铬铜合金薄壁件切削变形控制与加工工艺参数的优化
发布时间：2022-07-11 19:17
石油行业是国民经济的支柱行业,石油机械复杂多样,其中以管类零件和薄壁件居多。铬铜合金因其较高的强度和硬度,以及良好的导热性,被用来加工某石油机械冷却装置的内壳。铬铜合金薄壁件在加工过程中存在加工变形等诸多困难,分析其加工变形原因并控制变形量对实际生产具有非常重要的意义。本文分析铣削加工过程的各个关键技术,建立了铬铜合金薄壁件三维热力耦合铣削加工模型,分析铣削力的变化规律,通过静力学仿真模型预测加工过程中零件的变形量。经实验验证,仿真模型的径向变形平均误差为11.1%,切向变形平均误差为12.8%。随后建立铣削力插件程序,结合静力学仿真模型,得出铣削参数和最大变形量之间的仿真数据。借助BP神经网络算法对铣削参数和变形量之间的函数关系进行拟合,然后利用遗传算法,以最小变形量和最大加工效率为目标函数,对铣削参数进行了优化。优化后的铣削参数为主轴转速n=1550r/min、背吃刀量αp=0.36mm、侧吃刀量αc=0.23mm、进给量为1.6mm/s。通过与经验参数比较可知,用优化后的铣削参数加工零件时,其径向变形和切向变形均明显减小,且加工效率提升...
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 选题背景及意义
1.2 有关本课题的国内外研究现状
1.2.1 薄壁件铣削加工仿真技术国内外现状
1.2.2 薄壁件切削变形预测的研究现状
1.2.3 薄壁件切削用量优化的研究现状
1.3 本课题目前研究的不足
1.4 本课题研究的主要内容
第二章 三维铣削加工过程有限元仿真
2.1 金属切削基本理论
2.1.1 金属切削的变形过程
2.1.2 切削力
2.1.3 切削热和切削温度
2.2 三维铣削有限元模型的仿真技术路线
2.3 薄壁件三维铣削的关键性技术
2.3.1 材料本构模型
2.3.2 材料失效准则
2.3.3 自适应网格技术
2.4 薄壁件三维铣削仿真模型的建立
2.4.1 立铣刀和工件模型的建立
2.4.2 材料属性的设置
2.4.3 模型的接触属性
2.4.4 设置载荷和添加约束
2.4.5 网格的划分
2.4.6 仿真结果分析与后处理
2.5 铣削力验证试验
2.5.1 铣削力实验原理
2.5.2 铣削参数的选择
2.5.3 实验分组方案
2.5.4 实验结果与数据分析
2.6 本章小结
第三章 薄壁件铣削加工变形研究
3.1 铬铜合金薄壁件铣削加工变形静力学仿真
3.1.1 仿真模型的建立
3.1.2 铣削力的加载
3.1.3 铣削仿真加工变形结果分析
3.2 铣削加工变形的测量
3.3 不同铣削参数下的加工变形预测
3.3.1 铣削力图形界面插件程序的应用
3.3.2 不同铣削参数下的加工变形数据的获取
3.4 本章小结
第四章 基于BP神经网络的薄壁件变形预测模型
4.1 BP神经网络的原理
4.1.1 BP神经元
4.1.2 BP网络
4.1.3 BP网络的改进
4.2 BP神经网络模型的建立
4.2.1 确定BP网络的结构
4.2.2 误差的选择
4.3 BP神经网络模型的训练及结果
4.3.1 训练样本数据
4.3.2 基于神经网络工具箱的样本数据拟合
4.4 本章小结
第五章 基于遗传算法的铣削参数优化
5.1 遗传算法的基本原理与方法
5.1.1 编码
5.1.2 遗传算法的基本运算
5.1.3 适应度函数
5.1.4 控制参数的选择
5.1.5 约束条件的处理
5.2 目标函数和约束条件的选择
5.2.1 遗传算法的目标函数
5.2.2 约束条件
5.3 遗传算法优化模型的建立
5.3.1 遗传算法的运算流程
5.3.2 适应度函数的建立
