大型螺纹旋风硬铣削数值模拟及工艺参数优化
本文选题:螺纹旋风硬铣削 + 热力耦合 ; 参考:《浙江大学》2016年硕士论文
【摘要】:大型螺纹旋风硬铣削技术是多刀具断续渐进式成型切削,使得其切削特性不同于一般的切削方式。本文以新型螺纹旋风硬铣削技术为研究对象,从旋风硬铣削方法、热力耦合等角度展开优化研究,进行深入分析。首先,介绍了旋风铣削运动的原理,从几何学的角度利用坐标转换的方法对旋风硬铣削工艺的加工机理进行解析,建立了刀具廓形与螺纹滚道法向廓形的转换关系,详细阐述了螺旋滚道成形机理。同时,对旋风硬铣削切屑形成、工艺参数、误差成因进行了分析,为后续研究打下了基础。随后,对旋风硬铣削的动力学与热力耦合技术进行理论分析,构建了硬铣削系统的动力学模型,分析了硬铣削切削变形的铣削力与铣削热模型,建立了热力耦合的热弹塑性有限元控制方程,并对硬铣削的热力耦合过程进行了分析。然后,建立了硬铣削加工仿真简化模型,运用金属切削专用软件DEFORM-3D,将数值模拟技术与实验设计方法结合,针对铣削三要素进行正交实验设计,对模拟结果进行极差分析研究工艺参数对铣削热与铣削力的影响,综合考虑最大铣削热、最大主铣削力、最大有效铣削力等指标,获取了最优的参数组合。最后,对硬铣削工艺参数进行了研究。针对粒子群算法存在的缺陷,对其进行了改进优化,并将其与灰色关联度结合对应用到旋风硬铣削工艺参数的多目标优化问题中,取得了良好的效果。对旋风硬铣削工艺的推广具有重要意义。结尾在总结论文主要研究内容和研究成果的基础上,对未来进一步研究的前景做出了展望。
[Abstract]:The whirlwind hard milling technology of large screw thread is a multi-tool intermittent progressive cutting, which makes its cutting characteristics different from the common cutting methods. In this paper, a new type of whirlwind hard milling technology is taken as the research object. The optimization research is carried out from the point of view of whirlwind hard milling method and thermodynamic coupling, and the further analysis is carried out. Firstly, the principle of whirlwind milling is introduced, the machining mechanism of whirlwind hard milling technology is analyzed by coordinate transformation method from the angle of geometry, and the relationship between tool profile and thread rolling normal to profile is established. The forming mechanism of spiral raceway is described in detail. At the same time, the formation, process parameters and error causes of cyclone hard milling chip were analyzed, which laid a foundation for further research. Then, the coupling technology of dynamics and thermodynamics of whirlwind hard milling is analyzed theoretically, the dynamic model of hard milling system is constructed, and the milling force and heat model of hard milling deformation are analyzed. The thermoelastic-plastic finite element control equation of thermo-mechanical coupling is established, and the thermo-mechanical coupling process of hard milling is analyzed. Then, a simplified model of hard milling simulation is established. The numerical simulation technology is combined with the experimental design method, and the orthogonal experimental design for the three elements of milling is carried out by using the special metal cutting software DEFORM-3D. The influence of process parameters on milling heat and milling force is studied by means of range analysis of simulation results. The optimal parameter combination is obtained by considering the indexes of maximum milling heat, maximum main milling force and maximum effective milling force. Finally, the process parameters of hard milling are studied. Aiming at the defects of particle swarm optimization (PSO), this paper improves and optimizes it, and applies it to the multi-objective optimization problem of whirlwind hard milling process parameters by combining it with grey correlation degree, and obtains good results. It is of great significance for the popularization of whirlwind hard milling technology. At the end of this paper, based on the conclusion of the main research contents and research results, the prospect of further research is prospected.
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TG54
【相似文献】
相关期刊论文 前10条
1 陈金环;王冠;王东云;;粒子群算法及特性的研究[J];中原工学院学报;2007年04期
2 杨立生;;基于粒子群算法的选矿能力优化研究[J];矿业快报;2007年11期
3 左毅;陈勇;;基于对称扰动的改进粒子群算法[J];重庆科技学院学报(自然科学版);2010年03期
4 杨瑞连;曾光明;李晓东;;混沌粒子群算法在水污染控制系统规划中的应用[J];环境工程学报;2010年12期
5 邓毅;江青茵;曹志凯;师佳;周华;;改进的粒子群算法在化工过程优化中的应用[J];计算机与应用化学;2011年06期
6 闫元元;高兴宝;周喜虎;;基于变异和交叉的改进粒子群算法[J];陕西科技大学学报(自然科学版);2011年04期
7 李娥;高兴宝;;一种基于阶段进化适应性策略的粒子群算法[J];陕西科技大学学报(自然科学版);2011年05期
8 王燕;贺兴时;王凡;刘达卓;;改进反向粒子群算法及其在噪声中的应用[J];西安工程大学学报;2011年05期
9 熊聪聪;许淑yN;徐姝;;基于粒子群算法的天气滚动预报集成技术[J];天津科技大学学报;2012年01期
10 王防修;周康;;基于粒子群算法的罐容表标定[J];武汉工业学院学报;2012年03期
相关会议论文 前10条
1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(上)[C];2012年
2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集(上)[C];2009年
3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年
4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年
7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年
8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年
10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国(天津)’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年
相关博士学位论文 前10条
1 王芳;粒子群算法的研究[D];西南大学;2006年
2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
3 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年
4 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
5 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
6 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年
7 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年
8 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年
9 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年
10 冯琳;改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用[D];东北大学;2013年
相关硕士学位论文 前10条
1 张忠伟;结构优化中粒子群算法的研究与应用[D];大连理工大学;2009年
2 李强;基于改进粒子群算法的艾萨炉配料优化[D];昆明理工大学;2015年
3 付晓艳;基于粒子群算法的自调节隶属函数模糊控制器设计[D];河北联合大学;2014年
4 余汉森;粒子群算法的自适应变异研究[D];南京信息工程大学;2015年
5 梁计锋;基于改进粒子群算法的交通控制算法研究[D];长安大学;2015年
6 杨伟;基于粒子群算法的氧乐果合成过程建模研究[D];郑州大学;2015年
7 李程;基于粒子群算法的AS/RS优化调度方法研究[D];陕西科技大学;2015年
8 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年
9 陈百霞;考虑风电场并网的电力系统无功优化[D];山东大学;2015年
10 戴玉倩;基于混合动态粒子群算法的软件测试数据自动生成研究[D];江西理工大学;2015年
,本文编号:1967273
本文链接:https://www.wllwen.com/kejilunwen/jiagonggongyi/1967273.html