学位论文 > 优秀研究生学位论文题录展示

旋转电极内冲液高效电火花铣削电极损耗补偿方法的研究

作　者: 张淑奎
导　师: 白基成
学　校: 哈尔滨工业大学
专　业: 机械制造及其自动化
关键词: 电火花铣削电极损耗补偿 RBF神经网络工作液流场仿真
分类号: TG54
类　型: 硕士论文
年　份: 2011年
下　载: 37次
引　用: 0次
阅　读: 论文下载

内容摘要

电火花铣削是一种新出现的电火花成形加工方法,但与传统的电火花成形加工方法不同,它直接使用简单形状的管状电极或棒状电极加工,省去了复杂的成型电极的制备过程,节约了时间和成本,提高了加工效率,生产加工的灵活性也大大增强。但是由于加工中使用的管状电极的截面积远远小于要加工型腔的截面积,所以在加工过程中,电极在长度方向上的损耗量十分巨大,直接影响到加工的精度,极大地制约了电火花铣削的实际应用。所以本文对旋转电极内冲液电火花铣削加工中的电极损耗补偿方法进行了研究。论文对电极损耗补偿方法的国内外研究现状进行了简介,分析了现有电极损耗补偿方法的原理及优缺点。在电极等损耗理论的基础上,通过实验和仿真的方法,提出了一种基于径向基函数(RBF)神经网络的电极损耗预测补偿方法。利用FLUENT流体仿真软件对加工间隙内的工作液流场进行了仿真研究,分析了加工间隙内的工作液流场流体的压力分布、流速分布和蚀除颗粒浓度分布情况,讨论了各种因素对工作液流场的影响情况以及对电火花铣削加工过程和电极损耗量的影响情况,并通过实验对各种因素与电极损耗量之间的影响关系进行了研究和验证。在对仿真和实验结果进行分析比较的基础上,建立了基于径向基函数(RBF)神经网络的电极损耗预测模型,可以根据机床采集到的放电状态信息及时的计算出电极的损耗量,并通过机床的数控系统对电极损耗进行实时补偿。分析了各种补偿方法的优缺点,在对定长补偿方法进行改进的基础上,提出了定长预测连续补偿方法,经实验验证,该方法可以有效地对电极损耗情况进行补偿,加工效果较好。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-15
  1.1 课题研究的目的和意义  8-9
  1.2 电极损耗的研究现状  9-13
    1.2.1 国外研究现状  10-11
    1.2.2 国内研究现状  11-13
  1.3 加工间隙流场仿真研究现状  13-14
  1.4 主要研究内容  14-15
第2章加工间隙工作液流场仿真  15-28
  2.1 工作液流场仿真模型的建立  16-19
    2.1.1 FLUENT软件简介  16
    2.1.2 仿真模型的建立  16-17
    2.1.3 前处理及边界条件的确定  17-19
  2.2 加工间隙工作液流场仿真结果分析  19-27
    2.2.1 工作液压力对工作液流场及加工的影响  20-22
    2.2.2 分层厚度对工作液流场及加工的影响  22-23
    2.2.3 电极旋转速度对工作液流场及加工的影响  23-24
    2.2.4 放电间隙对工作液流场及加工的影响  24-26
    2.2.5 材料蚀除质量对工作液流场及加工的影响  26-27
  2.3 本章小结  27-28
第3章电极损耗影响因素实验研究  28-36
  3.1 加工参数对电极相对损耗率的影响  28-33
    3.1.1 峰值电流对工具电极相对损耗率的影响  29
    3.1.2 脉冲宽度对工具电极相对损耗率的影响  29-30
    3.1.3 占空比对工具电极相对损耗率的影响  30-31
    3.1.4 分层厚度对工具电极相对损耗率的影响  31
    3.1.5 电极截面积对工具电极相对损耗率的影响  31-32
    3.1.6 工作液入口压力对工具电极相对损耗率的影响  32-33
    3.1.7 火花时间对工具电极损耗量的影响  33
  3.2 加工后的电极形貌  33-35
  3.3 本章小结  35-36
第4章电极损耗补偿策略及实现  36-44
  4.1 电极损耗预测模型的建立  36-40
    4.1.1 神经网络模型的选择  36-37
    4.1.2 电极损耗预测神经网络模型的建立  37-38
    4.1.3 神经网络训练样本的获取和处理  38-39
    4.1.4 电极损耗预测神经网络的训练  39-40
  4.2 电极损耗补偿的策略及实现  40-43
  4.3 本章小结  43-44
结论  44-46
参考文献  46-50
攻读硕士学位期间发表的论文及其它成果  50-52
致谢  52

旋转电极内冲液高效电火花铣削电极损耗补偿方法的研究

内容摘要

全文目录

相似论文