木质材料砂带磨削磨削力及磨削参数优化研究
本文选题:木质材料 + 磨削参数 ; 参考:《北京林业大学》2015年博士论文
【摘要】:磨削加工是木质材料加工非常重要的环节,直接影响产品加工精度和表面质量。目前关于木质材料砂带磨削的基础研究还很少,空白点很多,理论上大多参考借鉴砂轮磨削均质材料理论和磨削力计算模型。本研究采用正交试验法,测试了不同木质材料砂带磨削时的磨削力,分析了磨削参数对磨削力、表面粗糙度和有功功率的影响,研究了法向力与表面粗糙度、有功功率的关系,在此基础上使用神经网络系统建立了木质材料砂带磨削的磨削力模型,最后采用模糊综合评判法对磨削工艺参数进行了优化,得出以下主要结论:(1)木材纹理对磨削力有影响,磨削力在顺纹磨削时最大,横纹磨削时最小影响磨削力和法向力最显著的因素是磨削厚度和砂带磨料粒度,砂带速度的影响最小(2)可用经验公式sF=Ax2+Bx+C+C1对木质材料砂带磨削磨削力进行估算。其中:sF—磨削力,A,B,C—常数,x—砂带磨料粒度或磨削厚度,C1—进给速度修正值。(3)用磨削力的神经网络模型对磨削力进行预测时,实际最大误差为24.14%,最小为0.17%,平均误差为10.46%,可作为预测磨削力的通用模型。(4)影响砂带磨削工件表面粗糙度的最主要因素是砂带磨料粒度,随砂带磨料粒度增大,表面粗糙度总体呈减小趋势;法向力和表面粗糙度之间没有显著关系,磨削红松(顺纹、斜纹)和中密度纤维板时,表面粗糙度分布存在真空带。(5)影响有功功率的主要因素是砂带速度,随砂带速度增大,有功功率总体呈增大趋势;法向力和有功功率之间没有显著关系。(6)利用模糊综合评判法综合考虑磨削能耗和表面粗糙度后确定最佳磨削工艺参数为:大多数情况下,权重向量(有功功率,Ra)=(0.7,0.3)或(0.3,0.7)时,砂带磨料粒度大于等于100目,进给速度、砂带速度和磨削厚度为最小;权重向量(有功功率,Ra)=(0.8,0.2)时,砂带磨料粒度小于等于80目,进给速度、砂带速度和磨削厚度为最小;权重向量(有功功率,Ra)=(0.2,0.8)时,砂带磨料粒度大于等于80目,进给速度和磨削厚度为最小,砂带速度较高。
[Abstract]:Grinding is a very important link in wood material processing, which directly affects the machining accuracy and surface quality of products. At present, the basic research on wood abrasive belt grinding is still few, and there are many blank points. In theory, most of them refer to the grinding wheel grinding homogenization material theory and grinding force calculation model. In this study, the grinding force of different wood abrasive belt grinding was tested by orthogonal test, the influence of grinding parameters on grinding force, surface roughness and active power was analyzed, and the relationship between normal force and surface roughness and active power was studied. On this basis, the grinding force model of wood abrasive belt grinding is established by using neural network system. Finally, the grinding process parameters are optimized by using fuzzy comprehensive evaluation method. The following main conclusions are drawn: 1) Wood texture has influence on grinding force. The grinding force is the largest in the conformable grinding, and the most significant factors affecting the grinding force and normal force are the grinding thickness and abrasive grain size. The influence of belt velocity on the grinding force of wood belt can be estimated by the empirical formula sF=Ax2 Bx C _ 1. When the grinding force is predicted by the neural network model of grinding force, the grain size or the grinding thickness of the grinding belt is modified by C1-feed velocity correction value and the grinding force is predicted by using the neural network model of grinding force. The actual maximum error is 24.14, the minimum is 0.17 and the average error is 10.46. It can be used as a general model for predicting grinding force. The surface roughness showed a decreasing trend in general; there was no significant relationship between normal force and surface roughness. When grinding Korean pine (pines, twill) and MDF, The main factor influencing the active power is the sand belt velocity. With the increase of the sand belt velocity, the active power tends to increase. There is no significant relationship between normal force and active power. The grain size of abrasive material is larger than or equal to 100 mesh, the feed rate, belt speed and grinding thickness are the smallest, and the weight vector (active power is 0.80.2mm), the grain size of abrasive material is less than 80 mesh, and the feed rate, belt speed and grinding thickness are the smallest. When the weight vector (active power) is 0.2ng0.8, the grain size of abrasive belt is greater than 80 mesh, the feed speed and grinding thickness are minimum, and the belt speed is higher.
