[发明专利]基于薄壁件的铣削颤振稳定性预测的并行时域方法在审
申请号: | 201710150868.3 | 申请日: | 2017-03-14 |
公开(公告)号: | CN106940746A | 公开(公告)日: | 2017-07-11 |
发明(设计)人: | 敦艺超;朱立达;王书豪;王润琼;倪陈兵;于嘉鹏;温泉;杨建宇;李虎;温雪龙;黎柏春 | 申请(专利权)人: | 东北大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 大连东方专利代理有限责任公司21212 | 代理人: | 赵淑梅,李洪福 |
地址: | 110819 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 薄壁 铣削 稳定性 预测 并行 时域 方法 | ||
技术领域
本发明属于薄壁件铣削加工稳定性预测技术领域,具体涉及基于薄壁件的铣削颤振稳定性预测的并行时域方法。
背景技术
在影响铣削加工表面质量、拖慢铣削加工速度的众多因素中,颤振是最重要的一个因素,与普通工件不同,薄壁件刚度极差,更容易发生颤振,因此,颤振稳定性预测理论方法对于薄壁件铣削加工有重要意义。
铣削过程在一个刀齿周期内是不断变化着的,这种在刀齿周期内的时变性需要被考虑,在整个加工过程中,随着薄壁工件的材料去除与形状变化,工件的各阶固有频率、刚度、阻尼比也在变化,这种工件模态的时变性也要被考虑,薄壁件的刚度通常比刀具要小,因此需要同时考虑工件与刀具的模态。
目前,国内在研究薄壁件铣削稳定性方面对于铣削过程在刀齿周期内的时变性考虑的不够充分,这极大地影响了薄壁件的加工质量与加工精度。在研究中没有建立刀齿周期内的时变性模型与相对传递函数模型,也没有考虑工件传递函数随着薄壁工件的材料去除与形状变化。因此。目前的预测方法并不能准确地预测薄壁件铣削加工颤振稳定性。
发明内容
根据上述提出的技术问题,而提供一种基于薄壁件的铣削颤振稳定性预测的并行时域方法。本发明采用的技术手段如下:
一种基于薄壁件的铣削颤振稳定性预测的并行时域方法,具有如下步骤:
S1、把加工过程划分成几个阶段,通过模态实验获取在各个阶段的开始时刻的刀具的模态参数与薄壁件的模态参数;
S2、建立薄壁件铣削过程在时域上的运动微分方程并将其在一个刀齿周期内离散化;
S3、通过各个阶段的开始时刻的刀具的模态参数与薄壁件的模态参数,建立薄壁件铣削过程在时域上的运动微分方程在一个刀齿周期内离散化的数学模型;
S4、根据并行计算理论,求解薄壁件铣削过程在时域上的运动微分方程在一个刀齿周期内离散化的数学模型,得出不同铣刀主轴转速下的薄壁件铣削的颤振稳定性临界轴向切深;
S5、根据一个加工阶段的主轴转速与颤振稳定性临界轴向切深绘制颤振稳定性叶瓣图,根据所有加工阶段的颤振稳定性叶瓣图绘制三维颤振稳定性叶瓣图。
以主轴转速为横轴,以颤振稳定性临界轴向切深为纵轴,可以绘制出某一个加工阶段的颤振稳定性叶瓣图,再以加工阶段编号为斜轴,可以绘制出表征整个加工过程的时变性的三维颤振稳定性叶瓣图。
所述步骤S1包括以下步骤:
S11、把加工过程划分成几个阶段;
S12、对各个阶段的不同薄壁件形状进行模态实验,
把刀具安装到刀柄上。把测力仪安装到机床平台上,因为后续实验要安装测力仪,所以为了保持模态数据的一致性,测量模态时也要装上测力仪。把虎钳安装在测力仪上,用虎钳夹紧薄壁件。用3M双面胶把加速度传感器粘贴到待测物体(刀具或薄壁件)上(沿X方向或Y方向),连接激振力锤、采集卡、传感器与计算机。开启采集软件CutPRO。用激振力锤沿Y方向敲击待测物体,保存采集结果数据。把传感器粘到另一个方向,再次用激振力锤沿Y方向敲击待测物体,保存采集结果数据。结束;
S13、根据模态实验数据计算各个阶段的开始时刻的刀具的模态参数与薄壁件的模态参数。
所述步骤S2包括以下步骤:
S21、建立薄壁件铣削过程在时域上的运动微分方程,
单模态系统在时域上的运动微分方程可以由式(1)表示:
S22、将薄壁件铣削过程在时域上的运动微分方程在一个刀齿周期内离散化,把一个刀齿周期T分成m小段,那么第i小段时间就可以近似用式(2)表示:
也可以将式(2)表示为式(3):
其中:
在求解时,[q(t-T)]会被[qi-m]与[qi-m+1]以插值的方式近似求出,考虑到实际计算时离散化的时间间隔会非常小,所以把代入由拉格朗日一次插值形成的插值函数即可满足精度。于是式(3)就变成了式(4):
所述步骤S3包括以下步骤:
将t=ti+1带入式(4),得到式(5):
其中:
构造(2m+4)维向量zi:
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东北大学,未经东北大学许可,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/201710150868.3/2.html,转载请声明来源钻瓜专利网。