本文關(guān)鍵詞：大型數(shù)控切點跟蹤曲軸磨削系統(tǒng)穩(wěn)定性研究

  更多相關(guān)文章： 大型曲軸 切點跟蹤磨削 磨削系統(tǒng)穩(wěn)定性 動力學模型 優(yōu)化設(shè)計

【摘要】：大型曲軸是船用柴油機、重型裝備和發(fā)電設(shè)備的關(guān)鍵部件。磨削加工作為大型曲軸生產(chǎn)的精加工工序,決定了其最終的表面質(zhì)量、尺寸精度和位置精度,而磨削過程中產(chǎn)生的顫振嚴重影響曲軸質(zhì)量和加工效率,甚至會導致砂輪和機床的損壞。動態(tài)加工系統(tǒng)的穩(wěn)定性研究是實現(xiàn)無顫振磨削的重要保障。本文針對大型數(shù)控切點跟蹤曲軸磨削系統(tǒng)的穩(wěn)定性開展研究:在分析切點跟蹤曲軸磨削實現(xiàn)方式的基礎(chǔ)上構(gòu)建大型曲軸磨削系統(tǒng)的動力學模型,根據(jù)動力學模型推導出臨界磨削深度計算公式,繪制穩(wěn)定極限圖(Stability lobe diagram),采用智能識別技術(shù)對磨削系統(tǒng)穩(wěn)定性進行監(jiān)測;基于穩(wěn)定性原理對磨削系統(tǒng)進行了全生命周期動態(tài)優(yōu)化研究,為設(shè)計出新一代固有頻率高、總質(zhì)量輕的大型曲軸磨床提供科學方法。論文的主要研究工作和創(chuàng)新點如下:分析大型數(shù)控切點跟蹤曲軸磨床的基本結(jié)構(gòu)和曲軸切點跟蹤磨削實現(xiàn)方法,并構(gòu)建了曲軸磨削系統(tǒng)的動力學模型,為大型曲軸磨削系統(tǒng)穩(wěn)定性研究提供理論依據(jù)�；谀ハ髟偕澱竦漠a(chǎn)生原理和系統(tǒng)的動力學模型推導出曲軸臨界磨削深度的計算公式,繪制大型曲軸磨削穩(wěn)定性Lobe圖,以此預測磨削工況的穩(wěn)定性,并提出了曲軸磨削再生顫振穩(wěn)定性評價方法;根據(jù)所繪Lobe圖,研究分析磨削系統(tǒng)剛度和砂輪的線速度變化對穩(wěn)定性的影響;研究表明提高系統(tǒng)剛度和增加砂輪線速度可以在保證穩(wěn)定磨削的前提下實現(xiàn)臨界磨削深度最大化。構(gòu)建由聲發(fā)射傳感器、加速度傳感器和電流傳感器組成的檢測系統(tǒng)以對大型曲軸磨床進行監(jiān)測,為磨削穩(wěn)定性分析提供實驗和驗證數(shù)據(jù)。采用自適應(yīng)離散多目標粒子群算法對監(jiān)測砂輪架系統(tǒng)的加速度傳感器進行優(yōu)化布置研究,實現(xiàn)在有限個采集點的情況下,得到盡可能多的反映砂輪架工作狀況的有效數(shù)據(jù)。對傳感器的信息進行處理,獲取磨削過程的真實狀態(tài),并對磨削狀態(tài)做出相應(yīng)決策;應(yīng)用Daubechies小波對原始聲發(fā)射信號(AE)進行分析,將分析所得的五個高頻細節(jié)作為獨立時域序列,高頻細節(jié)系數(shù)的均方根值作為特征值,采用粒子群優(yōu)化后的支持向量機(Support Vector Machine,SVM)對顫振狀態(tài)進行識別,通過研究實現(xiàn)了大型曲軸磨削加工狀態(tài)監(jiān)測智能化和自動化�；诜�(wěn)定性原理采用響應(yīng)面法對大型曲軸磨床進行多目標優(yōu)化設(shè)計,以滿足曲軸穩(wěn)定磨削的加工要求和整機輕量化的需要,在大型曲軸的CAD模型的基礎(chǔ)上,以磨床主要受力部件的壁厚為變量,采用中心組合設(shè)計方法(Central Composite Design,CCD)選取試驗點,應(yīng)用ANSYS軟件對曲軸磨床進行分析以獲得其固有頻率和總質(zhì)量數(shù)據(jù),建立反映結(jié)構(gòu)變量輸入與系統(tǒng)性能指標響應(yīng)輸出的二階多項式響應(yīng)面模型。以磨床的一階固有頻率和總質(zhì)量為優(yōu)化目標、二階和三階固有頻率為約束,建立了大型曲軸磨床的多目標優(yōu)化模型。采用轉(zhuǎn)移漢默斯利抽樣技術(shù)(Shifted Hammersley Sampling Method,SHSM)在解區(qū)間內(nèi)抽取均勻分布的樣本點,權(quán)衡排序后作為初始種群,采用多目標遺傳算法(MOGA)對種群進行優(yōu)化得到帕累托(Pareto)解集,平衡一階固有頻率和總質(zhì)量,再從Pareto解集中選取最優(yōu)解。優(yōu)化結(jié)果顯示:在系統(tǒng)一階固有頻率明顯提高的情況下總質(zhì)量明顯減少,證明了本文提出的基于穩(wěn)定性原理的優(yōu)化方法效果良好。
【關(guān)鍵詞】：大型曲軸 切點跟蹤磨削 磨削系統(tǒng)穩(wěn)定性 動力學模型 優(yōu)化設(shè)計
【學位授予單位】：上海大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TG596
【目錄】：

