薄壁件铣削加工变形机理与预测技术研究

发布时间：2017-09-23 05:00

  本文关键词：薄壁件铣削加工变形机理与预测技术研究

  更多相关文章： 薄壁件 铣削力 遗传算法 BP神经网络 加工变形 有限元分析

【摘要】：机电产品中很多产品的关键零件都是薄壁件。目前,由于结构复杂、协调精度要求高、厚度多变以及壁薄等特点,薄壁件的加工多采用数控铣床。薄壁件在铣削加工过程中,由于其壁薄、刚度弱,因此在大切削力、装夹力、初始残余应力等因素作用下极易发生变形,从而影响了零件的加工精度和表面质量,严重时甚至造成零件的报废,严重阻碍了制造业尤其是航空制造业的发展。因此,研究薄壁件铣削加工过程中铣削力对工件变形的影响对于控制其变形具有重要意义。本文的主要工作是在了解国内外相关技术的基础上,对薄壁件铣削加工机理进行了深入研究；建立了薄壁零件铣削过程中铣削力预测模型并进行试验验证；针对矩形薄壁件,在ABAQUS中建立了铣削加工有限元模型,通过该有限元模型对矩形薄壁件变形规律进行了分析；在已建立的有限元模型基础上,进一步深入研究铣削参数(进给速度、铣削深度、铣削宽度)对矩形薄壁件加工变形的影响趋势,最终通过了试验进行验证。具体工作内容主要如下：1、针对薄壁件切削加工机理进行分析。首先对切削加工过程中切削力的产生进行分析,并对切削力的影响因素进行了总结；其次,讨分析了薄壁件侧铣加工过程中产生变形的原因,并对产生变形的因素进行了总结；2、铣削力预测模型的建立。在铣削加工过程中,切削力与切削热的产生是一个极为重要的物理现象。其对刀具磨损、切削功率、表面加工质量以及工艺系统变形等都有着极其重要的影响,同时与生产成本的高低也密切相关。但在实际加工过程中,大部分切削加工过程都会采用切削液进行冷却降温,因此本文忽略切削热对薄壁件加工变形的影响,即不考虑切削热的有限元建模,仅针对另一重要因素——切削力建立预测模型。为了提高预测模型的精度,本文采用需要历史数据进行训练的人工神经网络方法,建立针对薄壁件铣削加工过程中产生的铣削力的预测模型,为了提高铣削力模型预测精度,采用遗传算法对神经网络预测模型进行优化,最终通过试验进行验证；3、薄壁件加工变形有限元仿真分析。通过对材料的本构方程以及网格划分等关键技术的学习与分析,建立薄壁件加工变形的有限元模型,并进行模拟仿真,获得工件变形预测值,针对工件上不同位置的变形规律进行分析；4、在建立的有限元预测模型的基础上,针对不同铣削参数(铣削深度、铣削宽度、进给速度)情况下的工件加工变形进行仿真分析,获得各个铣削参数对侧铣加工变形的影响程度,从而为薄壁件在实际加工过程中铣削参数的选择与优化提供理论依据。
【关键词】：薄壁件 铣削力 遗传算法 BP神经网络 加工变形 有限元分析
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG54
【目录】：

