主轴式滚磨光整加工参数对加工效果的影响

为确定立式主轴式滚磨光整加工过程中滚抛磨块尺寸、加工位置以及接触力大小对于工件表面加工效果的影响。采用不同尺寸的球形磨块对(34×20)mm不锈钢直角钢片进行加工,以加工后工件表面的平均粗糙度值以及工件表面加工纹理作为评价指标,探讨磨块尺寸、工件装夹位置以及工件所受接触力与加工效果之间的关系。实验结果表明:磨块尺寸D=3mm或D=4mm明显优于D4mm时的加工效果,使用3mm或4mm磨块加工工件,可使工件表面平均粗糙度降低到0.254um左右,当工件中心距离滚桶底部z=75mm时,表面均匀性最好;z=55mm时,表面均匀性次之;z=65mm时,工件表面划痕仍然可见;随着磨块尺寸的增加以及加工深度的增加,接触力大小越来越大,磨块尺寸、加工位置及接触力大小对于加工效果均有显著影响。磨块尺寸越小,加工效果越好;工件位于距离填充磨块表面中上部时,加工效果最好;工件加工效果受接触力大小影响,但不成比例关系。     

磁极开槽情况对磁力研磨的影响

通过ANSOFT软件仿真和实验的方法,研究在磁极头表面加工出矩形槽、60°V型槽、圆环槽和分布圆孔4种不同槽型时对磁力研磨后工件表面粗糙度的影响。采用ANSOFT软件仿真磁极头表面加工出不同槽型时,工件表面的感应磁场强度分布。仿真结果表明:在磁极头表面加工出矩形槽时,工件表面感应磁场周向梯度最明显。实验结果表明,在磁极头表面加工出矩形槽时,工件表面粗糙度改善率最高为32.95%。对比不开槽和加工出矩形槽两种磁极头形式下的磁力研磨加工结果,得出采用矩形槽开槽形式时,磁力研磨的加工效率有所提升。     

光学材料磨削的亚表面损伤预测

基于压痕断裂力学理论,建立了工件表面粗糙度与亚表层损伤深度的理论关系模型,用于预测磨削加工脆性光学材料引起的亚表层损伤深度.利用磁流变角度抛光技术检测了不同磨削加工工艺条件下亚表层的损伤深度,验证了理论模型的正确性.分析了加工工艺参数对工件表面粗糙度及亚表层损伤深度的影响规律,提出了提高材料去除率的磨削加工工艺方案.分析结果表明:脆性材料工件的亚表层损伤深度与工件的表面粗糙度呈非线性单调递增关系.工件亚表层损伤深度及工件表面粗糙度均随着切削深度和进给速度的增加而增加,随着主轴转速的增加而减小.对比实验结果与理论模型预测结果表明,提出的模型可以准确、无损伤地的预测磨削加工引起的工件亚表层损伤深度.     

在线电解修整磨削与化学机械抛光相结合的蓝宝石基片组合加工技术

通过分析ELID磨削和CMP抛光两种加工技术的原理和特点,充分结合两种技术的优点,对蓝宝石基片进行超光滑纳米级精度的组合加工。从理论上分析和计算了蓝宝石的临界切削深度,以及在不同粒度砂轮下的脆性和延性磨削方式;采用不同粒度的砂轮对蓝宝石基片进行超精密ELID磨削实验,快速地获得高质量的加工表面,同时采用磁流变斑点法对加工面的亚表面损伤进行测量;利用CMP抛光技术对磨削加工后的表面进行光整,以减少磨削时产生的加工缺陷,使工件的表面质量得到进一步改善与提高,最终获得亚纳米级的表面粗糙度。     