• 摘要6-8
• abstract8-12
• 第一章 緒論12-26
• 1.1 課題來源和研究背景12
• 1.2 課題研究的目的和意義12-13
• 1.3 國內(nèi)外研究的現(xiàn)狀13-23
• 1.3.1 磨削顫振機理研究現(xiàn)狀14-19
• 1.3.2 磨削顫振測試和分析的研究方法進展19-22
• 1.3.3 磨削系統(tǒng)的動態(tài)優(yōu)化設(shè)計研究現(xiàn)狀22-23
• 1.4 本論文的主要內(nèi)容23-25
• 1.5 論文的章節(jié)結(jié)構(gòu)25-26
• 第二章 大型曲軸磨削系統(tǒng)的動力學模型的構(gòu)建26-46
• 2.1 大型數(shù)控切點跟蹤曲軸磨床的基本結(jié)構(gòu)27-28
• 2.2 曲軸切點跟蹤磨削實現(xiàn)28-31
• 2.3 大型曲軸的撓度變形分析與研究31-42
• 2.3.1 大型曲軸彈性變形的有限元分析31-33
• 2.3.2 大型曲軸磨削連桿頸變形分析33-42
• 2.4 大型曲軸磨削系統(tǒng)的動力學模型42-45
• 2.5 本章小結(jié)45-46
• 第三章 大型曲軸磨削穩(wěn)定性分析與預測46-57
• 3.1 大型曲軸磨削系統(tǒng)的不穩(wěn)定因素46-49
• 3.1.1 大型曲軸磨床的受迫振動46-47
• 3.1.2 大型曲軸磨床的共振47-48
• 3.1.3 大型曲軸磨床的自激振動48-49
• 3.2 大型曲軸的臨界磨削深度研究49-52
• 3.3 大型曲軸磨削穩(wěn)定性預測與極限圖的繪制52-56
• 3.4 本章小結(jié)56-57
• 第四章 大型曲軸切點跟蹤磨削穩(wěn)定性監(jiān)測研究57-83
• 4.1 機床監(jiān)測的基本原理57-61
• 4.2 大型曲軸磨床監(jiān)測的傳感器類型選擇61-62
• 4.3 大型曲軸磨削穩(wěn)定性監(jiān)測62-82
• 4.3.1 大型曲軸磨床砂輪架監(jiān)測的加速度傳感器優(yōu)化布置62-73
• 4.3.2 聲發(fā)射傳感器監(jiān)測大型曲軸磨削狀態(tài)研究73-78
• 4.3.3 電流傳感器監(jiān)測應(yīng)用研究78-82
• 4.4 本章小結(jié)82-83
• 第五章 大型曲軸磨削穩(wěn)定性識別研究83-109
• 5.1 大型曲軸磨削過程穩(wěn)定性監(jiān)測和識別流程83-84
• 5.2 時域分析的穩(wěn)定性識別84-86
• 5.3 頻域分析的穩(wěn)定性識別86-88
• 5.4 基于小波分析的大型曲軸磨削顫振特征的辨識88-100
• 5.4.1 小波分析辨識磨削顫振的原理88-94
• 5.4.2 基于離散小波分解的大型曲軸磨削顫振特征的提取94-97
• 5.4.3 電流信號離散小波分解的過切特征的提取97-100
• 5.5 基于支持向量機的大型曲軸磨削穩(wěn)定性識別100-108
• 5.5.1 統(tǒng)計學習理論100-103
• 5.5.2 支持向量機原理103-105
• 5.5.3 基于支持向量機的大型曲軸磨削顫振在線監(jiān)測和識別研究105-108
• 5.6 本章小結(jié)108-109
• 第六章 基于穩(wěn)定性原理的磨削系統(tǒng)動態(tài)優(yōu)化研究109-145
• 6.1 大型曲軸磨削系統(tǒng)動態(tài)優(yōu)化設(shè)計相關(guān)設(shè)計要素110-118
• 6.1.1 大型曲軸磨削系統(tǒng)動態(tài)優(yōu)化的目標函數(shù)111-112
• 6.1.2 大型曲軸磨削系統(tǒng)動態(tài)優(yōu)化的變量112-113
• 6.1.3 大型曲軸磨削系統(tǒng)動態(tài)優(yōu)化的約束條件113-114
• 6.1.4 優(yōu)化變量的靈敏度分析114-118
• 6.2 大型曲軸磨削系統(tǒng)動態(tài)分析118-124
• 6.2.1 大型曲軸磨床整機結(jié)構(gòu)有限元模型的構(gòu)建118-121
• 6.2.2 大型曲軸磨床的計算模態(tài)分析121-122
• 6.2.3 大型曲軸磨床的諧響應(yīng)分析122-124
• 6.3 大型曲軸磨床整機動靜態(tài)多目標優(yōu)化設(shè)計124-144
• 6.3.1 大型曲軸磨床整機動靜態(tài)多目標優(yōu)化流程124-136
• 6.3.2 基于遺傳算法的多目標優(yōu)化136-144
• 6.4 本章小結(jié)144-145
• 第七章 結(jié)論與展望145-148
• 7.1 結(jié)論145-146
• 7.2 展望146-148
• 參考文獻148-161
• 攻讀博士學位期間公開發(fā)表的論文和專利161-162
• 攻讀博士學位期間參加的主要科研項目162-163
• 致謝163-164

