车削大螺距螺纹刀具振动磨损模型研究
发布时间:2022-11-07 17:14
大螺距螺纹件作为重型设备的关键部件,起着传递扭矩和精度的作用,其螺纹面有很高的精度和可靠性要求。而在企业生产中车削大螺距螺纹时,刀具因螺距大、长径比高、切削载荷易发生突变而引起刀具磨损加剧、服役性劣化以及工艺系统强烈振动,无法完成大螺距螺纹长行程的高品质。而大螺距螺纹加工中刀具的振动磨损模型可以作为评价加工工艺的基础和提高螺纹面质量的方法。本文考虑到振动属于动力学系统,而刀具磨损属于摩擦学范畴,两者难以直接建立关系,引入过程量切削力,其中切削力变化即为振动作用影响结果也是刀具磨损的直接原因,由此建立大螺距螺纹刀具振动磨损模型。首先,通过材料力学中的简支梁结构对刀具进行简化即悬臂梁模型,提出刀具振动位移理论模型,依据刀具左右刃车削螺纹件时的受力分析,搭建基于振动位移作用下的左右刃瞬时切削力模型。其次,为验证切削力模型进行大螺距螺纹切削实验;利用振动加速度信号对刀具振动位移理论模型进行修正,其中通过MATLAB中的小波包分析来处理实验结果以此获得刀具振动,对处理后的振动加速度信号进行曲线拟合求取刀具振动位移数学模型;依据切削力实验进行左右刃瞬时切削力模型验证,构建振动作用的不同切削速度和轴...
【文章页数】:74 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题研究的背景与意义
1.2 国内外研究现状及分析
1.2.1 刀具振动研究现状
1.2.2 切削力研究现状
1.2.3 刀具磨损研究现状
1.3 课题来源及本文主要研究内容
第2章 瞬时切削力与系统振动位移的关系研究
2.1 系统振动位移模型
2.2 基于振动的瞬时切削力模型建立
2.2.1 大螺距螺纹左右刃受力分析
2.2.2 瞬时切削力模型建立
2.3 本章小结
第3章 大螺距螺纹切削实验及分析
3.1 大螺距螺纹车削实验方案
3.1.1 实验设备及参数
3.1.2 大螺距螺纹加工方法
3.2 切削实验结果及数据分析
3.2.1 左、右瞬时振动加速度信号采集
3.2.2 左、右瞬时切削力数据采集
3.3 刀具振动模型修正
3.3.1 小波包分析
3.3.2 MATLAB曲线拟合
3.4 瞬时切削力验证
3.5 不同参数下的瞬时切削力与振动的关系研究
3.5.1 多元线性回归分析
3.5.2 不同参数下的切削力与振动的关系建立及验证
3.6 本章小结
第4章 大螺距螺纹精加工切削力与刀具磨损研究
4.1 刀具磨损
4.1.1 刀具磨损形态
4.1.2 刀具磨损机理
4.2 左右后刀面磨损实验
4.3 左右后刀面磨损实验结果及分析
4.3.1 扫描电镜能谱分析
4.3.2 后刀面刀具磨损量VB测量方法
4.4 基于BP神经网络的瞬时切削力与刀具磨损量模型
4.4.1 神经网络简介
4.4.2 BP神经网络原理及结构
4.4.3 BP神经网络结构设计
4.4.4 BP网络应用于刀具磨损量预测
4.5 本章小结
第5章 振动磨损模型建立
5.1 大螺距螺纹振动磨损模型分析
5.1.1 左右刃振动磨损模型
5.1.2 刀具振动磨损模型实例分析
5.2 刀具振动磨损模型实验验证
5.2.1 实验设备及其切削参数
5.2.2 实验方案设计
5.2.3 刀具振动磨损模型验证实
5.3 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
【参考文献】:
期刊论文
[1]不同形貌微织构自润滑陶瓷刀具切削性能的对比[J]. 屠春娟,郭旭红,郭大林,陈亚东,关集俱. 机械工程材料. 2018(11)
[2]基于支持向量机与粒子滤波的刀具磨损状态识别[J]. 程灿,李建勇,徐文胜,聂蒙. 振动与冲击. 2018(17)
[3]钛合金切削过程刀具振动特性研究[J]. 颜世晶,徐碧聪,辛奇,李金泉. 制造技术与机床. 2018(08)
[4]后刀面磨损对加工表面残余应力的影响研究[J]. 康强,李占平,李元芳. 新技术新工艺. 2018(07)
[5]硬质合金涂层刀具铣削SiCp/Al复合材料刀具磨损研究[J]. 牛秋林,唐玲艳,向道辉,李鹏南,刘晓,邱新义. 河南理工大学学报(自然科学版). 2018(04)
[6]基于铣削动力学的刀具强迫振动抑制研究[J]. 张洁,刘成颖,郑烽,尹腾飞. 机械工程学报. 2018(17)
[7]CFRP复合材料铣削力、温度及表层损伤分析[J]. 王福吉,殷俊伟,贾振元,马建伟,徐震宇,王东. 机械工程学报. 2018(03)
[8]一种新型TBM刀具磨损检测技术[J]. 李宏波,孙振川,周建军,张宏伟,韩雪峰,喻伟. 振动与冲击. 2017(24)
[9]钛合金TA15铣削刀具磨损机理研究[J]. 王明海,周冬亮,刘娜,张志勇,邵晨峰. 制造业自动化. 2017(12)
[10]基于信息融合的刀具磨损状态智能识别[J]. 徐彦伟,陈立海,袁子皓,颉潭成. 振动与冲击. 2017(21)
博士论文
