SiC陶瓷单颗粒刻划磨粒磨损特性仿真及实验研究
发布时间：2023-06-16 19:06
SiC陶瓷具有诸多优异的性能,在汽车、国防等领域有着非常广泛的应用。但由于其高硬脆性及高耐磨性等特性,磨削加工过程会造成严重的砂轮磨损及磨削表面/亚表面损伤,因此砂轮磨损特性及其影响下的磨削机理研究有非常高的应用价值。本文从单磨粒刻划理论建模、仿真、实验三个方面出发,深入研究单磨粒刻划过程中磨粒磨损相关特性及SiC陶瓷刻划划痕表面成形机理和亚表面损伤形成机制的影响。本文主要研究内容如下:对单颗粒刻划过程及材料去除形式进行分析,确定SiC陶瓷脆延转变条件,在脆性去除区基于裂纹扩展机理建立SiC陶瓷刻划亚表面损伤深度解析模型,类比Usui刀具磨损解析模型近似地进行磨粒磨损率的建模。建立考虑磨粒磨损下的单颗磨粒刻划力预测模型与材料去除体积模型。结合上述解析模型参数基于有限元法对单颗金刚石磨粒刻划SiC陶瓷的过程进行仿真分析,研究刻划过程中碳化硅陶瓷的裂纹扩展形式及材料去除形式,通过仿真分析研究刻划参数对裂纹扩展及刻划力的影响规律。提取动态刻划仿真数据,对磨粒磨损演变形式进行静力学仿真分析。结合单颗磨粒磨损特性,提出合理的磨粒磨损量表征方法,设计三因素(进给速度、磨粒粒径、刻划深度)三水平正交...
【文章页数】：99 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题来源及研究目的
1.1.1 课题来源
1.1.2 研究目的及意义
1.2 相关领域国内外研究现状
1.2.1 单颗磨粒刻划仿真研究现状
1.2.2 单颗磨粒刻划特性实验研究现状
1.2.3 单颗磨粒刻划磨粒磨损特性研究现状
1.3 本文主要研究内容
第2章 单颗粒刻划特性机理分析与理论建模
2.1 SiC陶瓷单颗磨粒刻划机理分析
2.1.1 单颗粒刻划过程分析
2.1.2 硬脆材料去除形式分析
2.1.3 SiC陶瓷单颗粒刻划裂纹扩展机理
2.2 单颗粒刻划磨粒磨损机理分析
2.2.1 磨粒磨损机理分析
2.2.2 磨粒磨损的预测模型
2.3 SiC陶瓷单颗粒刻划特性相关模型的建立
2.3.1 考虑磨粒磨损的单颗磨粒材料去除体积建模
2.3.2 考虑磨粒磨损的单颗粒刻划力建模
2.3.3 单颗粒刻划亚表面损伤深度数学模型
2.4 本章小结
第3章 SiC陶瓷单颗粒刻划特性有限元仿真
3.1 SiC陶瓷单颗粒刻划有限元模型
3.1.1 ABAQUS有限元分析步骤
3.1.2 SiC陶瓷材料本构模型
3.1.3 SiC陶瓷材料属性参数赋予
3.1.4 单颗粒刻划有限元模型的建立
3.2 单颗粒刻划过程有限元仿真结果分析
3.2.1 SiC陶瓷单磨粒刻划过程仿真结果分析
3.2.2 刻划参数对刻划力的影响分析
3.2.3 刻划参数对亚表面损伤深度影响分析
3.3 金刚石磨粒磨损有限元仿真预测
3.3.1 磨粒磨损有限元预测方法
3.3.2 磨粒磨损有限元模型与仿真分析
3.3.3 磨粒磨损演变过程仿真结果
3.4 本章小结
第4章 SiC陶瓷单颗粒刻划特性实验分析与验证
4.1 单颗磨粒刻划实验设计
4.1.1 单颗粒刻划实验平台搭建与相关工具制备
4.1.2 单颗磨粒刻划实验方案
4.2 单颗粒刻划实验结果与分析
4.2.1 划痕表面形貌与切屑形态分析
4.2.2 单颗磨粒刻划力实验验证
4.2.3 磨粒磨损演变过程分析
4.2.4 磨损量表征方法与结果分析
4.3 亚表面损伤深度实验分析
4.3.1 SiC陶瓷单颗粒刻划亚表面损伤检测方法
4.3.2 亚表面损伤实验结果分析
4.3.3 基于田口方法的亚表面损伤深度分析
4.4 本章小结
第5章 面向单颗金刚石磨粒刻划的磨损率预测
5.1 BP神经网络的理论基础
5.1.1 BP神经网络简介
5.1.2 BP神经网络学习规则及学习算法
5.2 BP神经网络预测模型的设计
