H13钢加工过程中刀具磨损研究及加工表面粗糙度预测
发布时间:2021-04-21 22:19
H13钢具有高抗压强度、高硬度、良好的耐腐蚀性、耐磨性和耐热性等特点,因此常被当成热处理工艺的模具制作材料,由于其工作条件复杂,通常具有高温、高压和周期性载荷等复杂特点,因此容易发生磨损、裂纹、折断、疲劳及塑性变形等失效。除了提升材料性能、改进模具结构和完善热处理工艺等措施以外,国内外的研究学者也将提高加工表面质量作为提升模具使用性能和服役寿命的重要手段。H13的硬度较高(通常大于50HRC),因此在传统的车削、铣削加工过程中刀具的磨损较快。刀具磨损后,其几何外形逐渐发生变化,直接影响加工过程中的状态量和加工表面完整性。因此,系统性的研究刀具磨损形貌演变过程和掌握磨损形貌对零件表面形貌的影响规律,不仅可以提升H13钢的加工效率和经济性,更能够通过表面质量提升零件的使用寿命和可靠性,对于H13钢加工技术的提升具有重要意义。本文以H13钢车削过程中刀具磨损演变过程和零件表面粗糙度为主要研究内容。首先,建立了 H13钢车削加工过程中三维刀具磨损形貌预测模型,其中刀具磨损形貌由节点位移直接移动呈现,而节点位移值(即磨损量)则是通过有限元输出值和磨损率方程确定。通过与实验结果对比表明,三维刀具磨...
【文章来源】:山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:91 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 刀具磨损演变及加工表面粗糙度研究现状
1.2.1 常见加工刀具介绍
1.2.2 刀具磨损演变过程及形貌特征
1.2.3 刀具磨损预测模型
1.2.4 加工表面粗糙度预测模型
1.3 现有存在的问题
1.4 课题主要研究内容及论文框架
第2章 基于动网格技术的刀具磨损形貌预测模型
2.1 有限元技术介绍
2.2 动网格技术介绍
2.3 有限元模型建立
2.4 摩擦模型与摩擦接触属性
2.5 磨损形貌预测模型
2.5.1 磨损率模型
2.5.2 刀具形貌预测流程
2.6 刀具磨损形貌仿真结果分析及实验验证
2.6.1 工件材料及刀具介绍
2.6.2 测量设置
2.6.3 实验方案设计
2.6.4 磨损率模型拟合
2.6.5 刀具磨损形貌验证
2.6.6 切屑形态
2.6.7 切削温度
2.7 本章小结
第3章 刀具磨损形貌对加工过程及加工表面影响
3.1 切削仿真实验设计
3.2 切削加工过程仿真结果分析
3.3 工艺参数对刀具磨损影响
3.4 刀具磨损形貌对加工过程影响分析
3.4.1 前刀面磨损形貌对加工过程的影响
3.4.2 后刀面形貌对加工过程影响
3.4.3 刀具磨损对切削力和摩擦系数影响分析
3.5 磨损形貌对加工表面影响
3.6 本章小结
第4章 基于神经网络加工表面粗糙度预测
4.1 神经网络基本理论
4.2 神经网络模型建立的流程
4.3 神经网络模型的关键步骤
4.3.1 数据采集与处理
4.3.2 神经网络模型设计
4.3.3 神经网络模型训练
4.4 加工表面粗糙度预测模型建立与验证
4.4.1 切削加工数据的选择与收集
4.4.2 数据处理
4.4.3 神经网络模型建立与训练
4.4.4 实验验证与误差分析
4.5 本章小结
第5章 总结与展望
参考文献
攻读硕士学位期间发表的论文
致谢
学位论文评阅及答辩情况表
【参考文献】:
期刊论文
[1]基于非结构动网格的非定常激波装配法[J]. 刘君,邹东阳,徐春光. 空气动力学学报. 2015(01)
[2]铣削加工粗糙度的智能预测方法[J]. 吴德会. 计算机集成制造系统. 2007(06)
博士论文
[1]基于计算机视觉的刀具磨损状态监测技术的研究[D]. 熊四昌.浙江大学 2003
硕士论文
[1]H13钢硬态铣削表面形貌建模及预测[D]. 赵厚伟.山东大学 2013
[2]H13钢硬态铣削表面完整性研究[D]. 丁同超.山东大学 2011
[3]动网格技术研究及其在高超声速流动中的应用[D]. 刘枫.国防科学技术大学 2009
本文编号:3152591
【文章来源】:山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:91 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 刀具磨损演变及加工表面粗糙度研究现状
1.2.1 常见加工刀具介绍
1.2.2 刀具磨损演变过程及形貌特征
1.2.3 刀具磨损预测模型
1.2.4 加工表面粗糙度预测模型
1.3 现有存在的问题
1.4 课题主要研究内容及论文框架
第2章 基于动网格技术的刀具磨损形貌预测模型
2.1 有限元技术介绍
2.2 动网格技术介绍
2.3 有限元模型建立
2.4 摩擦模型与摩擦接触属性
2.5 磨损形貌预测模型
2.5.1 磨损率模型
2.5.2 刀具形貌预测流程
2.6 刀具磨损形貌仿真结果分析及实验验证
2.6.1 工件材料及刀具介绍
2.6.2 测量设置
2.6.3 实验方案设计
2.6.4 磨损率模型拟合
2.6.5 刀具磨损形貌验证
2.6.6 切屑形态
2.6.7 切削温度
2.7 本章小结
第3章 刀具磨损形貌对加工过程及加工表面影响
3.1 切削仿真实验设计
3.2 切削加工过程仿真结果分析
3.3 工艺参数对刀具磨损影响
3.4 刀具磨损形貌对加工过程影响分析
3.4.1 前刀面磨损形貌对加工过程的影响
3.4.2 后刀面形貌对加工过程影响
3.4.3 刀具磨损对切削力和摩擦系数影响分析
3.5 磨损形貌对加工表面影响
3.6 本章小结
第4章 基于神经网络加工表面粗糙度预测
4.1 神经网络基本理论
4.2 神经网络模型建立的流程
4.3 神经网络模型的关键步骤
4.3.1 数据采集与处理
4.3.2 神经网络模型设计
4.3.3 神经网络模型训练
4.4 加工表面粗糙度预测模型建立与验证
4.4.1 切削加工数据的选择与收集
4.4.2 数据处理
4.4.3 神经网络模型建立与训练
4.4.4 实验验证与误差分析
4.5 本章小结
第5章 总结与展望
参考文献
攻读硕士学位期间发表的论文
致谢
学位论文评阅及答辩情况表
【参考文献】:
期刊论文
[1]基于非结构动网格的非定常激波装配法[J]. 刘君,邹东阳,徐春光. 空气动力学学报. 2015(01)
[2]铣削加工粗糙度的智能预测方法[J]. 吴德会. 计算机集成制造系统. 2007(06)
博士论文
[1]基于计算机视觉的刀具磨损状态监测技术的研究[D]. 熊四昌.浙江大学 2003
硕士论文
[1]H13钢硬态铣削表面形貌建模及预测[D]. 赵厚伟.山东大学 2013
[2]H13钢硬态铣削表面完整性研究[D]. 丁同超.山东大学 2011
[3]动网格技术研究及其在高超声速流动中的应用[D]. 刘枫.国防科学技术大学 2009
本文编号:3152591
本文链接:https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3152591.html