两种难加工材料的切削试验研究及其工艺参数优化

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:dragoonzj
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
本文在低碳经济战略思想指导下,针对我国高端装备制造业常用的塑性难切削加工材料奥氏体不锈钢(022Cr19Ni10)和钛合金(Ti6A14V),切削加工中的切削状态、表面完整性、环保节能、高效切削加工等问题进行了深入的试验研究。针对两种被切削材料分别在干式、环保型湿式、低温冷风微油雾三种清洁切削加工条件下的各种切削参数进行了对比切削试验研究和参数优化,获得了控制切削加工状态、零件表面完整性和切削精度保证的基本方法,以利于指导生产。本文开展了以下研究工作:(1)用均匀设计法设计切削试验方案,引入伪变量A表达冷却降温切削条件,实现含定性因素混合水平切削试验,提升了因素水平数和因素取值范围,减少了切削试验次数,降低了试验成本,建立的各因变量回归模型的回归效果非常显著,并且BP神经网络各因变量模型训练结果的总误差很小,使低成本全面清洁切削试验变为可行。(2)针对奥氏体不锈钢切削和钛合金切削,分别建立了对应两种不同材料的二次回归切削力模型、表面粗糙度模型、刀具前刀面温度模型和已切削加工面残余应力模型,同时还建立了BP神经网络6-7-5-1结构的表面粗糙度模型、切削温度模型,以及BP神经网络6-7-1结构的切削温度模型和已切削加工面表面残余应力模型。并分析了各自变量及自变量交互作用对切削力、表面粗糙度、切削温度和表面残余应力的影响。(3)针对奥氏体不锈钢切削,建立了刀具寿命SCL、S二次回归模型,和刀具寿命SCL、S的BP神经网络6-7-1模型,并进行了各自变量及自变量交互作用对刀具寿命SCL、S的影响分析;同时建立了切削参数多目标优化模型并进行了验证。本论文基于两种难切削加工材料、三种清洁冷却降温切削条件,在试验设计、因变量模型建立、切削参数多目标优化模型建立、因变量影响因素分析等方面进行了积极的探索,解决了清洁切削加工推广应用进程中出现的一系列问题,尤其为低成本实现含定性因素混合水平切削试验研究探索了一种新的思路,丰富和完善了切削试验研究方法手段。
其他文献
时至今日,品牌建设已成为社会公认的重要竞争手段。它的意义超过了其本身的价值,成为衡量企业综合实力的重要标准,而品牌定位就是明确品牌个性、增值品牌资产的关键。进入21
当前,就业竞争日益激烈,就业形势日趋严峻,大学生就业已经成为社会关注的焦点问题。鼓励大学生创业,发展大学生创业教育不仅可以解决大学生本身就业困难的问题,而且还可以为社会提
大数据时代的到来给大家带来了重大机遇,但是我国征信体系确并没有跟上,本文试图探讨我国征信体系建设中存在的问题,并提出可行性建议。