网站大量收购独家精品文档,联系QQ:2885784924

立铣加工过程稳定性分析及切削颤振在线监测方法研究-机械制造及其自动化专业论文.docxVIP

立铣加工过程稳定性分析及切削颤振在线监测方法研究-机械制造及其自动化专业论文.docx

  1. 1、本文档共119页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
万方数据 万方数据 独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在 文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名: 日期: 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借 阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进 行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 (请在以上方框内打―√‖) 学位论文作者签名: 指导教师签名: 日期: 年 月 日 日期: 年 月 日 华中 科技 大学 华 中 科 技 大 学 博 士 学 位 论 文 摘 要 随着制造技术的不断发展,加工过程稳定性问题,特别是切削颤振已经成为制 约加工效率提高的主要因素之一。目前,很多学者已经对切削颤振产生机理、在线 监测技术和稳定性 Lobe 图计算方法进行了研究,但由于机床结构和加工过程的复 杂性,现有研究成果对实际加工过程的指导作用比较有限。因此,本文在总结相关 领域研究现状的基础上,重点研究了立铣加工过程稳定性及切削颤振在线监测方 法。研究了稳定性 Lobe 图必需的刀尖频响函数预测方法,探讨了主轴-刀柄和刀柄- 刀具结合面参数辨识方法,并分析了各个结合面参数对稳定性 Lobe 图的影响;研 究了机床相对动柔度劣化趋势及其对稳定性 Lobe 图的影响;研究了切削颤振在线 监测方法。 以主轴-刀柄-刀具系统为研究对象,给出了 Timoshenko 梁和弹性支撑的传递矩 阵,给出了主轴、刀柄和刀具子结构端点频响函数预测方法,给出了主轴、刀柄和 刀具耦合方法,提出了一种刀尖频响函数预测模型。研究结果表明,和模态叠加法 相比,该刀尖频响函数预测模型得到的前七阶固有频率的最大误差减小了 35%,计 算效率提高了 50%。 研究发现,主轴-刀柄和刀柄-刀具结合面参数是影响机床刀尖频响函数预测精 度的主要因素之一。为提高机床刀尖频响函数预测精度,结合 Timoshenko 梁理论 和传递矩阵法,得到了刀柄和刀具端点频响函数 ;并通过柔度耦合子结构分析 (receptance coupling substructure analysis, RCSA)和改进型粒子群优化算法(Particle Swarm Optimization, PSO),重点研究了主轴-刀柄和刀柄-刀具结合面参数辨识方 法,并分析了各个结合面参数对稳定性 Lobe 图的影响。实验结果表明,本文提出 的结合面参数辨识模型精度较高,普适性强,能广泛应用于固定结合面的参数辨 识。 以四自由度立铣切削过程动力学模型为基础,给出了机床相对动柔度计算公 式,提出了机床相对激振实验方案,提出了机床相对动柔度评价指标。基于广义隐 马尔科夫模型(Generalized Hidden Markov Model, GHMM)和重心法,提出了机床 相对动柔度劣化趋势预测模型,并分析了机床相对动柔度劣化过程对稳定性 Lobe 图的影响。研究结果表明,该预测模型能很好地解决实验数据的小样本问题,具有 较高的预测精度,可以为立铣加工过程提供动态的稳定性 Lobe 图。 I II万方数据 II 万方数据 基于小波包分解和奇异谱分析方法,提取颤振发生频段能量比系数和奇异谱熵 系数作为颤振特征。提出了基于 PSO 和局部搜索算法的 BP 神经网络模型,完成了 切削状态识别,实现了切削颤振的在线监测。研究结果表明,该方法能有效辨识稳 定、过渡和颤振切削状态,识别率达到 95%。 关键词:立铣加工 切削颤振 在线监测 稳定性 Lobe 图 参数辨识 PAGE IV万方数据 PAGE IV 万方数据 Abstract With the continuous development of manufacturing technology, the problem of machining stability, especially cutting chatter has become one of the main factors which restrict the improvement of machining efficiency. Currently, many researchers have studied the generation mechanism and on-line detection techniqu

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档