發(fā)布時間：2017-09-21 02:41

  本文關鍵詞：模具鋼Cr12MoV硬態(tài)切削表面完整性控制

  更多相關文章： 硬態(tài)切削 表面完整性 建模 工藝參數(shù)優(yōu)化

【摘要】：模具鋼Cr12MoV具有較高的熱穩(wěn)定性，高的淬透性、耐磨性、高抗彎強度，僅次于高速鋼，是冷鐓模、沖模等的重要材料，，其消耗量在冷作模具鋼中居首位。硬態(tài)切削工藝具有良好的加工柔性和環(huán)保性，該工藝已逐步取代磨削作為模具鋼精加工工藝。然而，要使硬態(tài)切削工藝完全取代磨削其重點在于提高工件表面完整性及其使用性能，因此對表面完整性的研究是十分必要的。在硬態(tài)車削加工中，刀具磨損是一個重要影響因素，因此本文考慮刀具磨損及切削參數(shù)對硬態(tài)車削模具鋼Cr12MoV表面完整性及疲勞壽命進行參數(shù)優(yōu)化，而要使得優(yōu)化結果可靠，準確的預測模型是必不可少的。本論文的主要內(nèi)容包括： 首先，對表面完整性進行正交試驗，根據(jù)試驗得到的數(shù)據(jù)特點對表面完整性各特征指標進行確定。通過極差法對表面完整性進行主效應分析，從而得到切削條件對表面完整性的影響大小，對主要影響因素進行單因素試驗，從而比較全面的對表面完整性進行試驗研究； 其次，基于旋轉(zhuǎn)彎曲疲勞壽命及表面完整性的正交試驗結果，利用灰色關聯(lián)理論及表面完整性和疲勞壽命的單因素回歸模型對切削條件及疲勞壽命進行相關性研究，從而得到獲得良好疲勞壽命的合理途徑； 最后，利用遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡與響應曲面法(RSM)建立表面完整性與疲勞壽命的預測模型，利用Matlab建立硬態(tài)車削綜合預測系統(tǒng)從而實現(xiàn)了即時輸入與輸出功能，并根據(jù)建立好的模型利用改進粒子群算法對表面完整性進行參數(shù)優(yōu)化，利用標準例子群算法對疲勞壽命進行參數(shù)優(yōu)化，并對優(yōu)化后的結果進行驗證性試驗，從而通過實驗值與優(yōu)化結果的對比確定優(yōu)化結果的準確性。
【關鍵詞】：硬態(tài)切削 表面完整性 建模 工藝參數(shù)優(yōu)化
【學位授予單位】：哈爾濱理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TG142.45;TG51
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-18
• 1.1 研究的目的和意義11-12
• 1.2 硬態(tài)切削技術的研究現(xiàn)狀12-16
• 1.2.1 表面完整性的研究現(xiàn)狀12-14
• 1.2.2 硬切建模技術的研究現(xiàn)狀14-15
• 1.2.3 工藝優(yōu)化的研究現(xiàn)狀15-16
• 1.3 本課題來源及主要研究內(nèi)容16-18
• 第2章 硬態(tài)車削 Cr12MoV 表面完整性試驗研究18-31
• 2.1 表面完整性的影響因素分析18-21
• 2.1.1 表面粗糙度的主要影響因素18
• 2.1.2 表面殘余應力的主要影響因素18-20
• 2.1.3 加工硬化層性質(zhì)及特征值的提取20-21
• 2.2 試驗設備及方案21-23
• 2.2.1 試驗材料21
• 2.2.2 試驗設備21-23
• 2.2.3 試驗方案的制訂23
• 2.3 表面完整性正交試驗設計及結果分析23-26
• 2.3.1 正交試驗設計23-24
• 2.3.2 表面粗糙度正交試驗結果分析24-25
• 2.3.3 表面殘余應力正交試驗結果分析25-26
• 2.3.4 塑性變形層厚度正交試驗結果分析26
• 2.4 表面完整性的單因素試驗分析26-30
• 2.4.1 進給量單因素試驗設計及結果分析26-27
• 2.4.2 背吃刀量單因素試驗設計及結果分析27-29
• 2.4.3 刀具磨損單因素試驗設計及結果分析29-30
• 2.5 本章小結30-31
• 第3章 硬態(tài)車削 Cr12MoV 疲勞壽命的相關性分析31-42
