注塑模具硬态高速铣削力研究.pdfVIP

工艺与检测Techn010gyand 注塑模具硬态高速铣削力研究 黄红辉 王凌云 (上海工程技术大学制造工程系，上海200437) 摘 要：采用高速铣床对4Cr5MoSiV1钢注塑成型模具进行硬态铣削，研究切削加工参数对切削力的影响， 通过多因素法正交试验 ，利用改进的BP神经网络建立 了切削力的神经网络模型，将 网络预测结果 经过现场Jjn-r实践检验其准确性，利用MATLAB分析切削参数的影响。结果表明：人工神经网络 能准确地预测铣削力的大小。模型具有 良好的泛化能力和 自适应能力；在高转速、小切深、合适的进 给速度以及微量切削液状态下铣削力较小，为优化模具硬态铣削的切削参数并对其实际生产应用提 供 了较好的依据。 关键词：模具高速铣削 BP神经网络 铣削力模型 参数优化 中图分类号：TH16：TH161+．1 文献标识码 ：A MillingForceofPlasticMoldPartsintheHighSpeedHardMilling HUANG Honghui，WANG Lingyun (ShanghaiUniversityofEngineeringScience，Shanghai200437，CHN) Abstract：Takingthehardmillingoftheplasticmoldparts(cavity)asanexample，usingahardened4Cr5MoSiV1 steelandhigh—speed milling，theempiricalmodelofthecuttingforcemodelwascarriedoutwiththe improvedBPneuralnetworkandamulti-factorialorthogonaltest，theaccuracyofthecuttingforcenet— workpredictionwasexaminedbyfield—processingpractice(practiceofhardmillingofthemoldpans)， thecuttingparameterswasanalyzedbyusingMATLABsoftware．Theresultsshowthattheartificialneu— ralnetworkcanpredictthesizeofmillingforcewellandhasgoodgeneralizationabilityandadaptiveca— pacity；thesmallermillingforcescanbeattainedbyusinghigherspindlespeed，appropriatefeedrate， loweraxialandradialdepthofmillingparameters，whichprovidetheofundationforselectingcuttingpa— rametersproperlyandthedieandmoldmanufacture． Keywords：High—speedMillingofMoldParts；ImprovedBPNeuralNetwork；MillingForceModel；Parameters Optimization 高速硬切削条件下，切削力直接影响着切削热的 元 (或称神经元)广泛地互相连接而成 的复杂网络系 产生，并进一步影响着刀具磨损和破损、刀具寿命及已 统。具有大规模并行分布存储、处理、自适应和自学习 加工表面质量。在生产中，切削力又是计算切削功率， 能力，特别适用于处理需要 同时考虑许多因素和条件 合理选择和使用机床、刀具、夹具的必要依据。铣削力