钛合金TC4超高速磨削表面完整性的研究

发布时间：2017-04-15 19:11

  本文关键词：钛合金TC4超高速磨削表面完整性的研究，由笔耕文化传播整理发布。

【摘要】： 钛合金材料具有许多优异的物理机械性能,如高的比强度、耐高温、热强性高等,在航空航天、汽车、工具、模具等领域得到日益广泛的应用。然而,也正因为钛合金的材料特性,给传统的磨削加工方式带来了极大的挑战,如化学活性大高,材料热导率低且热强性高,使磨削力大,磨削温度高,易堵塞和粘附砂轮,造成加工表面层形成较大的残余拉应力,表面粗糙度差,砂轮寿命低,极易产生磨削烧伤和表面/亚表面裂纹等。这极大地增加了钛合金材料的加工成本,严重地阻碍了其进一步的推广应用。超高速磨削技术是通过提高砂轮线速度来改善表面加工质量或提高加工效率的一种现代加工技术,具有磨削力小、磨削温度低,工件变形小,砂轮寿命长等特点,被誉为“现代磨削技术的最高峰”。对比分析钛合金传统磨削难点与超高速磨削特点可以发现,超高速磨削具有解决钛合金高效精密加工的潜力。 文献检索表明目前国内外对钛合金超高速磨削工艺方面的研究还很少,有些领域甚至是空白。针对于此,本文以应用最普遍的钛合金材料——TC4为研究对象,在湖南大学自主开发的314m/s超高速磨削试验台进行了超高速磨削工艺试验,在此基础上系统研究了磨削工艺参数对磨削力及表面完整性(包括表面粗糙度、材料表面硬化层的微观硬度与白层)的影响,得出以下结论: (1)采用超高速磨削技术进行钛合金TC4的磨削,可以有效地降低磨削力,减少砂轮的粘附,并获得较好的表面粗糙度。 (2)在钛合金TC4的高速超高速磨削工艺中,工艺参数对单位面积磨削力的影响较大:单位面积法向磨削力与切向磨削力Ft均随磨削深度ap和工件速度vw的增大而增大,随砂轮线速度的升高而减小。 (3)在钛合金的超高速磨削表面存在白层和热影响层,在超高速磨削条件下,白层的厚度较薄。磨削深度的增大使得磨削力和比磨削能均增大,相变的机会增多,故白层厚度随磨削深度的增大而增大;亚表面微观硬度变化规律与白层、热影响层厚度有很好的相关性。 (4)以砂轮线速度、磨削深度和工件速度作为输入特征量,采用BP神经网络对工件表面粗糙度值进行预测。结果表明这种方法能够有效实现钛合金TC4超高速磨削的表面粗糙度预测,预测结果与试验结果趋势基本一致。
【关键词】：高速磨削 钛合金 表面完整性 神经网络
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：TG580.6
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-19
• 1.1 引言10-11
• 1.2 超高速加工理论与磨削机理11-13
• 1.2.1 高速/超高速加工理论11-12
• 1.2.2 高速/超高速磨削机理12-13
• 1.3 高速/超高速磨削技术国内外发展现状13-16
• 1.3.1 国外高速/超高速磨削技术的发展13-15
• 1.3.2 国内高速/超高速磨削技术的发展15-16
• 1.4 课题来源及研究意义16-17
• 1.5 本文的主要研究内容17-19
• 第2章 钛合金材料特性及其磨削特点19-31
• 2.1 钛合金材料特性19-21
• 2.1.1 钛合金的分类19-20
• 2.1.2 钛合金TC4 的材料性能20-21
• 2.1.3 钛合金TC4 的加工工艺特性21
• 2.2 钛合金材磨削特点21-24
• 2.2.1 钛合金磨削特性21-23
• 2.2.2 钛合金磨削技术进展23-24
• 2.3 磨削表面完整性24-29
• 2.3.1 表面完整性定义24-25
• 2.3.2 表面完整性评价25-27
• 2.3.3 磨削加工表面完整性27-29
• 2.4 人工神经网络及其软件实现29-30
• 2.5 本章小结30-31
• 第3章 钛合金TC4超高速磨削工艺实验方案31-39
• 3.1 试验设备31-33
• 3.1.1 超高速磨削试验台31-32
• 3.1.2 砂轮及其修整32-33
• 3.2 试件材料33
• 3.3 磨削力信号的采集与处理33-37
• 3.4 检测仪器37-38
• 3.4.1 表面粗糙度仪37
• 3.4.2 扫描电子显微镜(SEM)37-38
• 3.5 工艺试验方案38
• 3.6 本章小结38-39
• 第4章 磨削参数对表面完整性的影响39-49
• 4.1 砂轮线速度对磨削力影响39-40
• 4.2 磨削深度对磨削力的影响40-41
• 4.3 工作台速度对磨削力的影响41-42
• 4.4 磨削前后砂轮形貌的变化42
• 4.5 表面完整性观测与分析42-48
• 4.5.1 试件表面粗糙度42-44
• 4.5.2 试件表面微观形貌44-45
• 4.5.3 白层的观测及分析45-47
• 4.5.4 微观硬度的测量与分析47-48
• 4.6 本章小结48-49
• 第5章 基于BP 神经网络的工件表面粗糙度的预测49-57
• 5.1 BP 神经网络的基本原理49-52
• 5.1.1 BP 神经网络结构50
• 5.1.2 BP 神经网络重要公式及学习算法50-52
• 5.2 基于BP 神经网络的表面粗糙度的预测过程52-56
• 5.2.1 Matlab 软件介绍52
• 5.2.2 BP 神经网络结构的建立52-53
• 5.2.3 BP 神经网络预测的Matlab 实现53-55
• 5.2.4 表面粗糙度预测结果分析55-56
• 5.3 本章小结56-57
• 结论与展望57-58
• 参考文献58-62
• 致谢62

【引证文献】

中国博士学位论文全文数据库 前1条

1 张为;高速切削钛合金薄壁件表面完整性及型面变形预测[D];哈尔滨理工大学;2011年

中国硕士学位论文全文数据库 前5条

1 黑华征;CBN砂轮高速磨削钛合金试验研究[D];南京航空航天大学;2011年

2 程泽;单颗磨粒高速磨削镍基高温合金机理研究[D];南京航空航天大学;2011年

3 俞兴华;陶瓷结合剂CBN砂轮高速磨削钛合金（TC4）的实验研究[D];华侨大学;2011年

4 李亮亮;小磨头磨削钛合金TC11的表面完整性研究[D];大连理工大学;2012年

5 龙超;高速铣削P20模具钢表面粗糙度与铣削参数的研究[D];燕山大学;2012年

  本文关键词：钛合金TC4超高速磨削表面完整性的研究，由笔耕文化传播整理发布。

，

本文编号：309055