拉夹逆向车削细长轴的振动特性及切削力预测研究

发布时间：2020-05-22 02:57

【摘要】：细长轴零件在机器中对连接和传动起到重要作用,尤其在交通、国防、农业等行业应用广泛,但由于其长径比大,在车削时会产生振动和弯曲变形。其中振动的产生是切削过程中比较常见的一种不利因素,并且切削力也是车削过程中极其重要的切削参数,振动的发生和切削力大小的选择不仅会影响刀具使用寿命和设备的功率消耗,也会影响工件的表面质量及尺寸精度。因此对细长轴切削过程中的振动因素和切削力大小的研究,对于实现细长轴精密加工具有重要的应用价值。本文主要研究了采用拉夹逆向法车削细长轴的振动特性,并基于BP神经网络预测采用此方法车削细长轴时切削力的大小。首先介绍了机械加工系统中常见的振动类型及各自的振动特征,分别建立普通车削细长轴和拉夹逆向车削细长轴的结构图和径向弯曲振动模型,求解出前三阶固有频率和振型函数,并证明振型函数的正交性,用Matlab软件求解出细长轴前三阶振型函数的弯曲曲线。其次用Deform仿真软件基于正交试验选择合适的切削参数得到的采用拉夹逆向法车削细长轴的切削力的大小,并与经验公式算出的切削力进行对比,验证仿真结果的正确性,得到的切削力大小也为ANSYS分析提供了数据。然后基于ANSYS Workbench软件建立了拉夹逆向车削细长轴的静力学仿真模型,并分别对细长轴进行静力学分析、模态分析和谐响应分析,得出拉夹逆向车削细长轴的变形比普通车削变形小,振动频率得到很大提高,大约是普通车削的两倍,谐响应值大约是普通车削的一半,从而验证了理论分析结果的正确性。最后应用BP神经网络训练拉夹逆向车削细长轴车削力的神经网络预测模型,并进行了所训练网络模型的试验验证,网络模型的预测值与仿真值十分接近,因此,建立的神经网络模型可以精确的预测车削力的大小,为合理确定切削用量、提高工件表面质量、提高生产效率等提供了重要的参考依据。
【图文】：

后拉,夹头

图 1-1 后拉夹头装置Fig.1-1 Rear pull chuck device武文革[16]主要对逆向车削细长轴进行了力学分析，通过分析正向车削和逆向车削，在进行试验验证时，首切采用正向车削，复切采用逆向车削，这样的工艺路线既可以提高加工精度又可以提高加工效率。邓志平教授[17]对双刀切削细长轴的方法进行了研究，采用对称式双刀车削，可以有效的减小弯曲变形量，提高了加工精度，并且刀具的背吃刀量减小，提高了刀具的寿命，最后得出双刀车削不仅能够提高加工质量、提高工作效率还能降低成本。谭文凯、刘利民等[18]在生产实践中发现超细长轴加工困难，很容易出现竹节形等形状误差，于是利用上下刀塔同步技术进行双刀对称切削，制定合适的工艺路线，加工出的细长轴完全符合设计要求，可以达到较高的加工精度。戴海港等[19]提出了一种三刀车削细长轴的方案，对此方案受力分析并建立力学模型，用计算机软件仿真分析，，最后得出采用此种方法的弯曲变形量是普通方法的五分之一。郭建华[20]提出要想提高加工精度，必须有一套完善的工艺方案，其中包括加工工艺路线、装夹方法、切削刀具角度等等，并且针对刀具角度的选择做了进一

细长轴,误差来源

第 1 章绪论且改造效果好等优点。李桂华[31]通过对细长轴加工过程中的受力和受热分析，根据传热学理论和弹性力学原理，建立了误差补偿数学模型，并在加工过程中开发数控伺服系统的半闭环误差补偿系统对切削力达到同步实时补偿，通过试验证明该方法的有效可行，也为其他零件的精密加工提供参考。赵航[32]根据对细长轴加工过程的仿真研究，开发了一套车削仿真的软件系统，可实现对细长轴的典型加工过程仿真，并且对其加工结果进行检测，得出其误差大小，根据检测结果对实际加工系统进行补偿和修正，取得较好的效果。江平[33]研究了采用跟刀架辅助切削细长轴时的误差补偿，通过 Deform 软件仿真车削细长轴的加工过程，并分析加工过程中的刀具磨损情况，由此得出细长轴的误差主要来源于加工过程中工件弯曲变形导致的工件退让和刀具磨损，采用 MCS-51 单片机对误差进行补偿，达到很好的抑制作用。
【学位授予单位】：河北工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TG51

【参考文献】