超声振动辅助铣磨加工工艺对Cf/SiC复合材料加工表面质量的影响

设计了两种超声振动辅助铣磨加工试验,并与普通铣磨加工方式相对比,试验研究了三种不同加工方式下铣磨难加工复合材料C_f/SiC的加工缺陷及表面粗糙度。试验结果表明:施加了纵向振动与沿进给方向振动的两种超声振动后,C_f/SiC复合材料的纤维拔出与崩边缺陷明显减少,底面凹坑缺陷也得到了有效抑制;采用纵向超声振动辅助铣磨时加工质量要优于沿进给方向超声振动辅助铣磨的加工效果。与普通铣磨相比,两种超声振动辅助铣磨均可有效降低表面粗糙度。各磨削要素对不同铣磨加工方式下C_f/SiC材料的表面粗糙度影响关系为:表面粗糙度随主轴转速增加而降低,随进给速度、磨削深度的增加而增加,随着超声振幅增大,表面粗糙度先减小后增大。研究表明,在优化的振幅下采用纵向超声振动辅助铣磨方式可以更大幅度地改善C_f/SiC复合材料的表面质量。该研究对难加工复合材料的高性能加工具有实际指导作用。     

高速铣削工件表面粗糙度的预测

表面粗糙度是衡量工件表面质量的重要指标。采用正交试验方法,利用圆环面铣刀对模具钢NAK80进行了高速铣削试验,测量了不同工艺参数下的工件表面粗糙度。将试验结果与人工智能中的BP神经网络结合,建立了表面粗糙度预测模型,用于预测不同主轴转速、进给速度、切削深度、切削行距、刀具倾角时被加工工件的表面粗糙度,并通过MATLAB图形用户界面设计了表面粗糙度预测软件。结果表明,该预测模型及其封装后的软件可用于加工前工件表面粗糙度的预测。     

金属切削加工中逐步回归模型

在金属切削加工中,刀具的耐用度、工件的加工时间和加工表面粗糙度影响因素的确定是极其重要的。本文采用在工作矩阵上运用逐步回归技术,分别选出影响刀具的耐用度、工件的加工时间和加工表面粗糙度的最优因子区域,并获得最优预报及关系式。     

金属切削加工中逐步回归模型

在金属切削加工中，刀具的耐用度、工件的加工时间和加工表面粗糙度影响因素的确定是极其重要的，本文采用在工作矩阵中运用逐步回归技术，分别选出影响刀具的耐用度、工件的加工时间和加工表面粗糙度的最优因子区域，并获得最优预报及关系式。     

磁场作用下磁性抛光液体的抛光特性及实验研究

介绍了一种基于旋转磁性抛光液体的抛光技术。磁性抛光液体在磁力搅拌器的作用下产生旋转运动,利用外加强磁场作用增大磁性液体的粘度和剪切屈服应力,当加工工件放入磁性抛光液体中,磁性抛光液体与之相接触的工件表面发生磨削,从而达到对工件表面的光整加工。实验详细研究了磁性抛光液体抛光后工件的抛光区内表面粗糙度与抛光时间和位置之间的关系,实验结果表明:旋转磁性抛光液体抛光可以用于对工件进行超光滑加工,抛光时间越长,各处粗糙程度越接近,表面粗糙度越好,并且表面粗糙度比单独用研磨抛光膏的效果好。     

软性磨粒流双入口约束流场数值分析及加工试验研究

针对软性磨粒流精密加工中单入口加工装置加工不均匀问题,提出一种基于流体碰撞理论的双入口加工新方法。借助计算流体力学软件,结合剪切输运(Shear stress transport, SST) k-ω湍流模型及Mixture混合模型,分析两种加工装置内磨粒流动力学特性,数值模拟结果显示：单入口加工装置内磨粒流流场固定分布,双入口加工装置内磨粒流流场呈现周期性摆动,提高约束流道内磨粒流流动无序性。加工试验进行35 h后,单入口加工装置加工工件表面粗糙度Ra值分散,工件表面存在严重加工不均匀性;双入口加工装置工件表面各处粗糙度Ra集中且各方向粗糙度值均小于单入口加工装置,表面加工效果均匀。上述研究结果表明：双入口加工装置有效地扰乱约束流道内磨粒流流场,提高磨粒流流动的无序性,改善表面加工质量。     

铣削过程中振动信号的关联维特征

采用关联维数定量刻画铣削过程中的不同工作状态的振动特征,估计出已加工表面的粗糙度.在计算关联维数中,对选择嵌入维数和延迟时间提出了一种改进的G-P算法,求解出在不同主轴转速、不同进给速度、不同切削深度的切削用量下铣削振动信号的关联维数.研究表明:在不同切削状态下,工件的振动信号的关联维数不同;且随着工件振动信号关联维数的增加,加工表面粗糙度也随之增加.因此,关联维数可以作为识别已加工表面粗糙度的特征量.     

