本文選題：木質(zhì)材料 + 磨削參數(shù)��； 參考：《北京林業(yè)大學(xué)》2015年博士論文

【摘要】：磨削加工是木質(zhì)材料加工非常重要的環(huán)節(jié),直接影響產(chǎn)品加工精度和表面質(zhì)量。目前關(guān)于木質(zhì)材料砂帶磨削的基礎(chǔ)研究還很少,空白點(diǎn)很多,理論上大多參考借鑒砂輪磨削均質(zhì)材料理論和磨削力計(jì)算模型。本研究采用正交試驗(yàn)法,測(cè)試了不同木質(zhì)材料砂帶磨削時(shí)的磨削力,分析了磨削參數(shù)對(duì)磨削力、表面粗糙度和有功功率的影響,研究了法向力與表面粗糙度、有功功率的關(guān)系,在此基礎(chǔ)上使用神經(jīng)網(wǎng)絡(luò)系統(tǒng)建立了木質(zhì)材料砂帶磨削的磨削力模型,最后采用模糊綜合評(píng)判法對(duì)磨削工藝參數(shù)進(jìn)行了優(yōu)化,得出以下主要結(jié)論：(1)木材紋理對(duì)磨削力有影響,磨削力在順紋磨削時(shí)最大,橫紋磨削時(shí)最小影響磨削力和法向力最顯著的因素是磨削厚度和砂帶磨料粒度,砂帶速度的影響最小(2)可用經(jīng)驗(yàn)公式sF=Ax2+Bx+C+C1對(duì)木質(zhì)材料砂帶磨削磨削力進(jìn)行估算。其中：sF—磨削力,A,B,C—常數(shù),x—砂帶磨料粒度或磨削厚度,C1—進(jìn)給速度修正值。(3)用磨削力的神經(jīng)網(wǎng)絡(luò)模型對(duì)磨削力進(jìn)行預(yù)測(cè)時(shí),實(shí)際最大誤差為24.14%,最小為0.17%,平均誤差為10.46%,可作為預(yù)測(cè)磨削力的通用模型。(4)影響砂帶磨削工件表面粗糙度的最主要因素是砂帶磨料粒度,隨砂帶磨料粒度增大,表面粗糙度總體呈減小趨勢(shì)；法向力和表面粗糙度之間沒有顯著關(guān)系,磨削紅松(順紋、斜紋)和中密度纖維板時(shí),表面粗糙度分布存在真空帶。(5)影響有功功率的主要因素是砂帶速度,隨砂帶速度增大,有功功率總體呈增大趨勢(shì)；法向力和有功功率之間沒有顯著關(guān)系。(6)利用模糊綜合評(píng)判法綜合考慮磨削能耗和表面粗糙度后確定最佳磨削工藝參數(shù)為：大多數(shù)情況下,權(quán)重向量(有功功率,Ra)=(0.7,0.3)或(0.3,0.7)時(shí),砂帶磨料粒度大于等于100目,進(jìn)給速度、砂帶速度和磨削厚度為最��；權(quán)重向量(有功功率,Ra)=(0.8,0.2)時(shí),砂帶磨料粒度小于等于80目,進(jìn)給速度、砂帶速度和磨削厚度為最��；權(quán)重向量(有功功率,Ra)=(0.2,0.8)時(shí),砂帶磨料粒度大于等于80目,進(jìn)給速度和磨削厚度為最小,砂帶速度較高。
[Abstract]:Grinding is a very important link in wood material processing, which directly affects the machining accuracy and surface quality of products. At present, the basic research on wood abrasive belt grinding is still few, and there are many blank points. In theory, most of them refer to the grinding wheel grinding homogenization material theory and grinding force calculation model. In this study, the grinding force of different wood abrasive belt grinding was tested by orthogonal test, the influence of grinding parameters on grinding force, surface roughness and active power was analyzed, and the relationship between normal force and surface roughness and active power was studied. On this basis, the grinding force model of wood abrasive belt grinding is established by using neural network system. Finally, the grinding process parameters are optimized by using fuzzy comprehensive evaluation method. The following main conclusions are drawn: 1) Wood texture has influence on grinding force. The grinding force is the largest in the conformable grinding, and the most significant factors affecting the grinding force and normal force are the grinding thickness and abrasive grain size. The influence of belt velocity on the grinding force of wood belt can be estimated by the empirical formula sF=Ax2 Bx C _ 1. When the grinding force is predicted by the neural network model of grinding force, the grain size or the grinding thickness of the grinding belt is modified by C1-feed velocity correction value and the grinding force is predicted by using the neural network model of grinding force. The actual maximum error is 24.14, the minimum is 0.17 and the average error is 10.46. It can be used as a general model for predicting grinding force. The surface roughness showed a decreasing trend in general; there was no significant relationship between normal force and surface roughness. When grinding Korean pine (pines, twill) and MDF, The main factor influencing the active power is the sand belt velocity. With the increase of the sand belt velocity, the active power tends to increase. There is no significant relationship between normal force and active power. The grain size of abrasive material is larger than or equal to 100 mesh, the feed rate, belt speed and grinding thickness are the smallest, and the weight vector (active power is 0.80.2mm), the grain size of abrasive material is less than 80 mesh, and the feed rate, belt speed and grinding thickness are the smallest. When the weight vector (active power) is 0.2ng0.8, the grain size of abrasive belt is greater than 80 mesh, the feed speed and grinding thickness are minimum, and the belt speed is higher.
【學(xué)位授予單位】：北京林業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TG580.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李力鈞;傅杰才;;磨削力數(shù)學(xué)模型的研究[J];湖南大學(xué)學(xué)報(bào);1979年03期