5.3.3 使用遗传算法优化铣削参数
5.4 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
附录
攻读学位期间发表的论文
【参考文献】：
期刊论文
[1]基于Rayleigh-Ritz法的钛合金薄壁件非均匀余量加工变形控制研究[J]. 李曦,袁军堂,汪振华,章波. 中国机械工程. 2020(11)
[2]损伤演化对Ti6Al4V高速切削仿真结果的影响[J]. 杜茂华,程正,王神送,张雁飞. 航空学报. 2019(07)
[3]超声椭圆振动切削钛合金切削力特性研究[J]. 童景琳,卫官. 振动与冲击. 2019(09)
[4]基于切削力实时测量的弱刚性件加工变形控制[J]. 王庆霞,胡晓伟,庞静珠,吴重军,侯春杰. 仪器仪表学报. 2019(02)
[5]薄壁件加工误差补偿建模与学习控制方法[J]. 侯尧华,张定华,张莹. 机械工程学报. 2018(17)
[6]铝合金薄壁件加工变形的力学模型构建与分析[J]. 廖凯,张萧笛,车兴飞,陈辉,龚海. 哈尔滨工业大学学报. 2018(05)
[7]基于Python语言金属切削仿真平台开发[J]. 王伏林,陶琪,徐磊磊. 吉林大学学报(工学版). 2019(02)
[8]基于斐波那契树优化算法的切削参数多方案优化方法[J]. 王霞,吕丹桔,董易,王耀民,李鹏,吴海锋,施心陵. 控制与决策. 2018(08)
[9]加工形态对铝合金薄壁件加工变形的影响[J]. 肖峰,吴运新,龚海,李晨,刘瑶琼,姬浩. 中南大学学报(自然科学版). 2017(02)
[10]切削稳定性约束下的铣削参数优化技术研究[J]. 胡瑞飞,殷鸣,刘雁,苏真伟,殷国富. 机械工程学报. 2017(05)
博士论文
[1]关于航空框类结构件铣削加工残余应力和变形机理的研究[D]. 王立涛.浙江大学 2003
硕士论文
[1]BP神经网络结构优化研究及应用[D]. 刘品.中国地质大学(北京) 2016
[2]基于铁矿石烧结基础特性的烧结矿质量预报模型[D]. 李小成.河北联合大学 2014
[3]BP神经网络算法与其它算法的融合研究及应用[D]. 孙喜波.重庆大学 2011
[4]基于演化神经网络安全审计系统的研究与应用[D]. 易晓梅.浙江工业大学 2008
[5]遗传算法的研究与应用[D]. 田延硕.电子科技大学 2004
本文编号：3658726
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 选题背景及意义
1.2 有关本课题的国内外研究现状
1.2.1 薄壁件铣削加工仿真技术国内外现状
1.2.2 薄壁件切削变形预测的研究现状
1.2.3 薄壁件切削用量优化的研究现状
1.3 本课题目前研究的不足
1.4 本课题研究的主要内容
第二章 三维铣削加工过程有限元仿真
2.1 金属切削基本理论
2.1.1 金属切削的变形过程
2.1.2 切削力
2.1.3 切削热和切削温度
2.2 三维铣削有限元模型的仿真技术路线
2.3 薄壁件三维铣削的关键性技术
2.3.1 材料本构模型
2.3.2 材料失效准则
2.3.3 自适应网格技术
2.4 薄壁件三维铣削仿真模型的建立
2.4.1 立铣刀和工件模型的建立
2.4.2 材料属性的设置
2.4.3 模型的接触属性
2.4.4 设置载荷和添加约束
2.4.5 网格的划分
2.4.6 仿真结果分析与后处理
2.5 铣削力验证试验
2.5.1 铣削力实验原理
2.5.2 铣削参数的选择
2.5.3 实验分组方案
2.5.4 实验结果与数据分析
2.6 本章小结
第三章 薄壁件铣削加工变形研究
3.1 铬铜合金薄壁件铣削加工变形静力学仿真
3.1.1 仿真模型的建立
