论文部分内容阅读
随着能源匮乏和环境问题的日益严重,绿色节能制造已经成为了制造业关注的热点之一。微铣削加工作为材料去除加工的重要工艺之一,在机械制造业的诸多领域得到极其广泛的应用。因此,对其加工过程中能耗问题进行研究是绿色节能制造的必然要求,具有重要意义。并且微铣削过程中,由于加工尺度小,刀具磨损较传统铣削过程更为严重,进而破坏工件表面质量。因此本文针对微铣削子午线轮胎模具侧板过程中的参数优化展开如下研究:（1）进行了子午线轮胎模具侧板微铣削试验。基于试验数据结果,着重研究了主轴转速、每齿进给量、切削深度三个切削参数对于微铣削切削比能、刀具磨损、表面粗糙度的影响规律。结果表明:提高主轴转速既有利于降低切削比能,改善表面粗糙度也有利于降低刀具磨损量,提高加工效率,延长刀具寿命;而增大每齿进给量和切削深度会降低切削比能但会恶化表面质量,加剧刀具磨损。（2）针对传统BP神经网络的不足,基于MATLAB软件利用遗传算法对其权值和阈值进行了优化改进,建立了GABP单目标预测模型,对比传统BP神经网络实现了高精度的切削比能、刀具磨损量、表面粗糙度的预测;并对多目标GABP神经网络进行了改进,实现了多个单目标GABP神经网络的并联,建立了切削比能、刀具磨损量及表面粗糙度的三目标预测模型,模型预测精度更高。（3）基于NSGA-Ⅱ遗传算法解决了最小切削比能、刀具磨损量及表面粗糙度为目标的微铣削切削参数优化问题。帕累托解集中:主轴转速范围18508.05～19211.216rpm,每齿进给量范围0.037～0.060mm/z,切削深度范围0.300～0.600mm。主轴转速水平较高,说明在同时追求高效节能和较高的刀具寿命、较好的表面质量的要求下,应尽量通过提高主轴转速来实现。（4）利用灰色关联分析对帕累托解集和原始数据进行排序,最终获得了适用于加工生产的一组微铣削切削参数组合。对应的最优切削参数组合为主轴转速n=19143.952rpm,每齿进给量fz=0.038mm/z,切削深度ap=0.501mm,最优的加工结果为:刀具磨损量SVB=615.164μm2,切削比能SCE=382.674J/mm3,表面粗糙度Ra=0.521μm。该研究有助于优化微铣削加工工艺参数,指导实际生产。