5.2.1 BP神经网络层数设计与各层节点的确定
5.2.2 BP神经网络传递函数选取
5.2.3 BP神经网络样本数据采集与预处理
5.3 BP神经网络预测模型的实现与验证
5.3.1 BP神经网络预测模型的实现
5.3.2 BP神经网络预测模型的验证
5.4 单颗金刚石磨粒磨损预测系统开发
5.4.1 设计目标及实现环境
5.4.2 系统预测模块
5.4.3 系统帮助及实验信息模块
5.5 本章小结
结论
参考文献
攻读学位期间发表的学术论文及其他成果
致谢
本文编号：3833804
【文章页数】：99 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题来源及研究目的
1.1.1 课题来源
1.1.2 研究目的及意义
1.2 相关领域国内外研究现状
1.2.1 单颗磨粒刻划仿真研究现状
1.2.2 单颗磨粒刻划特性实验研究现状
1.2.3 单颗磨粒刻划磨粒磨损特性研究现状
1.3 本文主要研究内容
第2章 单颗粒刻划特性机理分析与理论建模
2.1 SiC陶瓷单颗磨粒刻划机理分析
2.1.1 单颗粒刻划过程分析
2.1.2 硬脆材料去除形式分析
2.1.3 SiC陶瓷单颗粒刻划裂纹扩展机理
2.2 单颗粒刻划磨粒磨损机理分析
2.2.1 磨粒磨损机理分析
2.2.2 磨粒磨损的预测模型
2.3 SiC陶瓷单颗粒刻划特性相关模型的建立
2.3.1 考虑磨粒磨损的单颗磨粒材料去除体积建模
2.3.2 考虑磨粒磨损的单颗粒刻划力建模
2.3.3 单颗粒刻划亚表面损伤深度数学模型
2.4 本章小结
第3章 SiC陶瓷单颗粒刻划特性有限元仿真
3.1 SiC陶瓷单颗粒刻划有限元模型
3.1.1 ABAQUS有限元分析步骤
3.1.2 SiC陶瓷材料本构模型
3.1.3 SiC陶瓷材料属性参数赋予
3.1.4 单颗粒刻划有限元模型的建立
3.2 单颗粒刻划过程有限元仿真结果分析
3.2.1 SiC陶瓷单磨粒刻划过程仿真结果分析
3.2.2 刻划参数对刻划力的影响分析
3.2.3 刻划参数对亚表面损伤深度影响分析
3.3 金刚石磨粒磨损有限元仿真预测
3.3.1 磨粒磨损有限元预测方法
3.3.2 磨粒磨损有限元模型与仿真分析
3.3.3 磨粒磨损演变过程仿真结果
3.4 本章小结
第4章 SiC陶瓷单颗粒刻划特性实验分析与验证
4.1 单颗磨粒刻划实验设计
4.1.1 单颗粒刻划实验平台搭建与相关工具制备
4.1.2 单颗磨粒刻划实验方案
4.2 单颗粒刻划实验结果与分析
4.2.1 划痕表面形貌与切屑形态分析
4.2.2 单颗磨粒刻划力实验验证
4.2.3 磨粒磨损演变过程分析
4.2.4 磨损量表征方法与结果分析
4.3 亚表面损伤深度实验分析
4.3.1 SiC陶瓷单颗粒刻划亚表面损伤检测方法
4.3.2 亚表面损伤实验结果分析
4.3.3 基于田口方法的亚表面损伤深度分析
4.4 本章小结
第5章 面向单颗金刚石磨粒刻划的磨损率预测
5.1 BP神经网络的理论基础
5.1.1 BP神经网络简介
5.1.2 BP神经网络学习规则及学习算法
5.2 BP神经网络预测模型的设计
5.2.1 BP神经网络层数设计与各层节点的确定
5.2.2 BP神经网络传递函数选取
5.2.3 BP神经网络样本数据采集与预处理
5.3 BP神经网络预测模型的实现与验证
5.3.1 BP神经网络预测模型的实现
5.3.2 BP神经网络预测模型的验证
5.4 单颗金刚石磨粒磨损预测系统开发
5.4.1 设计目标及实现环境
5.4.2 系统预测模块
5.4.3 系统帮助及实验信息模块
5.5 本章小结
结论
参考文献
攻读学位期间发表的学术论文及其他成果
致谢
本文编号：3833804
本文链接：https://www.wllwen.com/kejilunwen/huaxuehuagong/3833804.html
教材专著
