[发明专利]一种面向刀具最低磨损确定最佳车削温度的方法在审
申请号: | 201310324833.9 | 申请日: | 2013-07-30 |
公开(公告)号: | CN103400038A | 公开(公告)日: | 2013-11-20 |
发明(设计)人: | 盛精;姚丽萍 | 申请(专利权)人: | 厦门理工学院 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 厦门市新华专利商标代理有限公司 35203 | 代理人: | 麻艳 |
地址: | 361024 福*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 刀具 最低 磨损 确定 最佳 车削 温度 方法 | ||
技术领域
本发明属于金属切削加工的技术领域,尤其涉及一种切削加工刀具最低磨损时确定最佳切削温度的方法。
背景技术
金属材料切削加工中刀具非正常磨损的现象屡见不鲜,为了避免刀具的非正常磨损,就要对切削参数进行优化,而且切削参数还直接影响产品的加工效率、质量与生产成本,所以切削用量的优化一直是关注的热点问题。许多研究者通过对刀具的使用寿命开展工作,取得了诸如泰勒公式、列依海尔定理、T-v驼峰规律等研究成果。但它们有各自的适用性和局限性。
目前广泛地应用了优化方法和人工智能技术获取最优切削用量,然而在优化模型中的约束条件中,一方面切削参数的各变量之间存在耦合关系,另一方面切削用量与刀具(刀具结构参数、材料属性)、工件材料和加工设备密切相关,因此,建立一个与实际加工工况相同的优化模型非常困难。即使采用优化模型获取的参数也未必是最优切削用量。而人工智能技术对加工参数的决策受限于样本参数本身的准确度以及样本的数量。
总之,由于缺乏对切削加工规律性知识的理解以及对切削机理的认识,采用上述技术或方法获取的切削参数存在实用性差等问题。
而前苏联学者A.д.马卡洛夫通过实验,发现刀具磨损与切削温度有直接关系,并指出在不同的切削条件下,无论切削用量如何变化,刀具都存在最小相对磨损值对应同一最佳切削温度。
基于固定的最佳切削温度值,根据切削温度与切削用量的经验公式 ,通过调整切削用量(切削速度、进给量和切削深度)进行最优组合,即可实现高效率、高质量、低成本等多目标切削加工。因此,根据实际加工时的特定工件材料与刀具材料,快速确定最佳切削温度值显得尤为重要,本案由此而产生。
发明内容
本发明所要解决的技术问题在于提供一种面向刀具最低磨损确定可以快速最佳车削温度的方法。
为解决上述技术问题,本发明的技术解决方案是:
一种面向刀具最低磨损确定最佳车削温度的方法,包括如下步骤:
(1)刀具相对磨损值与切削速度模型的建立,以求得最佳切削速度:基于刀具的切削表面积相对磨损值NBrs,用多项式拟合切削速度与刀具相对磨损值曲线,通过求导获取最低磨损值对应的切削速度v0,先前设定切削深度ap0和进给量f0,具体公式如下:
(1)
(2)
式中,v是切削速度,单位m/min;v0为最佳切削速度值;
(2)确定切削温度的经验公式:获得切削温度与切削用量的经验公式,v为切削速度,ap为吃刀浓度,f为进给量;
(3)最佳切削温度值的获取:将步骤(1)试验所得切削用量值(v0,ap0, f0)代入步骤(2)的切削温度经验公式中,即可得到最佳切削温度值。
步骤(2)切削温度的经验公式通过正交切削试验法或者均匀法,并通过多元回归分析得到。
采用上述方案后,本发明基于切削加工的理论、方法,通过数据处理可以快速获取最佳切削温度的数值,过程简单、操控易行,无需多次不同切削参数的试验,成本低,具有广泛的应用前景。尤其对于切削加工中切削用量的优化技术来说,切削用量可以根据该最佳切削温度值进行最优组合,从而可以使刀具磨损正常,而且磨损最小。
附图说明
图1是本发明实施例工件的装夹方式、转向及其刀具的进给方式;
图2是编码表;
图3是正交表与测试数据及其处理结果。
图4是切削速度与切削表面积相对磨损值、切削温度的关系。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详述。
工件材料为一种沉淀硬化不锈钢,其化学成分见表1。
表1 工件材料的化学成分(%)
设备:数控车床(型号CK6132,济南机床厂)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门理工学院,未经厦门理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310324833.9/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用