学位论文 > 优秀研究生学位论文题录展示

硬态车削过程动态切削力特征提取与表面完整性预测

作　者: 罗国涛
导　师: 刘献礼
学　校: 哈尔滨理工大学
专　业: 机械制造及其自动化
关键词: 淬硬钢 PCBN刀具硬态车削动态切削力特征表面完整性
分类号: TG51
类　型: 硕士论文
年　份: 2010年
下　载: 123次
引　用: 1次
阅　读: 论文下载

内容摘要

淬硬钢是典型的难加工材料,采用PCBN刀具对其进行硬态车削,可以提高加工效率、降低能源消耗、减小投资和减少污染,且能够得到与磨削相当甚至超过磨削的加工表面质量,因此,硬态车削技术具有广阔的应用前景。但是,对于这个崭新的技术,在硬态车削过程的动态切削力特征提取和表面完整性预测方面缺少系统地研究,从而严重地阻碍了它在实际生产中的推广。本文以PCBN刀具硬态车削GCr15淬硬轴承钢作为研究对象,开发了基于LabVIEW的切削力数据采集与分析系统,利用该系统能够准确地测量硬态切削力,对硬态切削力信号的动态特征进行有效地提取,实现基于BP人工神经网络的硬态车削表面完整性综合预测,进而为硬态车削技术的推广和应用提供了一定的理论依据和技术支持。通过LabVIEW软件平台来开发切削力数据采集与分析系统。该系统能以动态波形和实时数据的形式进行切削力信号的数据采集,且可以对采集到的切削力原始信号进行数据回放、数据截取、数据滤波和数据统计分析。将切削力数据采集与分析系统应用于硬态车削试验的研究,把测得的不同条件下切削力变化规律与传统的硬态切削力理论对比分析,并进一步地验证本系统的可靠性和可行性。针对信号时域分析和频域分析的局限性,采用小波变换方法来在时频域内全面地分析硬态切削力信号。运用Matlab软件编写程序来进行硬态切削力的自相关分析、自功率谱分析、小波分解和小波去噪,能够深入地理解硬态切削力信号的特征,而且可以有效地提取与刀具振动和刀具破损方面相关的特征量。利用BP人工神经网络方法,结合硬态车削实验所获得的数据,把刀具几何参数和切削参数作为输入量,把残余应力和白层的特征值作为输出量,建立了硬态车削表面残余应力和白层的预测模型。基于已构造的预测模型,使用Matlab软件编写程序来开发硬态车削表面完整性综合预测系统,实现对硬态车削表面残余应力和白层的预测。

全文目录

摘要  5-7
Abstract  7-11
第1章绪论  11-21
  1.1 课题研究的目的和意义  11-12
  1.2 硬态车削的特征  12-14
    1.2.1 PCBN 刀具的性能和淬硬钢的加工特点  12-13
    1.2.2 硬态车削与磨削  13-14
  1.3 硬态车削技术的国内外研究现状  14-18
    1.3.1 硬态切削力的国内外研究现状  14-15
    1.3.2 硬态车削已加工表面完整性的国内外研究现状  15-18
  1.4 切削力测量和表面完整性预测的国内外研究现状  18-19
  1.5 本文的主要研究内容  19-21
第2章基于LabVIEW 的切削力数据采集与分析系统  21-31
  2.1 切削力数据采集与分析系统的总体设计  21-24
    2.1.1 系统硬件的组成  21-22
    2.1.2 软件开发工具的选择  22-24
  2.2 切削力数据采集模块的设计  24-26
    2.2.1 数据采集卡的驱动  24
    2.2.2 数据采集  24-26
    2.2.3 数据采集的零点漂移补偿  26
  2.3 切削力数据分析模块的设计  26-30
    2.3.1 数据回放  27
    2.3.2 数据截取  27-28
    2.3.3 数据滤波  28-29
    2.3.4 数据统计分析  29-30
  2.4 本章小结  30-31
第3章硬态切削力的试验验证及结果分析  31-39
  3.1 试验设计  31-35
    3.1.1 刀具和工件的材料选择  31-34
    3.1.2 硬态切削力的测量  34-35
  3.2 切削用量对切削力的影响规律  35-37
    3.2.1 进给量对切削力的影响  35-36
    3.2.2 背吃刀量对切削力的影响  36-37
    3.2.3 切削速度对切削力的影响  37
  3.3 本章小结  37-39
第4章硬态切削力的特征提取  39-50
  4.1 信号的时域分析  39-40
  4.2 信号的频域分析  40-42
  4.3 信号的小波分析  42-45
    4.3.1 小波变换  42-43
    4.3.2 离散信号的小波分解与重构  43-44
    4.3.3 离散信号的小波去噪  44-45
  4.4 硬态切削力信号的特征分析  45-48
    4.4.1 硬态切削力信号的自相关分析  45-46
    4.4.2 硬态切削力信号的自功率谱分析  46
    4.4.3 硬态切削力信号的小波分解  46-48
    4.4.4 硬态切削力信号的小波去噪  48
  4.5 本章小结  48-50
第5章硬态车削的表面完整性预测  50-61
  5.1 BP 神经网络模型  50-51
  5.2 硬态车削的表面残余应力预测  51-56
    5.2.1 硬态车削表面残余应力预测模型的建立  51-53
    5.2.2 硬态车削表面残余应力预测模型的验证  53-56
  5.3 硬态车削的表面白层预测  56-58
    5.3.1 硬态车削表面白层预测模型的建立  56-57
    5.3.2 硬态车削表面白层预测模型的验证  57-58
  5.4 硬态车削表面完整性综合预测系统的实现  58-60
  5.5 本章小结  60-61
结论  61-62
参考文献  62-67
攻读学位期间发表的学术论文  67-68
致谢  68

硬态车削过程动态切削力特征提取与表面完整性预测

内容摘要

全文目录

相似论文