高光机切削刀纹形成分析及表面质量的改善

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:slylzz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高光机是数控机床专用领域的分支,用于高精密、高光泽度要求的零部件加工,并以此得名。智能手机及手持终端的爆发式增长中,高光机是必须的生产设备,并由此得到快速、规模化的发展。目前高光机的国产化程度很高。然而在要求较高的细节加工上,仍存在着刀纹不均、表面质量不高的问题,这种问题在生产节奏提升时会放大,限制了生产效率。数控机床的加工过程是机械、电气控制相结合的复杂机电系统控制过程,涉及到材料学、力学、机械结构、电机学、控制理论、加工工艺等等多方面的综合知识和经验。在涉及到高精密、高光泽度要求时,各个学科的交叉渗透要求尤其深入,并且存在着明显的短板效应,即从单个局部因素做改善是无效的,这使得数控机床加工效果改善复杂化,往高端发展非常困难。本文以高光机为对象,深入探索了对硬质铝材进行高光加工时,加工刀纹的形成机制,剖析了改善加工表面质量的核心因素。提出了影响刀纹进而影响表面质量的振动要素:激振、与扭转系数及惯量相关的谐振、齿槽转矩、指令冲击。本文最重要的工作是透彻分析了影响高光加工的核心因素——刀纹,提出了振动通过刀纹,影响到被加工件表面质量的路径。在实际加工中,对上述因素的把控起到了表面质量改善的效果。并且从控制的角度进行了改善对策的尝试。为了使加工效果的调整得到简化,进一步分析了伺服电机二自由度控制方法、干扰观测器控制方法,及其引入对于系统加工效果改善作用。
其他文献
移动操作机器人兼顾移动性与操作性,既具有移动机器人的建图、导航等功能,又能使用机械臂完成抓取等任务,是当前机器人领域研究的热点。但是对于复杂环境下的复杂任务,仅凭单一的传感器很难达到很好的效果,综合运用多种传感器可以更好的完成任务。本文针对移动操作机器人,通过激光和视觉传感器进行了建图、感知、导航等方面的研究。首先,建立了融合SLAM框架,以视觉的ORB-SLAM2为基础,使用激光进行扫描匹配为视
在经济全球化,工业4.0及可持续发展的影响下,国内各个制造企业都面临着转型升级的巨大挑战,尤其是最近几年,汽车市场中新能源汽车、互联网汽车、以及无人驾驶汽车等很多新产品的出现,使得汽车的更新换代和产品升级周期明显缩短。所以,对于汽车制造企业来说,生产线以及生产线的物流调度需要满足柔性化生产,而汽车的底盘生产线,由于其工艺选装的组合类型多,对柔性化的需求更加迫切。自动导引小车(Automated-G
随着多智能体编队在救灾、军事、工业领域应用需求的快速增加,多智能体系统面临在各种不确定的复杂环境下实现编队控制的问题。目前针对障碍环境下多智能体编队控制问题已经有较多的研究工作和成果,但是主要针对较为简单的障碍环境。实际编队中地形复杂、局部环境未知等问题导致了多智能体协同编队控制中避障约束、编队约束的动态变化,如何在协同机制下建立具有动态预报和自适应能力的编队控制策略是亟待解决的关键问题。本文将在
创新科技与技术的蓬勃发展推动了第三次工业革命,其中信息通信技术的进步与发展表现突出。无线通信技术的不断提升以及无线设备的不断完善使得在工业自动化生产和管理现场中,使用无线设备和无线通信技术的范围越来越广。由此产生了由现代工业控制网络和无线通信网络构成的工业网络系统。尽管无线通信技术和设备可以部署到有线网络难以进入的区域,实现了无盲区覆盖以及低成本的无间断监控等有利于生产或管理现场的功能,但是与有线
叶片作为旋转机械最重要的部件,其振动状态的实时监测对旋转机械的安全运行非常重要。叶尖定时方法(blade tip timing,BTT)作为一种非接触式测量方法在旋转机械叶片振动监测中有着良好而广泛的应用,但由于其存在非均匀采样、欠采样等问题,对信号的重构造成了一定的困难。本文利用BTT信号频域上的稀疏性,提出了一种基于压缩感知的信号辨识方法,具体内容如下:1)基于旋转机械叶片振动理论和叶尖计时系
随着我国城市建设规模的不断扩大以及城市人口的快速增长,城市轨道交通的地位也变得愈发重要。在城市轨道交通客流运输过程中,存在许多不可测的外部因素。这些因素轻则导致列车延误,严重情况下甚至会产生连带反应从而使得整条线路的列车运行网瘫痪,给城市轨道交通的正常运转带来很大的阻碍。因此对延误列车进行运行调整具有相当重要的意义。城轨列车运行调整是一个复杂的组合优化问题,目前对于城轨列车运行调整的研究主要集中在
故障诊断系统是提高工业过程安全性、稳定性,减少因故障停机带来经济损失的一类重要技术。本文研究了基于有效特征表示与迁移学习的工业故障识别,采用不同的特征提取算法与故障识别算法相结合,利用目标任务与源任务的相似性,不同程度的优化了目标故障识别任务的准确率。本文主要的研究内容包括:基于深度自动编码器的特征提取与故障识别。该方法将深度自动编码器与多层网络分类器相结合,自动编码器能够有效地提取出非线性复杂工
随着工业机器人技术的发展,机器人已被广泛的应用于工业生产制造环节中,对于需要灵活部署、机器人操作不方便的生产场景,人机协作的生产模式是一种有效的提高生产效率的方式。因此,研究机器人在保障操作人员安全的前提下,如何在复杂多变的协作环境中进行避障规划,完成规定的生产任务具有重要意义。本文针对人机协作装配应用场景,围绕空间动态障碍物检测和机器人主动避障规划方法展开研究,具体研究内容包括以下四个方面:(1
鉴于建筑内消防设备需处于待工作状态,能实时了解动力情况的要求,论文实现了一种基于物联网的建筑消防动力设备监控系统。论文首先针对动力设备电源状态的在线测量要求,对供电状态测量方法进行分析研究,对交流信号有效值算法进行对比分析,提出一个多周期等间隔算法来实现设计中的电量交流有效值的采样测量,设计了相应的软件算法,并在计算机中进行了仿真验证。其次,为了实现对电量状态的实时监测,设计了一款以ARM微处理器
在强化学习的背景下,训练效率随状态空间的大小呈指数级衰减,尤其是在具有连续动作空间的机器人控制领域中,高维连续的状态空间和动作空间使得在真实环境下应用强化学习算法训练机器人学习实时控制策略变得困难。为了解决在高维连续搜索空间中数据利用率极低的问题,研究人员们尝试了很多方法,例如通过生成更多的好数据指导智能体学习等。但是如何设计易于优化、能够有效表达领域知识的状态空间表示一直是一个开放性的问题。得益