CN115310303B 考虑加载状态下振幅变化的超声辅助磨削金属表面形貌及粗糙度预测方法 (大连理工大学).docxVIP

  • 1
  • 0
  • 约1.42万字
  • 约 32页
  • 2026-01-21 发布于重庆
  • 举报

CN115310303B 考虑加载状态下振幅变化的超声辅助磨削金属表面形貌及粗糙度预测方法 (大连理工大学).docx

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115310303B(45)授权公告日2025.07.11

(21)申请号202211027430.3

(22)申请日2022.08.25

(65)同一申请的已公布的文献号申请公布号CN115310303A

(43)申请公布日2022.11.08

(73)专利权人大连理工大学

地址116024辽宁省大连市高新园区凌工

路2号

(72)发明人刘金帛康仁科徐念伟董志刚

GO6F119/02(2020.01)

(56)对比文件

CN103644960A,2014.03.19

CN105843171A,2016.08.10

审查员刘晓赛

(74)专利代理机构大连东方专利代理有限责任

公司21212专利代理师修睿李洪福

(51)Int.CI.

GO6F30/20(2020.01)

GO6F17/11(2006.01)权利要求书3页说明书8页附图6页

(54)发明名称

考虑加载状态下振幅变化的超声辅助磨削金属表面形貌及粗糙度预测方法

(57)摘要

CN115310303B本发明公开了一种考虑加载状态下振幅变化的超声辅助磨削金属表面形貌及粗糙度预测方法。具体包括如下步骤:S1、根据砂轮粒度及尺寸建立考虑磨粒随机分布的砂轮端面模型,获取轴向超声辅助端面磨削磨粒的三维磨削轨迹,生成加工后的表面三维数据矩阵并对表面粗糙数值进行计算。S2、对不同振幅下的轴向超声辅助端面磨削表面粗糙度进行计算,获得粗糙度随振幅的变化函数。S3、进行超声振动辅助端面磨削预实验并实测粗糙度数值。S4、基于变化函数确定实际加载工况的超声振幅。将计算获得的实际振幅带入S1构建的模型中,计算获得金属超声辅

CN115310303B

表面粗糙度

表面粗糙度R

磨削、超声、砂轮参数输入

砂轮建模

建立分析域离散网格

计算单个磨粒磨削过程位置坐标

下一颗

磨粒是否经过分析域

存储网格最小值

是否所有磨粒

经过计算否

获得形貌矩阵

计算预测粗糙度数值Ra

CN115310303B权利要求书1/3页

2

1.一种考虑加载状态下振幅变化的超声辅助磨削金属表面形貌及粗糙度预测方法,其特征在于,包括以下步骤:

S1、根据砂轮粒度及尺寸建立考虑磨粒随机分布的砂轮端面模型,并对轴向超声辅助端面磨削磨粒的三维磨削轨迹进行数学描述,生成了加工后的表面三维数据矩阵并对表面粗糙数值进行计算;

S2、对不同振幅下的轴向超声辅助端面磨削表面粗糙度进行计算,获得粗糙度随振幅的变化函数;

S3、进行超声振动辅助端面磨削预实验并实测粗糙度数值;

S4、基于变化函数确定实际加载工况的超声振幅,将计算获得的实际振幅带入S1构建的模型中,计算获得金属超声辅助端面磨削表面形貌模拟及粗糙度数值,对预测结果进行验证;

所述步骤S2中,基于S1所述方法获得粗糙度随振幅的变化函数,具有如下步骤:

S21、利用构建的模型对不同振幅下的轴向超声辅助端面磨削表面粗糙度进行计算,绘制不同振幅下表面粗糙度Ra理论计算值曲线图;

S22、通过绘制不同振幅下表面粗糙度Ra的方法标定振幅对粗糙度的影响指数n;

S23、利用构建的模型计算出空载振幅下的理论粗糙度Ra;

S24、至少选定一组参数进行预磨削试验,测量空载情况下的超声振幅A及加工后实际工件表面粗糙度Ra0;

S25、根据下列式子计算出轴向超声辅助端面磨削振幅衰减系数KA,KA为实际加载状态下振幅A0与空载下测得的振幅A的比值;

2.根据权利要求1所述的考虑加载状态下振幅变化的超声辅助磨削金属表面形貌及粗糙度预测方法,其特征在于:所述步骤S1具体包括如下步骤:

S11、砂轮建模,对于任意两颗磨粒Ga,b,c和G1,m,n满足下式:

式中d和dm分别为两颗磨粒的直径;

S12、考虑实际切深的磨粒中心切削轨迹建模,以砂轮底面中心为原点,工件进给方向为x方向,砂轮轴向方向为z方向建立砂轮坐标系,仅有在端面磨削时,磨粒的初始相角φ0与砂轮旋转的角度@t才处于同一平面内,则砂轮坐标系内单颗磨粒中心的运动轨迹可表示为:

其中,工件进给速度为v,超声振动频率为f,振幅为A,

6=√+y2+28,

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档