• 摘要2-3
• Abstract3-8
• 第一章 绪论8-16
• 1.1 论文选题来源8
• 1.2 论文研究的必要性和意义8-10
• 1.3 相关技术国内外发展现状10-15
• 1.3.1 铣削力建模技术研究10-11
• 1.3.2 薄壁件铣削加工变形预测与控制技术研究11-14
• 1.3.3 铣削加工变形分析与有限元仿真研究14-15
• 1.4 论文的章节安排15-16
• 第二章 薄壁件铣削加工过程机理分析16-21
• 2.1 引言16
• 2.2 切削运动16-17
• 2.3 薄壁件铣削过程的铣削力17-19
• 2.3.1 金属切削变形过程17
• 2.3.2 切削力17-18
• 2.3.3 影响铣削力的因素18-19
• 2.4 薄壁件铣削过程的变形19-20
• 2.4.1 薄壁件侧壁让刀变形分析19-20
• 2.4.2 影响薄壁件切削加工变形产生的因素20
• 2.5 本章小结20-21
• 第三章 薄壁件数控铣削力预测模型的建立与试验验证21-40
• 3.1 引言21
• 3.2 人工神经网络预测模型21-26
• 3.2.1 人工神经网络分析21-24
• 3.2.2 BP神经网络预测模型设计24-26
• 3.3 遗传算法优化的BP网络预测模型26-29
• 3.3.1 遗传算法27
• 3.3.2 遗传算法优化的BP网络预测模型的建立27-29
• 3.4 铣削力试验设计及结果29-36
• 3.4.1 实验条件29-30
• 3.4.2 实验方案30-31
• 3.4.3 实验步骤31
• 3.4.4 实验结果31-33
• 3.4.5 实验数据处理33-36
• 3.5 仿真结果及分析36-39
• 3.6 本章小结39-40
• 第四章 薄壁件铣削加工变形有限元仿真分析40-48
• 4.1 引言40
• 4.2 有限元法的基本原理40-41
• 4.3 有限元软件ABAQUS简介41-42
• 4.4 薄壁件加工变形有限元模型建立42-44
• 4.4.1 几何模型的建立42-43
• 4.4.2 材料本构模型43
• 4.4.3 网格划分技术43-44
• 4.4.4 边界条件及铣削力的加载44
• 4.5 仿真模拟与实验结果分析44-47
• 4.5.1 工件坐标系设定45
• 4.5.2 工件变形及其试验验证45-47
• 4.6 本章小结47-48
• 第五章 切削参数对矩形薄壁板铣削加工变形规律的影响48-57
• 5.1 引言48
• 5.2 主切削参数对加工变形的影响48-52
• 5.2.1 进给速度对加工变形的影响48-49
• 5.2.2 铣削深度对加工变形的影响49-51
• 5.2.3 铣削宽度对加工变形的影响51-52
• 5.3 实验验证52-56
• 5.3.1 实验方案52-53
• 5.3.2 切削参数对加工变形影响验证试验结果分析53-56
• 5.3.3 实验结论56
• 5.4 本章小结56-57
• 第六章 总结与展望57-59
• 6.1 结论57
• 6.2 展望57-59
• 致谢59-60
• 参考文献60-64
• 作者简介64
• 攻读硕士学位期间研究成果64-65

【参考文献】

中国期刊全文数据库 前10条

1 王殿龙;陈劲枰;;基于BP神经网络的切削力预报[J];大连理工大学学报;2005年06期

2 李光;陈五一;张平;;基于ANSYS的参数化薄壁件加工变形分析与计算[J];航空制造技术;2011年19期

3 万敏,张卫红;薄壁件周铣切削力建模与表面误差预测方法研究[J];航空学报;2005年05期

4 程世辉,徐明洁,申春雪;基于遗传算法的无约束优化问题研究[J];河南教育学院学报(自然科学版);2002年04期

5 马海龙;段辉;汤爱君;;薄壁零件切削变形的研究现状综述[J];机床与液压;2010年09期

6 方刚,曾攀;切削加工过程数值模拟的研究进展[J];力学进展;2001年03期

7 崔东文;;几种神经网络模型在湖库富营养化程度评价中的应用[J];水资源保护;2012年06期

8 蒋良孝 ,李超群;基于BP神经网络的函数逼近方法及其MATLAB实现[J];微型机与应用;2004年01期

9 黄志刚,柯映林,董辉跃;基于正交切削模拟的直齿圆柱铣刀前角优化[J];浙江大学学报(工学版);2005年06期

10 毕运波;柯映林;董辉跃;;航空铝合金薄壁件加工变形有限元仿真与分析[J];浙江大学学报(工学版);2008年03期

中国博士学位论文全文数据库 前5条

1 王立涛;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];浙江大学;2003年

2 付秀丽;高速切削航空铝合金变形理论及加工表面形成特征研究[D];山东大学;2007年

3 杨勇;钛合金航空整体结构件铣削加工变形的预测理论及方法研究[D];浙江大学;2007年

4 吴红兵;航空框类整体结构件铣削加工变形的数值模拟与实验研究[D];浙江大学;2008年

5 周军;铝合金7050-T7451微切削加工机理及表面完整性研究[D];山东大学;2010年

中国硕士学位论文全文数据库 前10条

1 宾英;薄壁件侧铣加工变形预测及切削参数影响的研究[D];湘潭大学;2009年

2 王一江;铝合金薄壁件铣削加工变形有限元模拟与试验研究[D];中北大学;2011年

3 曾旭;薄壁件多工位制造过程误差传递分析的研究[D];东华大学;2011年

4 万敏;薄壁件周铣加工过程中表面静态误差预测关键技术研究[D];西北工业大学;2005年

5 谭忠海;某工具铣床典型切削加工过程仿真分析[D];昆明理工大学;2006年

6 孙小刚;基于遗传算法的数控铣加工切削参数优化及仿真研究[D];西南交通大学;2008年

7 谭昀;铝合金薄壁件高速加工变形误差预测技术的研究[D];哈尔滨工业大学;2008年

8 李跃;薄壁零件高速铣削工艺与仿真研究[D];东北大学;2008年

9 张宏勇;钛合金薄壁结构件加工变形模拟与试验研究[D];中北大学;2010年

10 尹文珊;基于神经网络的铣削力试验研究[D];天津理工大学;2012年

，

本文编号：903315