【学位授予单位】:北京林业大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:TG580.6
【相似文献】
相关期刊论文 前10条
1 李力钧;傅杰才;;磨削力数学模型的研究[J];湖南大学学报;1979年03期
2 任敬心,华定安,黄奇;磨削钛合金的磨削力数学模型[J];航空学报;1986年01期
3 周灿丰,薛龙,张宝生;工件材料特征对蠕动磨削力的影响和磨削参数选择[J];机械;2000年03期
4 黄贞益;冷轧带钢在线磨辊切向磨削力的估算[J];磨床与磨削;2000年04期
5 王卫平,彭永红;磨削力不确定性的模糊及分明测度研究[J];工具技术;2001年06期
6 王卫平,李熙亚,左远志;磨削力不确定性的模糊及分明测度研究[J];东莞理工学院学报;2001年02期
7 廖先禄,许世良;40CrNiMoA钢的磨削力试验研究[J];精密制造与自动化;2001年02期
8 杨秋平,王卫平;磨削力灰色建模的有限性研究[J];组合机床与自动化加工技术;2002年12期
9 樊社新;求解磨削力的一种数值方法[J];金刚石与磨料磨具工程;2002年03期
10 唐昆;尚振涛;盛晓敏;宓海青;黄红武;;40Cr钢高效深磨磨削力试验研究[J];新技术新工艺;2007年03期
相关会议论文 前2条
1 胡天润;;“浓度”压力对磨削力的影响[A];中国稀土学会第一届青年学术会议论文集[C];2005年
2 曹红波;张飞虎;栾殿荣;李继贤;杨永山;史兴宽;;GCr15钢的ELID磨削性能实验研究[A];全国生产工程第九届年会暨第四届青年科技工作者学术会议论文集(二)[C];2004年
相关博士学位论文 前7条
1 罗斌;木质材料砂带磨削磨削力及磨削参数优化研究[D];北京林业大学;2015年
2 朱祥龙;300mm硅片超精密磨床设计与开发[D];大连理工大学;2011年
3 张政梅;基于分形理论花岗石异型面高效磨削关键技术研究[D];山东大学;2012年
4 张建华;单程平面磨削淬硬层预测及其摩擦磨损性能研究[D];山东大学;2008年
5 许美君;木质工件摩擦性质与机床进给机构配置的研究[D];北京林业大学;2015年
6 任莹晖;纳米结构硬质合金磨削理论和工艺实验研究[D];湖南大学;2009年
7 言兰;基于单颗磨粒切削的淬硬模具钢磨削机理研究[D];湖南大学;2010年
相关硕士学位论文 前10条
1 刘博;木材及中密度纤维板磨削力的研究[D];北京林业大学;2008年
2 张二红;向口腔修复的齿科陶瓷磨削力预测模型研究[D];天津大学;2007年
3 付志刚;晶圆磨床磨削力在线测量系统的研究与设计[D];大连理工大学;2007年
4 羽家平;自旋转精密磨削过程磨削力控制策略和控制系统研究[D];广东工业大学;2011年
5 周松喜;单颗金刚石磨粒磨削玻璃的磨削力和声发射现象实验研究[D];华侨大学;2012年
6 胡垒;曲面圆弧包络磨削力特性及曲面研抛加工研究[D];广东工业大学;2011年
7 林培勇;自旋转磨削硅片过程的磨削力研究[D];广东工业大学;2013年
8 王玉珏;高硬度球面磨削的磨削几何学及磨削力的研究[D];上海交通大学;2012年
9 赵宇辉;工程陶瓷磨削装置设计及磨削力控制研究[D];大连理工大学;2009年
10 贺永;工程陶瓷磨削力信号的研究[D];大连理工大学;2002年
,本文编号:1960913
本文链接:https://www.wllwen.com/kejilunwen/jinshugongy/1960913.html