钛合金薄壁曲面液态金属-磨粒流加工仿真与试验研究

针对钛合金薄壁曲面工件磨粒流抛光后表面粗糙度分布不均匀的问题,提出一种基于液态金属的磨粒流加工方法。基于SST k-ω模型、OKA冲蚀模型,流体流动颗粒追踪模型,采用COMSOL有限元软件对不同电场布置下的液态金属-磨粒流动力学特性开展深入研究。仿真结果表明,通过电场的合理布置可以控制液态金属颗粒在流场中运动;合理的电场布置可以有效提高工件表面加工均匀性,并通过仿真得出了一组冲蚀较好的试验参数。基于仿真结果开展了液态金属-磨粒流加工试验,试验结果表明：液态金属-磨粒流加工方法可有效提高工件表面加工的均匀性。在加工14 h后,不加电场的磨粒流加工表面不同区域的粗糙度分布不均,工件凹陷处粗糙度明显大于凸起处,各区域表面粗糙度极差达到66.1 nm。使用液态金属-磨粒流加工后的工件表面各区域粗糙度的均匀性明显提高,各区域表面粗糙度极差减小为20.3 nm,为液态金属-磨粒流加工的开展及其调控提供了理论和试验依据。     

超声铣削铝合金表面微观形貌实验分析

使用超声振动辅助铣削和普通铣削两种方式对7075铝合金进行加工,分别以转速、振幅、每齿进给量为变量设计单因素实验,使用超景深测试仪、白光衍射仪观测加工表面的形貌,对比不同加工方式和不同参数下工件表面的粗糙度值和微观形貌,对产生该形貌的原因以及该形貌的特征进行分析。实验表明:在相同转速和进给量条件下,使用较小超声振幅加工的工件,其表面粗糙度值低于普通铣削方式;超声振动辅助铣削方式会使工件表面产生均匀、整齐的鳞状网格结构;加工参数不同,造成表面形貌产生明显的差异。     

提高慢走丝线切割加工工件精度的工艺方法

加工工件的精度包括表面粗糙度、形状位置精度和尺寸精度。慢走丝线切割加工工件精度难于控制的是表面粗糙度和形状精度。影响其因素很多,工件的材质、厚度、形状(等厚、变厚)、硬度(是否淬火或淬火硬度高低)、加工方式(密着式、半开放式、全开放式)、工件的装夹和定位方式、水压、水介质、走丝速度、丝的张力以及切入方式     

表面粗糙度模糊神经网络在线辨识模型

为解决零件加工中表面粗糙度在线检测困难这一问题,提出一种基于模糊神经网络的零件表面粗糙度在线辨识方法,并以外圆纵向磨削为例,建立表面粗糙度模糊神经网络在线辨识模型.首先研究前人建立的外圆纵向磨削零件表面粗糙度理论公式及经验公式,得出加工中的工件速度、砂轮速度、磨削深度和纵向进给量对零件表面粗糙度有直接影响,并进一步提出以在线测得的加工中工件与砂轮的速度比、磨削深度和纵向进给量作为零件表面粗糙度辨识模型的输入.由于加工过程极其复杂,无法建立加工中零件表面粗糙度与加工参数之间的精确数学模型,故将模糊神经网络引入建模过程中.同时,由于加工中零件表面粗糙度的对数与加工参数的对数存在线性关系,故模型中采用了T-S型模糊推理.此模型应用于实际磨削加工中,建模型精度可达97%,这进一步证明此在线辨识方法的可行性.     

