学位论文 > 优秀研究生学位论文题录展示

磨削加工过程振动仿真与磨削温度预测

作　者: 马生彪
导　师: 孟令启
学　校: 郑州大学
专　业: 机械制造及自动化
关键词: 内圆磨削 振动仿真 非线性振动 神经网络
分类号: TG580.6
类　型: 硕士论文
年　份: 2011年
下　载: 137次
引　用: 0次
阅　读: 论文下载
 

内容摘要


机械制造业发展水平是国家工业化程度的主要标志之一,要提高机械制造水平,就必须提高零件的加工精度,磨削加工是提高零件精度最有效的方法之一,而磨削过程中的振动和磨削温度是影响磨削加工精度的最主要因素。本论文首先对磨削加工过程进行动力学分析,根据磨削原理对M2110A型内圆磨床的磨削系统进行建模,并对其进行仿真分析,从而找到磨削系统非线性振动与各种因素之间的关系,提出抑制磨削振动的措施,为指导生产提供理论依据；接着通过分析磨削过程,找出影响磨削温度的因素,建立了预测磨削温度RBF神经网络模型,预测结果达到预期目标,对生产过程中磨削温度的控制提供技术支持。本论文主要研究内容如下：1.根据磨削原理,对内圆磨削系统进行分析,建立五自由度内圆磨削系统的振动模型；考虑砂轮轴和夹具体刚度的非线性因素,建立数学模型；根据非线性方程组的特点,选择四阶龙格库塔法对其进行求解；通过MATLAB软件对系统进行仿真分析,得到不同参数对磨削非线性振动的影响,且仿真结果与实际相吻合,为控制磨削加工过程中的非线性振动提供理论依据。2.为研究非线性参数对磨削系统振动的影响,建立工件与夹具系统的单自由度振动模型；选择多尺度法求解非线性方程,分析磨削过程中工件的非线性振动特性,得到非线性参数对各阶共振的影响,并提出抑制措施。3.利用Matlab人工神经网络工具箱,建立预测磨削温度的RBF神经网络模型；通过调整函数newrb()中的宽度系数spread,确定最佳的网络结构形式,预测结果达到预期目标,且具有良好的泛化性；并将RBF的预测结构与传统的BP网络模型相比较,结果表明RBF网络在此预测模型中更具优越性。文章最后对内圆磨削非线性研究及神经网络在磨削领域应用的发展方向做出展望。

全文目录


摘要  4-5
Abstract  5-7
目录  7-10
1 绪论  10-16
  1.1 引言  10-11
  1.2 国内外研究概况  11-14
    1.2.1 非线性振动及磨削过程的研究现状  11-13
    1.2.2 人工神经网络及其在磨削领域的应用情况  13-14
  1.3 本课题的主要研究内容  14-16
2 磨削过程及磨削参数  16-23
  2.1 磨削特点及磨削参数  16-19
    2.1.1 磨削特点  16-17
    2.1.2 磨削过程  17-18
    2.1.3 磨削运动  18-19
  2.2 磨削力  19-21
    2.2.1 磨削力的计算公式  19-20
    2.2.2 影响磨削力的因素  20-21
  2.3 磨削加工过程的磨削热  21
  2.4 内圆磨削加工的特点  21-22
  2.5 本章小结  22-23
3 内圆磨削加工过程振动的非线性研究  23-38
  3.1 建立系统模型  23-27
    3.1.1 系统力学模型的建立  23-24
    3.1.2 数学模型的建立  24-27
  3.2 磨削加工过程的数值仿真  27-37
    3.2.1 基于砂轮轴刚度的非线性振动仿真  27-31
    3.2.2 基于夹具体刚度的非线性振动仿真  31-37
  3.3 本章小结  37-38
4 多尺度法分析磨削过程中的非线性振动  38-49
  4.1 多尺度分析方法  38-39
  4.2 数学模型的建立  39-40
    4.2.1 磨削加工过程的力学模型  39-40
    4.2.2 数学模型的建立  40
  4.3 磨削系统参激振动共振求解  40-43
    4.3.1 磨削过程主共振  40-41
    4.3.2 磨削过程超谐波共振  41-42
    4.3.3 磨削过程次谐波共振  42-43
  4.4 数值仿真  43-48
    4.4.1 主共振数值仿真  43-45
    4.4.2 超谐波共振数值仿真  45-46
    4.4.3 次谐波共振数值仿真  46-48
  4.5 本章小结  48-49
5 基于RBF神经网络的磨削温度预测  49-61
  5.1 神经网络的结构与功能特点  49-52
    5.1.1 人工神经网络综述  49-51
    5.1.2 RBF神经网络结构及特点  51-52
  5.2 基于磨削温度的神经网络模型  52-53
    5.2.1 影响磨削温度的因素  52-53
    5.2.2 建立磨削温度预测的神经网络  53
  5.3 样本数据  53-54
  5.4 神经网络模型的建立  54-59
    5.4.1 RBF神经网络的训练  56-58
    5.4.2 BP神经网络的训练  58-59
  5.5 两种模型的结果分析  59-60
  5.6 本章小结  60-61
6 总结与展望  61-63
  6.1 总结  61
  6.2 展望  61-63
参考文献  63-67
个人简历及在攻读硕士学位期间完成的工作  67-68
致谢  68

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
  4. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  5. 红外超光谱图像的虚拟探测器研究,TP391.41
  6. 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
  7. 基于神经网络的水厂投药预测控制研究,TP273.1
  8. 视觉伺服四自由度机械臂的研究,TP242.6
  9. 机械臂视觉伺服系统的研究,TP242.6
  10. 压电驱动微工作台的控制与校正技术研究,TP273
  11. 某武器检测装置的控制系统设计,TP183
  12. 市级旅游用地规划环境影响评价研究,X820.3
  13. 珠三角地区高性能混凝土配合比智能化系统,TU528
  14. 大学生综合素质测评研究,G645.5
  15. 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
  16. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  17. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  18. 基于神经网络辨识的同步发电机励磁控制研究,TM31
  19. 基于BP神经网络的水稻干燥智能控制研究,S226.6
  20. 170F发动机的曲柄连杆机构优化降低割草机振动的研究,S817.111
  21. 基于计算机视觉的脱水蒜片检测与分级研究,TP391.41

中图分类: > 工业技术 > 金属学与金属工艺 > 金属切削加工及机床 > 磨削加工与磨床 > 一般性问题 > 磨削加工工艺
© 2012 www.xueweilunwen.com