2 任敬心,華定安,黃奇;磨削鈦合金的磨削力數(shù)學(xué)模型[J];航空學(xué)報(bào);1986年01期

3 周燦豐,薛龍,張寶生;工件材料特征對(duì)蠕動(dòng)磨削力的影響和磨削參數(shù)選擇[J];機(jī)械;2000年03期

4 黃貞益;冷軋帶鋼在線磨輥切向磨削力的估算[J];磨床與磨削;2000年04期

5 王衛(wèi)平,彭永紅;磨削力不確定性的模糊及分明測(cè)度研究[J];工具技術(shù);2001年06期

6 王衛(wèi)平,李熙亞,左遠(yuǎn)志;磨削力不確定性的模糊及分明測(cè)度研究[J];東莞理工學(xué)院學(xué)報(bào);2001年02期

7 廖先祿,許世良;40CrNiMoA鋼的磨削力試驗(yàn)研究[J];精密制造與自動(dòng)化;2001年02期

8 楊秋平,王衛(wèi)平;磨削力灰色建模的有限性研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);2002年12期

9 樊社新;求解磨削力的一種數(shù)值方法[J];金剛石與磨料磨具工程;2002年03期

10 唐昆;尚振濤;盛曉敏;宓海青;黃紅武;;40Cr鋼高效深磨磨削力試驗(yàn)研究[J];新技術(shù)新工藝;2007年03期

相關(guān)會(huì)議論文 前2條

1 胡天潤(rùn);;“濃度”壓力對(duì)磨削力的影響[A];中國(guó)稀土學(xué)會(huì)第一屆青年學(xué)術(shù)會(huì)議論文集[C];2005年

2 曹紅波;張飛虎;欒殿榮;李繼賢;楊永山;史興寬;;GCr15鋼的ELID磨削性能實(shí)驗(yàn)研究[A];全國(guó)生產(chǎn)工程第九屆年會(huì)暨第四屆青年科技工作者學(xué)術(shù)會(huì)議論文集（二）[C];2004年

相關(guān)博士學(xué)位論文 前7條

1 羅斌;木質(zhì)材料砂帶磨削磨削力及磨削參數(shù)優(yōu)化研究[D];北京林業(yè)大學(xué);2015年

2 朱祥龍;300mm硅片超精密磨床設(shè)計(jì)與開發(fā)[D];大連理工大學(xué);2011年

3 張政梅;基于分形理論花崗石異型面高效磨削關(guān)鍵技術(shù)研究[D];山東大學(xué);2012年

4 張建華;單程平面磨削淬硬層預(yù)測(cè)及其摩擦磨損性能研究[D];山東大學(xué);2008年

5 許美君;木質(zhì)工件摩擦性質(zhì)與機(jī)床進(jìn)給機(jī)構(gòu)配置的研究[D];北京林業(yè)大學(xué);2015年

6 任瑩暉;納米結(jié)構(gòu)硬質(zhì)合金磨削理論和工藝實(shí)驗(yàn)研究[D];湖南大學(xué);2009年

7 言蘭;基于單顆磨粒切削的淬硬模具鋼磨削機(jī)理研究[D];湖南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 劉博;木材及中密度纖維板磨削力的研究[D];北京林業(yè)大學(xué);2008年

2 張二紅;向口腔修復(fù)的齒科陶瓷磨削力預(yù)測(cè)模型研究[D];天津大學(xué);2007年

3 付志剛;晶圓磨床磨削力在線測(cè)量系統(tǒng)的研究與設(shè)計(jì)[D];大連理工大學(xué);2007年

4 羽家平;自旋轉(zhuǎn)精密磨削過(guò)程磨削力控制策略和控制系統(tǒng)研究[D];廣東工業(yè)大學(xué);2011年

5 周松喜;單顆金剛石磨粒磨削玻璃的磨削力和聲發(fā)射現(xiàn)象實(shí)驗(yàn)研究[D];華僑大學(xué);2012年

6 胡壘;曲面圓弧包絡(luò)磨削力特性及曲面研拋加工研究[D];廣東工業(yè)大學(xué);2011年

7 林培勇;自旋轉(zhuǎn)磨削硅片過(guò)程的磨削力研究[D];廣東工業(yè)大學(xué);2013年

8 王玉玨;高硬度球面磨削的磨削幾何學(xué)及磨削力的研究[D];上海交通大學(xué);2012年

9 趙宇輝;工程陶瓷磨削裝置設(shè)計(jì)及磨削力控制研究[D];大連理工大學(xué);2009年

10 賀永;工程陶瓷磨削力信號(hào)的研究[D];大連理工大學(xué);2002年

，

本文編號(hào)：1960913