统误差而降低刀具磨损量识别精度的问题,引入卡尔曼滤波算法对时序监测结果进行修正,实现小样本下的刀具磨损量的精确识别。以车削加工为研究对象,采集加工过程中的切削力信号,应用小波包分析技术提取反映刀具磨损状态的特征信息,作为LS-SVM的输入样本,并对模型进行学习训练,完成对刀具磨损状态的识别,最后采用卡尔曼滤波修正其时序监测结果。实验结果表明:LS-SVM模型能高效地实现刀具磨损量识别,需样本数较少,训练速度快,通过卡尔曼滤波修正后的磨损量识别结果精度更高。     

硬态切削对GCr15耐磨性能影响的研究

针对硬态切削过程中工件被加工表面出现白层 ,表层组织和硬度均发生变化的现象 ,用PCBN刀具硬态切削和传统磨削的GCr15工件的耐磨性进行了对比试验。试验发现 ,在高相对滑动速率下 ,磨削加工的试件磨损量很小 ,耐磨性能明显优于车削加工的试件 ;而低相对滑动速率情况下 ,即使高速重载 ,车削加工试件与磨削加工试件的磨损量都很小 ,车削加工试件的耐磨性甚至优于磨削加工试件     

干式硬态切削不同硬度材料下刀具磨损的预测分析

运用AdvantE dge软件提供的用户自定义Johnson-Cook模型和Usui磨损模型建立不同淬硬状态工件材料模型和刀具模型。对干式硬态车削过程进行有限元分析,得到PCBN刀具切削不同硬度Cr12MoV工件时刀具前刀面切削压力和切削温度,并判断出刀具磨损的变化规律。通过模拟分析得到模拟规律与实验规律基本符合,为工件材料的硬度选取提供合理参考。     

基于灰色神经网络建模的刀具可靠性评估

针对失效样本数据缺失的刀具可靠性评估,提出一种基于灰色神经网络建模的可靠性评估方法。通过试验在线测取加工过程中数控机床刀具的振动信号和磨损量数据,利用小波包分解、时域统计和相关性分析,提取显著性特征量,包括小波能量熵,第7频带和第9频带的小波能量,第7频带均值、方根幅值、均方根值和标准差,建立灰色神经网络模型,以所提取的7个显著性特征量为输入,以刀具磨损量为输出训练网络模型。输入待评估样本数据,获取刀具磨损量的预测数据,结合预先设定的失效阈值确定其伪失效寿命。最后利用威布尔分布模型对其伪失效寿命数据进行分布估计,完成刀具的可靠性评估。仿真试验结果表明:灰色神经网络模型与灰色预测模型相比,具有更高的预测准确率。     

改进粒子群算法和ELM的刀具磨损量预测

为了提高车刀磨损量预测模型的训练速度和在线预测精度,提出了一种基于改进粒子群算法（Improved Particle Swarm Optimization,IPSO）和极限学习机（Extreme Learning Machine,ELM）的刀具磨损量预测方法。采集车削加工中的声发射信号,利用小波包变换理论对信号进行降噪和特征提取,并通过主成分分析对提取的特征进行降维,选取其中对刀具磨损量敏感的特征值组成特征向量。建立基于极限学习机的刀具磨损量预测模型,并通过改进粒子群算法优化模型中的初始权值和阈值。实验结果表明：优化后的刀具磨损量预测模型相比于传统BP神经网络有更快的训练速度,同时改进后的粒子群算法有更好的寻优能力,提高了模型对于刀具磨损量的预测精度。     

以车代磨的绿色工艺

硬态切削是指采用超硬刀具对硬度大于50HRC淬硬钢进行精密切削加工的工艺。通常金属加工中,切削加工一般为软加工,即零件淬火前进行的粗加工。随着高硬度刀具材料和机床的发展,硬态切削技术得到了大量应用,目前硬态切削技术主要是指硬车削技术,即"以车代磨",而硬态铣削工艺应用较少。硬车加工中,通常采用涂层硬质合金刀具、陶瓷刀具和立方氮化硼(CBN)刀具在新型车床或车削中心上对淬硬钢进行精密车削,取代粗磨甚至是精磨加工。与磨削相比,硬态     

具有复合型工具的超声加工声学系统设计北大核心

针对传统加工硬脆材料和复合材料时,会产生加工难度高、加工效率低、加工质量差等问题,对旋转超声加工技术加工硬脆材料和复合材料时采用的具有复合型工具的旋转超声加工声学系统进行了研究。阐述了旋转超声加工的工作机理;运用Pro/E软件对新型旋转超声加工声学系统进行了结构设计;选定夹心式压电换能器,根据四端网络法、放大系数方程和频率方程设计出了1/4波长的新型复合变幅杆,依据等效质量法设计出了新型电镀金刚石复合刀具;利用ANSYS Workbench软件对新型复合变幅杆和新型复合刀具进行了模态分析,得出了模型最优解;通过硬脆材料实验对该超声加工的声学系统进行了验证。研究结果表明:变幅杆和刀具在频率20k Hz左右时振幅达到最大,是理想振型;该声学系统的设计可以满足加工硬脆材料和复合材料的要求。     

基于改进的可拓神经网络的人防工程空气质量评估方法的研究

使用可拓神经网络构建人防工程空气质量评估模型,在考虑空气污染因素较多时,训练可拓神经网络的过程运算量大、收敛困难。针对这种情况,引入灰色关联聚类理论,综合考虑空气污染物之间的内在联系,提出了基于灰色关联聚类性能优化的可拓神经网络空气质量评估方法。首先,使用灰色关联聚类方法计算空气污染物之间的相关度,并进行聚类分析。然后,针对空气污染物聚类后的结果再利用可拓神经网络空气质量评估模型对人防工程空气质量进行评估。最后,对优化后的模型进行验证分析,结果表明使用灰色关联聚类对空气污染物进行聚类分析,再利用可拓神经网络对人防工程空气质量进行评估,能够保证在运算结果不失真的同时提升可拓神经网络的运算效率,为人防工程空气质量评估提供了一种新的思路。