基于多岛遗传算法的薄壁齿圈装夹变形优化研究

针对薄壁齿圈装夹时装夹变形的问题,对夹具元件的结构参数和施加的夹紧力进行了优化,提出了采用多岛遗传算法对夹具结构参数和夹紧力的同步优化方案。通过ABAQUS软件对齿圈装夹变形进行了有限元分析,得出了变形量,将ABAQUS软件优化算法在Isight中进行了集成;以装夹变形量最小为目标函数,装夹过程中夹紧力和夹具结构参数为变量,通过多岛遗传算法对薄壁齿圈夹紧力和夹具结构进行了同步优化,得出了使薄壁齿圈装夹变形最小的夹紧力及夹具结构参数。研究结果表明:优化后装夹变形量减小93.38%,有效地降低了因夹紧力施加不当以及夹具结构不合理引起的变形,对于后续的加工精度有了明显的改善,验证了多岛遗传算法对于齿圈装夹变形优化的可行性。     

采用多岛遗传算法的插齿刀几何参数优化研究

针对薄壁齿圈插齿加工过程中插削力过大引起齿形精度不高的问题,而插齿刀几何参数作为影响插削力大小的因素之一,提出了通过对插齿刀的几何参数进行优化来减小插削力提升齿形精度.采用UG对齿圈和刀具进行建模,将模型导入ABAQUS中对插齿加工过程进行仿真分析,得出插齿过程中的插削力.插齿刀的几何参数作为输入变量,插齿过程的插削力作为输出响应,通过优化拉丁超立方实验设计方法设计样本点,采用响应面近似模型建立数学模型,并结合多岛遗传算法对不同插齿刀的几何参数进行优化.研究结果表明,响应面模型能够有效的拟合插齿刀几何参数和插削力之间的函数关系,并通过多岛遗传算法的优化,插削力减小了 34.87％,优化效果显著,对于插削力过大引起齿圈齿形精度不高的问题研究具有重要意义.     

基于BP神经网络的齿圈装夹变形预测研究

针对薄壁齿圈的装夹变形问题,将Abaqus有限元仿真与BP神经网络技术应用到了齿圈装夹变形预测中。根据齿圈实际加工装夹情况,应用Abaqus有限元分析软件,建立了齿圈装夹变形的仿真模型,开展了齿圈装夹变形的有限元分析研究,建立了齿圈装夹力及其径向最大装夹变形之间的关系;以Abaqus有限元仿真数据作为训练样本和检验样本,借助BP神经网络良好的预测精度和非线性泛化能力,通过MATLAB神经网络工具箱,建立了基于BP神经网络的齿圈装夹变形预测数字化模型;并根据检验样本对模型进行了检验,预测值与仿真值之间的相对误差在0.05%之内。研究结果表明:建立的基于BP神经网络的齿圈装夹变形预测数字化模型是准确有效的,可以为智能化大数据加工制造环境下的齿圈装夹参数优化提供准确有效的数据。     

工艺参数对齿圈插齿加工切削力的影响规律研究

针对插削斜齿轮的齿形精度问题,以切削力为研究对象,利用ABAQUS有限元软件模拟不同加工参数下的插齿过程,得到了插齿过程中的切削力分布云图。通过分析不同加工参数下切削力的变化规律,得出切削速度与圆周进给量对插齿过程中切削力的影响较大。利用最优参数进行试验试切,对比参数优化前后的齿廓报告,优化后的齿廓精度提升了9.3μm。