钠钙玻璃微磨削表面粗糙度试验研究

针对硬脆材料钠钙玻璃进行了一系列的微尺度磨削试验研究,主要探讨不同磨削因素对工件加工表面质量的影响。从理论上探讨微尺度磨削的加工机理,研究微磨削过程中的最大未变形切屑厚度、工件的弹性恢复等对加工过程的影响。根据微尺度磨削加工的特点,选用不同的加工参数对钠钙玻璃材料进行正交试验和单因素试验,得到微磨削加工后工件表面粗糙度变化的一般规律。针对200号与500号两种磨粒微磨棒进行试验研究,得出不同加工条件与工件表面粗糙度的关系,进而确定不同加工参数对表面质量的影响规律。     

8620H高性能齿轮钢磨削加工表面完整性研究

8620H合金钢具有较高的硬度、耐磨性及良好的韧性等特性,被广泛应用于齿轮制造。使用平面磨头端磨8620H齿轮钢,通过单因素试验分析了不同磨削参数对8620H齿轮钢表面完整性的影响。研究表明：随着磨头转速的提高,磨削力降低,工件表面划痕减小,粗糙度降低;随着磨削深度的增加,磨削力及工件表面粗糙度增大;随着进给速度增大,磨削力增大,表面粗糙度降低。在不同磨削工艺参数下,8620H齿轮钢磨削加工后表面产生加工硬化,形成约40～60μm的硬化层。     

铣削表面粗糙度在线监测与加工参数的自适应优化

针对实际加工中工件与刀具之间的无规律振动而导致零件表面粗糙度不受控制的问题,提出了一种融合在线监测和自适应加工的方法.以主轴转速、背吃刀量、进给速度以及工件振动量为特征,基于XGBOOST算法对表面粗糙度进行回归分析,建立表面粗糙度的预测模型;在加工中对工件振动量进行实时采集,结合主轴转速、背吃刀量、切削速度和进给量建立实时表面粗糙度在线监测系统;当预测结果超出警戒值时,系统自动对切削参数背吃刀量、切削速度和进给量进行优化,进而减小工件振动,从而保证被加工零件的表面粗糙度.与传统的先加工后测量的方法相比,提出的方法实现了在加工的同时进行预测、分析与切削参数的自适应优化,有效地控制了被加工零件的表面粗糙度.     

铣削表面粗糙度在线监测与加工参数的自适应优化

针对实际加工中工件与刀具之间的无规律振动而导致零件表面粗糙度不受控制的问题,提出了一种融合在线监测和自适应加工的方法.以主轴转速、背吃刀量、进给速度以及工件振动量为特征,基于XGBOOST算法对表面粗糙度进行回归分析,建立表面粗糙度的预测模型;在加工中对工件振动量进行实时采集,结合主轴转速、背吃刀量、切削速度和进给量建立实时表面粗糙度在线监测系统;当预测结果超出警戒值时,系统自动对切削参数背吃刀量、切削速度和进给量进行优化,进而减小工件振动,从而保证被加工零件的表面粗糙度.与传统的先加工后测量的方法相比,提出的方法实现了在加工的同时进行预测、分析与切削参数的自适应优化,有效地控制了被加工零件的表面粗糙度.     

钛合金TC11车削中已加工表面质量试验研究

为了研究车削钛合金TC11时切削速度和刀具磨损对已加工表面质量的影响,选用涂层硬质合金刀片CNMG120408在不同切削条件下进行车削试验,分析后刀面磨损量随切削时间的变化规律;对比磨损刀具与新刀具切削的工件表面,观察表面粗糙度、表面形貌、显微硬度以及表层微观组织情况,分析切削速度和刀具磨损对已加工表面质量的影响规律。试验结果表明:在刀具磨损初期,即新刀具切削时,切削速度从60m/min增加到100m/min,刀具磨损程度增大,表面粗糙度值降低,硬化层深度减小,加工硬化程度略微增大,表面塑性变形层深度减小;在刀具磨损终期,不同切削速度下的表面粗糙度增大,表面形貌变差,硬化层深度和加工硬化程度增加,表面变形程度增大,塑性变形层深度增加。