[1]五轴高效铣削动力学分析与控制研究[D]. 黄涛.华中科技大学 2017
[2]钛合金铣削加工过程参量建模及刀具磨损状态预测[D]. 孙玉晶.山东大学 2014
硕士论文
[1]国产重型龙门镗铣床可靠性评估[D]. 夏鹏.吉林大学 2016
[2]车削大螺距螺纹刀具磨损特性[D]. 闫东平.哈尔滨理工大学 2016
[3]基于多尺度主元分析的刀具磨损状态监测研究[D]. 张彦超.天津大学 2016
[4]基于小波包技术的刀具振动分析及表面粗糙度预测[D]. 李浩.山东大学 2013
本文编号:3704079
【文章页数】:74 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题研究的背景与意义
1.2 国内外研究现状及分析
1.2.1 刀具振动研究现状
1.2.2 切削力研究现状
1.2.3 刀具磨损研究现状
1.3 课题来源及本文主要研究内容
第2章 瞬时切削力与系统振动位移的关系研究
2.1 系统振动位移模型
2.2 基于振动的瞬时切削力模型建立
2.2.1 大螺距螺纹左右刃受力分析
2.2.2 瞬时切削力模型建立
2.3 本章小结
第3章 大螺距螺纹切削实验及分析
3.1 大螺距螺纹车削实验方案
3.1.1 实验设备及参数
3.1.2 大螺距螺纹加工方法
3.2 切削实验结果及数据分析
3.2.1 左、右瞬时振动加速度信号采集
3.2.2 左、右瞬时切削力数据采集
3.3 刀具振动模型修正
3.3.1 小波包分析
3.3.2 MATLAB曲线拟合
3.4 瞬时切削力验证
3.5 不同参数下的瞬时切削力与振动的关系研究
3.5.1 多元线性回归分析
3.5.2 不同参数下的切削力与振动的关系建立及验证
3.6 本章小结
第4章 大螺距螺纹精加工切削力与刀具磨损研究
4.1 刀具磨损
4.1.1 刀具磨损形态
4.1.2 刀具磨损机理
4.2 左右后刀面磨损实验
4.3 左右后刀面磨损实验结果及分析
4.3.1 扫描电镜能谱分析
4.3.2 后刀面刀具磨损量VB测量方法
4.4 基于BP神经网络的瞬时切削力与刀具磨损量模型
4.4.1 神经网络简介
4.4.2 BP神经网络原理及结构
4.4.3 BP神经网络结构设计
4.4.4 BP网络应用于刀具磨损量预测
4.5 本章小结
第5章 振动磨损模型建立
5.1 大螺距螺纹振动磨损模型分析
5.1.1 左右刃振动磨损模型
5.1.2 刀具振动磨损模型实例分析
5.2 刀具振动磨损模型实验验证
5.2.1 实验设备及其切削参数
5.2.2 实验方案设计
5.2.3 刀具振动磨损模型验证实
5.3 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
【参考文献】:
期刊论文
[1]不同形貌微织构自润滑陶瓷刀具切削性能的对比[J]. 屠春娟,郭旭红,郭大林,陈亚东,关集俱. 机械工程材料. 2018(11)
[2]基于支持向量机与粒子滤波的刀具磨损状态识别[J]. 程灿,李建勇,徐文胜,聂蒙. 振动与冲击. 2018(17)
[3]钛合金切削过程刀具振动特性研究[J]. 颜世晶,徐碧聪,辛奇,李金泉. 制造技术与机床. 2018(08)
[4]后刀面磨损对加工表面残余应力的影响研究[J]. 康强,李占平,李元芳. 新技术新工艺. 2018(07)
[5]硬质合金涂层刀具铣削SiCp/Al复合材料刀具磨损研究[J]. 牛秋林,唐玲艳,向道辉,李鹏南,刘晓,邱新义. 河南理工大学学报(自然科学版). 2018(04)
[6]基于铣削动力学的刀具强迫振动抑制研究[J]. 张洁,刘成颖,郑烽,尹腾飞. 机械工程学报. 2018(17)
[7]CFRP复合材料铣削力、温度及表层损伤分析[J]. 王福吉,殷俊伟,贾振元,马建伟,徐震宇,王东. 机械工程学报. 2018(03)
[8]一种新型TBM刀具磨损检测技术[J]. 李宏波,孙振川,周建军,张宏伟,韩雪峰,喻伟. 振动与冲击. 2017(24)
[9]钛合金TA15铣削刀具磨损机理研究[J]. 王明海,周冬亮,刘娜,张志勇,邵晨峰. 制造业自动化. 2017(12)
[10]基于信息融合的刀具磨损状态智能识别[J]. 徐彦伟,陈立海,袁子皓,颉潭成. 振动与冲击. 2017(21)
博士论文
[1]五轴高效铣削动力学分析与控制研究[D]. 黄涛.华中科技大学 2017
[2]钛合金铣削加工过程参量建模及刀具磨损状态预测[D]. 孙玉晶.山东大学 2014
硕士论文
[1]国产重型龙门镗铣床可靠性评估[D]. 夏鹏.吉林大学 2016
[2]车削大螺距螺纹刀具磨损特性[D]. 闫东平.哈尔滨理工大学 2016
[3]基于多尺度主元分析的刀具磨损状态监测研究[D]. 张彦超.天津大学 2016
[4]基于小波包技术的刀具振动分析及表面粗糙度预测[D]. 李浩.山东大学 2013
本文编号:3704079
本文链接:https://www.wllwen.com/kejilunwen/jiagonggongyi/3704079.html