• 3.1 灰色關聯(lián)理論簡介31-33
• 3.1.1 灰色關聯(lián)理論的提出31-32
• 3.1.2 灰色關聯(lián)計算步驟32-33
• 3.2 表面完整性對疲勞壽命影響因素分析33-35
• 3.2.1 表面殘余應對疲勞壽命的影響33-34
• 3.2.2 表面粗糙度對疲勞壽命的影響34-35
• 3.2.3 塑性變形層厚度對疲勞壽命的影響35
• 3.3 硬態(tài)車削 Cr12MoV 旋轉(zhuǎn)彎曲疲勞壽命正交試驗研究35-38
• 3.3.1 試驗條件及結果35-37
• 3.3.2 切削條件、表面完整性與疲勞壽命的關聯(lián)度分析37-38
• 3.4 表面完整性及疲勞壽命的相關性分析38-41
• 3.4.1 表面完整性及疲勞壽命的單因素模型建立38-39
• 3.4.2 表面完整性及疲勞壽命的影響關系分析39-41
• 3.4.3 疲勞壽命綜合評價指標的確定41
• 3.5 本章小結41-42
• 第4章 硬態(tài)車削表面完整性預測模型的建立42-58
• 4.1 基于響應曲面法表面完整性預測模型的建立42-45
• 4.1.1 表面粗糙度預測模型的建立42-43
• 4.1.2 表面粗糙度預測模型的的驗證43-44
• 4.1.3 塑性變形層厚度預測模型的建立44
• 4.1.4 塑性變形層厚度預測模型的驗證44-45
• 4.2 基于遺傳算法的 BP 神經(jīng)網(wǎng)絡優(yōu)化45-49
• 4.2.1 BP 神經(jīng)網(wǎng)絡預測模型46-47
• 4.2.2 遺傳算法介紹47-48
• 4.2.3 BP+GA 算法的設計48-49
• 4.3 基于 BP+GA 表面特征預測模型的建立49-56
• 4.3.1 表面殘余應力預測模型的建立49-51
• 4.3.2 表面殘余應力預測模型的訓練與驗證51-53
• 4.3.3 疲勞壽命預測模型的建立53-54
• 4.3.4 疲勞壽命預測模型的訓練與驗證54-56
• 4.4 硬態(tài)車削 Cr12MoV 表面完整性綜合預測系統(tǒng)的實現(xiàn)56-57
• 4.5 本章小結57-58
• 第5章 基于表面完整性的多目標參數(shù)優(yōu)化58-71
• 5.1 多目標優(yōu)化方法簡介58-60
• 5.1.1 線性加權法58-59
• 5.1.2 理想點法59
• 5.1.3 平方和加權法59
• 5.1.4 Pareto 最優(yōu)意義的多目標優(yōu)化59-60
• 5.1.5 粒子群算法60
• 5.2 標準粒子群算法及改進粒子群算法實現(xiàn)步驟60-63
• 5.2.1 標準粒子群算法實現(xiàn)步驟60-61
• 5.2.2 改進粒子群算法實現(xiàn)步驟61-63
• 5.3 基于改進粒子群算法的表面完整性多目標優(yōu)化63-68
• 5.3.1 表面粗糙度與表面殘余應力的多目標優(yōu)化63-65
• 5.3.2 表面粗糙度與塑性變形層厚度的多目標優(yōu)化65-66
• 5.3.3 表面殘余應力與塑性變形層厚度的多目標優(yōu)化66-67
• 5.3.4 表面殘余應力、塑性變形層厚度及表面粗糙度的多目標優(yōu)化67-68
• 5.4 基于標準粒子群算法的旋轉(zhuǎn)彎曲疲勞壽命參數(shù)優(yōu)化68-70
• 5.4.1 旋轉(zhuǎn)彎曲疲勞壽命的參數(shù)優(yōu)化68
• 5.4.2 驗證性試驗68-70
• 5.5 本章小結70-71
• 結論71-72
• 參考文獻72-76
• 攻讀碩士學位期間發(fā)表的學術論文與專利76-77
• 致謝77

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 王素玉;郭培燕;李明艷;;刀具幾何參數(shù)對已加工表面殘余應力影響的模擬[J];山東科技大學學報(自然科學版);2007年03期

2 胡旺;Gary G. YEN;張鑫;;基于Pareto熵的多目標粒子群優(yōu)化算法[J];軟件學報;2014年05期

本文編號：891935