高速铣削表面粗糙度预测及铣削参数优化研究

发布时间：2017-10-08 00:19

  本文关键词：高速铣削表面粗糙度预测及铣削参数优化研究

  更多相关文章： 高速铣削 表面粗糙度预测 参数优化

【摘要】：高速切削凭借其高效率、高精度的优点，在各个领域得到充分应用。尽管如此，为了能够使其获得进一步的发展，还有许多制约因素有待解决。现在不再是单一的追求效率或者是追求高的精度，，而是如何能够在同时保证零件精度要求下，获得更高的效率，以便能够充分发挥高速加工的优越性.因此对于高速铣削表面粗糙度方面的研究具有十分重要的现实意义。 本文分析了高速铣削表面粗糙度的影响因素，提出了采用模糊理论的方法，建立更加精确的预测模型，在递推最小二乘法的基础上，提出结合基本蚁群算法实现模糊系统的训练，对比试验显示改进算法训练的模糊系统最终收敛误差最小，效果最优。通过实验对所建模型进行了测试，测试结果显示基于两种算法所建的预测模型在精确度及收敛性上均优于传统算法。在以加工精度和加工效率为优化目标的基础上，加入了残余应力及刀具耐用度等约束建立了铣削参数优化数学模型。提出采用动态蚁群遗传算法进行优化计算，实验证明，优化方法不仅鲁棒性强而且收敛效果更好，对于不同的要求，能更加快速得到精确铣削参数组合。最后，以Visual C++6.0作为软件开发的平台，实现MATLAB软件调用，开发了铣削参数优化系统，可以完成高速铣削表面粗糙度的快速预测，减少实际生产过程中的浪费，节约了时间，提高了效率。 通过对高速铣削表面粗糙度预测以及铣削参数优化等关键技术的研究，降低了实际生产过程中资源的大量消耗，缩减了成本，提高了效率，使得高速铣削能够充分发挥其高效率、高精度的优点，得到更加广泛的应用，并为高速铣削能够获得进一步的迈进奠定了坚实的理论基础。
【关键词】：高速铣削 表面粗糙度预测 参数优化
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG54
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 课题研究的背景和意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 高速铣削表面粗糙度预测研究现状11-12
• 1.2.2 铣削参数优化研究现状12-13
• 1.2.3 目前研究中存在的问题与不足13
• 1.3 课题来源和主要研究内容13-15
• 第2章 基于模糊系统高速铣削表面粗糙度预测模型建立15-27
• 2.1 高速铣削表面粗糙度影响因素分析15-17
• 2.2 基于模糊系统的高速铣削表面粗糙度预测模型建立17-23
• 2.2.1 模糊系统结构构建及试验数据17-19
• 2.2.3 基于改进递推最小二乘法模糊系统构建19-21
• 2.2.4 基于改进递推最小二乘算法模糊系统训练21-23
• 2.2.5 基于改进算法所建模糊系统表面粗糙度预测23
• 2.3 基于模糊系统的表面粗糙度预测模型测试23-26
• 2.3.1 回归分析建模23-24
• 2.3.2 基于模糊系统的表面粗糙度预测模型测试24-26
• 2.4 本章小结26-27
• 第3章 高速铣削加工参数优化研究27-41
• 3.1 基于动态蚁群遗传算法最优解寻优流程设计27-30
• 3.1.1 动态蚁群遗传算法结构设计27-29
• 3.1.2 基于动态蚁群遗传算法寻优流程设计29-30
• 3.2 高速铣削加工参数数学优化模型建立30-33
• 3.2.1 模型决策变量选择30-31
• 3.2.2 目标函数的确定31-32
• 3.2.3 约束条件的确定32-33
• 3.2.4 优化数学模型建立33
• 3.3 基于动态蚁群遗传算法高速铣削加工参数优化33-40
• 3.3.1 目标函数的处理33-35
• 3.3.2 约束函数的处理35
• 3.3.3 优化条件的选择35-36
• 3.3.4 优化结果分析36-38
• 3.3.5 实验验证38-40
• 3.4 本章小结40-41
• 第4章 高速铣削表面粗糙度预测及参数优化系统研究41-51
• 4.1 系统开发41-43
• 4.1.1 系统开发环境及工具的选择41
• 4.1.2 VC++与 MATLAB 接口的实现41-43
• 4.2 系统的运行43-50
• 4.2.1 表面粗糙度预测系统模块的运行43-48
• 4.2.2 铣削参数优化系统模块的运行48-50
• 4.3 本章小结50-51
• 结论51-52
• 参考文献52-56
• 攻读学位期间发表的学术论文56-57
• 致谢57

【参考文献】

中国期刊全文数据库 前10条

1 庞俊忠;王敏杰;段春争;;高速侧铣淬硬模具钢表面粗糙度[J];大连理工大学学报;2009年02期

2 张丽娜;李鹏南;唐思文;邱新义;张帅;;陶瓷刀具高速铣削4Cr13不锈钢铣削力试验研究[J];工具技术;2014年11期

3 张青;陈志同;张平;王丽;;基于粒子群算法的切削参数优化及其约束处理[J];航空精密制造技术;2010年01期

4 刘建峰;孙雅洲;卢泽生;;基于遗传算法的微细铣削加工参数优化[J];航空精密制造技术;2010年05期

5 徐微;郑敏利;杨树财;张为;范依航;;高速铣削淬硬钢刀具刃口对表面粗糙度影响试验研究[J];航空精密制造技术;2010年05期

6 田荣鑫;姚倡锋;黄新春;任军学;张定华;;面向加工表面粗糙度的钛合金高速铣削工艺参数区间敏感性及优选[J];航空学报;2010年12期

7 何光荣;杨叶;成群林;江海文;安庆龙;;铝合金铣削过程表面粗糙度分析与建模[J];航天制造技术;2010年03期

8 张发平;王丽;闫学彬;;基于CAE和神经网络的切削参数优化[J];机床与液压;2007年03期

9 王刚;张卫红;;基于模糊系统的车削工件直径误差预测方法[J];计算机集成制造系统;2010年06期

10 张金超;时礼平;余剑;吴玉国;;基于响应曲面法的表面粗糙度预测模型的建立与切削参数的优选[J];机械工程师;2012年04期

本文编号：990924