面向低能耗和高表面质量的数控车削参数优化方法研究
发布时间:2020-06-13 09:24
【摘要】:金属车削加工是机械制造中重要的加工工艺,切削速度、进给速率、切削深度等切削参数都必须在切削操作时决定和选择。为了合理地优化切削参数,综合考虑加工能耗、加工效率和加工质量,提出了面向低能耗和高表面质量的数控车削参数优化方法。切削参数的选择,直接关系到切削工况,影响机床电能利用情况。为了测量数控机床的功率,采用WB9128-1三相功率传感器,建立了数控机床的功率监测系统。利用功率监测系统,在CAK3665ni数控车床上对45钢进行了干式车削加工功耗测试实验。正交实验结果表明,切削速度、进给速度和切削深度对数控车床功率都有显著的影响。尽管增大车削参数会提高车床电能消耗速率,但由于材料去除率增大、加工时间缩短,增大车削用量仍会减小总电能消耗。为了量化分析数控车床的电能消耗速率,从电能去向方面分析,分别建立了固有功率、主传动系统功率、进给系统功率和负载功率的数学模型,有效预测了数控车床的功率。不同的切削参数也会改变切削表面的微观形貌,影响工件的表面质量。为了合理地评价不同的表面质量,借鉴田口法中产品质量的损失函数公式,评价了工件的表面质量。使用MitutoyoSV-3100表面粗糙度仪测量了车削表面。实验结果表明,提高切削速度会提高工件表面质量,提高进给量会降低表面质量。为了合理优化数控车削参数,考虑各因素的交互影响,建立了表面粗糙度的数学模型。综合考虑数控车床加工过程中的能耗和工件表面质量,以切削比能低和表面粗糙度小为目标,建立了优化数控车削参数的数学模型。NSGA-Ⅱ多目标遗传算法鲁棒性高且优化性能好,利用该优化方法,对数控车削参数进行了优化。车削参数优化结果中,进给量在小于0.1mm/r时,电能消耗量会快速增大;切削深度大于0.4mm时,表面质量会迅速变差。采用线性加权和法,对优化结果进行了进一步评估,从而指导切削参数选择。经过评价后最终选取的车削参数为:车削速度243m/min,进给量0.09mm/r,车削深度0.45mm。实验结果表明,采用优化后的车削参数进行加工,与经验选取切削参数加工相比,切削比能从9.91J/mm3降低至7.33J/mm3,轮廓的算数平均偏差从1.19μm减小至0.88μm。基于多目标遗传算法的低能耗和高表面质量的切削参数优化方法,可以有效地优化切削参数,为切削方案的选择提供借鉴。
【图文】:
数控车床加工过程的功率可直接反映车床的能耗变化,进而分析的电能去向,得到车削参数与电能消耗之间的关系。因此,测量化规律,获得切削过程中的机床能耗数据,是能耗研宄的首要步了分析机床切削加工过程的功率,针对沈阳机床厂生产的CAK36,建立了数控加工能耗监测系统,为数控车削加工过程能耗建技术支撑。逡逑功率检测系统的组成及原理逡逑建的功率监测系统由WB9128-1三相功率传感器、WBWY-S1(辅助电源)、信号转换器和上位机组成。监测系统中选用的WB91传感器具有高速数据同步采集和数据快速处理技术,在信号采压,,同时穿心接入交流电流,可将三相四线电路的功率等信息总线输出。WB9128-1三相功率传感器及其他组成部件的连接示意示。逡逑WB9128-1逡逑
N邋逦逦邋2、4脚逡逑图2-1邋WB9128-1功率传感器的三相四线接图逡逑Fig.2-1邋Wiring邋diagrams邋of邋WB9128-1邋sensor逡逑一邋7邋—逡逑
【学位授予单位】:延边大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TG519.1
本文编号:2710966
【图文】:
数控车床加工过程的功率可直接反映车床的能耗变化,进而分析的电能去向,得到车削参数与电能消耗之间的关系。因此,测量化规律,获得切削过程中的机床能耗数据,是能耗研宄的首要步了分析机床切削加工过程的功率,针对沈阳机床厂生产的CAK36,建立了数控加工能耗监测系统,为数控车削加工过程能耗建技术支撑。逡逑功率检测系统的组成及原理逡逑建的功率监测系统由WB9128-1三相功率传感器、WBWY-S1(辅助电源)、信号转换器和上位机组成。监测系统中选用的WB91传感器具有高速数据同步采集和数据快速处理技术,在信号采压,,同时穿心接入交流电流,可将三相四线电路的功率等信息总线输出。WB9128-1三相功率传感器及其他组成部件的连接示意示。逡逑WB9128-1逡逑
N邋逦逦邋2、4脚逡逑图2-1邋WB9128-1功率传感器的三相四线接图逡逑Fig.2-1邋Wiring邋diagrams邋of邋WB9128-1邋sensor逡逑一邋7邋—逡逑
【学位授予单位】:延边大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TG519.1
【参考文献】
相关期刊论文 前10条
1 周志恒;张超勇;谢阳;黄拯滔;邵新宇;;数控车床切削参数的能量效率优化[J];计算机集成制造系统;2015年09期
2 谢书童;郭隐彪;;双刀并行数控车削中的切削参数优化方法[J];中国机械工程;2014年14期
3 胡成龙;;NSGA-II与MOPSO算法的多工序车削节能优化比较分析[J];机床与液压;2014年07期
4 范有雄;吴元祥;陈金牛;;数控车削加工切削参数优化[J];机床与液压;2013年17期
5 李聪波;崔龙国;刘飞;李丽;;面向高效低碳的数控加工参数多目标优化模型[J];机械工程学报;2013年09期
6 刘霜;刘飞;王秋莲;;机床机电主传动系统服役过程能量效率获取方法[J];机械工程学报;2012年23期
7 张魁伟;汪永超;刘毅;齐晓宁;;面向绿色制造的刀具优化选择研究[J];机械设计与制造;2012年11期
8 刘飞;刘霜;;机床服役过程机电主传动系统的时段能量模型[J];机械工程学报;2012年21期
9 谢东;陈国荣;施金良;许弟建;王锋;;基于BP神经网络数控机床切削能耗的研究[J];机床与液压;2012年01期
10 唐任仲;贾顺;吕景祥;;基于活动的产品车间制造过程碳排量计算方法[J];机电工程;2011年06期
相关硕士学位论文 前2条
1 徐敬通;数控机床能耗建模与切削参数节能优化研究[D];大连理工大学;2016年
2 杨云;面向高效低碳的车削加工切削参数多目标优化研究[D];大连海事大学;2014年
本文编号:2710966
本文链接:https://www.wllwen.com/kejilunwen/jiagonggongyi/2710966.html