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 臧曉蕾;谷正氣;米承繼;伍文廣;蔣金星;王玉濤;;礦用車車架結(jié)構(gòu)的靜動態(tài)多目標拓撲優(yōu)化[J];汽車工程;2015年05期

2 倪紅梅;劉永建;李盼池;;自適應(yīng)動態(tài)重組多目標粒子群優(yōu)化算法[J];控制與決策;2015年08期

3 ZHANG Manchao;YAO Zhenqiang;;Force Characteristics in Continuous Path Controlled Crankpin Grinding[J];Chinese Journal of Mechanical Engineering;2015年02期

4 劉若辰;馬亞娟;張浪;尚榮華;;基于預測策略的動態(tài)多目標免疫優(yōu)化算法[J];計算機學報;2015年08期

5 姜晨;李郝林;;基于聲發(fā)射信號的精密外圓切入磨削時間評估算法及試驗研究[J];機械工程學報;2014年05期

6 江卓達;何永義;;磨削顫振特性研究進展[J];制造技術(shù)與機床;2012年09期

7 徐一鳴;左洪福;詹志娟;徐君軍;;基于靈敏度分析的靜電傳感器優(yōu)化設(shè)計[J];儀器儀表學報;2012年05期

8 袁里馳;;Improved hidden Markov model for speech recognition and POS tagging[J];Journal of Central South University;2012年02期

9 劉闊;劉春時;林劍峰;馬曉波;于文東;;VMC0540d機床床身和立柱結(jié)構(gòu)的諧響應(yīng)分析[J];機械設(shè)計與制造;2011年12期

10 ;On-line chatter detection using servo motor current signal in turning[J];Science China(Technological Sciences);2011年12期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 蔣永翔;高精密外圓磨削系統(tǒng)動態(tài)優(yōu)化研究[D];山東大學;2007年

，

本文編號：517084