3.1.2 铣削力的加载
3.1.3 铣削仿真加工变形结果分析
3.2 铣削加工变形的测量
3.3 不同铣削参数下的加工变形预测
3.3.1 铣削力图形界面插件程序的应用
3.3.2 不同铣削参数下的加工变形数据的获取
3.4 本章小结
第四章 基于BP神经网络的薄壁件变形预测模型
4.1 BP神经网络的原理
4.1.1 BP神经元
4.1.2 BP网络
4.1.3 BP网络的改进
4.2 BP神经网络模型的建立
4.2.1 确定BP网络的结构
4.2.2 误差的选择
4.3 BP神经网络模型的训练及结果
4.3.1 训练样本数据
4.3.2 基于神经网络工具箱的样本数据拟合
4.4 本章小结
第五章 基于遗传算法的铣削参数优化
5.1 遗传算法的基本原理与方法
5.1.1 编码
5.1.2 遗传算法的基本运算
5.1.3 适应度函数
5.1.4 控制参数的选择
5.1.5 约束条件的处理
5.2 目标函数和约束条件的选择
5.2.1 遗传算法的目标函数
5.2.2 约束条件
5.3 遗传算法优化模型的建立
5.3.1 遗传算法的运算流程
5.3.2 适应度函数的建立
5.3.3 使用遗传算法优化铣削参数
5.4 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
附录
攻读学位期间发表的论文
【参考文献】：
期刊论文
[1]基于Rayleigh-Ritz法的钛合金薄壁件非均匀余量加工变形控制研究[J]. 李曦,袁军堂,汪振华,章波. 中国机械工程. 2020(11)
[2]损伤演化对Ti6Al4V高速切削仿真结果的影响[J]. 杜茂华,程正,王神送,张雁飞. 航空学报. 2019(07)
[3]超声椭圆振动切削钛合金切削力特性研究[J]. 童景琳,卫官. 振动与冲击. 2019(09)
[4]基于切削力实时测量的弱刚性件加工变形控制[J]. 王庆霞,胡晓伟,庞静珠,吴重军,侯春杰. 仪器仪表学报. 2019(02)
[5]薄壁件加工误差补偿建模与学习控制方法[J]. 侯尧华,张定华,张莹. 机械工程学报. 2018(17)
[6]铝合金薄壁件加工变形的力学模型构建与分析[J]. 廖凯,张萧笛,车兴飞,陈辉,龚海. 哈尔滨工业大学学报. 2018(05)
[7]基于Python语言金属切削仿真平台开发[J]. 王伏林,陶琪,徐磊磊. 吉林大学学报(工学版). 2019(02)
[8]基于斐波那契树优化算法的切削参数多方案优化方法[J]. 王霞,吕丹桔,董易,王耀民,李鹏,吴海锋,施心陵. 控制与决策. 2018(08)
[9]加工形态对铝合金薄壁件加工变形的影响[J]. 肖峰,吴运新,龚海,李晨,刘瑶琼,姬浩. 中南大学学报(自然科学版). 2017(02)
[10]切削稳定性约束下的铣削参数优化技术研究[J]. 胡瑞飞,殷鸣,刘雁,苏真伟,殷国富. 机械工程学报. 2017(05)
博士论文
[1]关于航空框类结构件铣削加工残余应力和变形机理的研究[D]. 王立涛.浙江大学 2003
硕士论文
[1]BP神经网络结构优化研究及应用[D]. 刘品.中国地质大学(北京) 2016
[2]基于铁矿石烧结基础特性的烧结矿质量预报模型[D]. 李小成.河北联合大学 2014
[3]BP神经网络算法与其它算法的融合研究及应用[D]. 孙喜波.重庆大学 2011
[4]基于演化神经网络安全审计系统的研究与应用[D]. 易晓梅.浙江工业大学 2008
[5]遗传算法的研究与应用[D]. 田延硕.电子科技大学 2004
本文编号：3658726
本文链接：https://www.wllwen.com/kejilunwen/jinshugongy/3658726.html
