您的位置: turnitin查重官网> 工程 >> 材料工程 >复杂度数控雕铣曲面加工复杂度计算与切削参数选择策略

复杂度数控雕铣曲面加工复杂度计算与切削参数选择策略

收藏本文 2024-01-23 点赞:30695 浏览:136445 作者:网友投稿原创标记本站原创

摘要:随着现造业的进展,人们对产品在功能和外观上提出了更多的要求,使得市场上的产品型面呈现出复杂性和多样性等两种进展走势。产品型面设计的日趋复杂给制造加工带来了许多难题,比如表面质量、加工效率和机床能量消耗如何协调满足加工要求的不足。数控雕铣加工作为一种典型的复杂型面数控加工方式,具有高速、小进给、快走刀以及多轴联动加工等特点,能很好地满足复杂曲面精细加工的各种要求,成为现代加工工厂中一种重要的复杂曲面加工方式。为此,本论文对复杂曲面数控雕铣加工中的两个关键不足进行了探讨。第一,以数控雕铣加工的工艺特点中来看,数控雕铣适合于复杂曲面的精加工。然而复杂的曲面形状常常使数控雕铣加工工艺规划出现切削参数、刀具参数和走刀方式等选择不适当等不足。将复杂的曲面形状进行量化,将有助于此类不足的解决。为此本论文针对数控雕铣加工曲面形状的复杂程度难以精确浅析和评价的不足,提出了一种复杂曲面加工几何特点的分类及其量化计算的策略。该策略根据数控加工及其复杂曲面的特点给出了曲面加工几何特点的七类典型分类以及曲面加工复杂度的定义;提出了基于等参数采样法的曲面离散化、基于曲面曲率的区域粗划分以及基于准则的区域组合等三个历程的曲面区域划分策略;详细阐述了基于曲率变化量的曲面加工复杂度计算策略。第二,切削参数的选择是复杂曲面雕铣加工工艺规划中的一项重要内容,切削参数选择是否合理直接影响到数控雕铣加工的加工效率、加工质量以及能量消耗等性能指标;为此本论文在曲面雕铣加工复杂度的探讨的基础上展开对数控雕铣切削参数选择策略的探讨。建立了基于BP神经网络的数控雕铣切削参数预测模型,结合加权求和评价法对切削案例进行优化选择;将曲面雕铣加工复杂度与切削参数一起作为切削制约变量,建立以加工时间、能量消耗以及表面粗糙度为优化目标的数学模型和BP神经网络模型;运用改善的BP算法对神经网络模型进行训练与测试,达到误差允许的范围内,即达到能够利用的程度;通过Matlab神经网络模块进行网络结构设计、训练与测试,得到能够利用的神经网络。最后,利用一个浮雕工艺品的数控雕铣加工案例验证本论文所提的曲面雕铣加工复杂度计算及切削参数选择策略的正确性和实用性。该策略可为工程师进行雕铣加工切削参数选择提供一定的借鉴。关键词:复杂曲面论文数控雕铣论文加工复杂度论文切削参数论文神经网络论文

    摘要3-4

    ABSTRACT4-9

    1 绪论9-17

    1.1 探讨背景9-11

    1.2 国内外探讨近况11-14

    1.2.1 加工几何特点的探讨与进展近况11-12

    1.2.2 数控雕铣加工技术的探讨与进展近况12-13

    1.2.3 切削参数决策技术的探讨与进展近况13-14

    1.3 探讨的作用14-15

    1.4 探讨内容及组织结构15-16

    1.5 本章小结16-17

    2 数控雕铣加工技术特点浅析17-27

    2.1 数控雕铣加工的基本原理17-18

    2.2 数控雕铣加工支撑基础18-23

    2.2.1 典型雕铣加工工艺19-20

    2.2.2 雕铣 CAD/CAM 软件20-21

    2.2.3 数控雕铣机床21-23

    2.3 数控雕铣加工的运用领域及加工对象特点23-25

    2.3.1 数控雕铣加工的运用领域23-24

    2.3.2 数控雕铣加工的对象特点24-25

    2.4 数控雕铣加工中的不足25-26

    2.5 本章小结26-27

    3 曲面雕铣加工复杂度及其计算策略27-47

    3.1 复杂曲面加工几何特点27-28

    3.2 曲面雕铣加工复杂度定义28-29

    3.3 曲面雕铣加工复杂度的计算策略29-40

    3.3.1 复杂曲面建模29-30

    3.3.2 复杂度计算对策30-32

    3.3.3 曲面区域划分32-37

    3.3.4 曲面复杂度计算37-40

    3.4 曲面雕铣加工复杂度的计算流程40-41

    3.5 案例及浅析41-46

    3.5.1 典型曲面浅析41-43

    3.5.2 数控雕铣实验43-45

    3.5.3 结果及浅析45-46

    3.6 本章小结46-47

    4 曲面数控雕铣加工切削参数选择探讨47-59

    4.1 切削参数的择选及影响因素浅析47-49

    4.1.1 雕铣加工切削参数47-48

    4.1.2 切削参数影响因素浅析48-49

    4.2 切削参数优化的一般数学模型建立49-50

    4.3 切削参数选择策略50-51

    4.4 基于 BP 神经网络的切削参数预测模型的建立51-58

    4.4.1 BP 神经网络模型51-52

    4.4.2 BP 神经网络结构52-53

    4.4.3 BP 神经网络算法53-54

    4.4.4 实验数据样本54-56

    4.4.5 数据预处理56

    4.4.6 网络训练与测试56-58

    4.5 本章小结58-59

    5 运用案例59-65

    5.1 浮雕工艺品的工艺规划59-61

    5.1.1 浮雕工艺品工艺规划59-60

    5.1.2 曲面复杂度浅析60-61

    5.2 雕铣加工切削参数选择61-62

    5.2.1 神经网络策略选择切削参数61-62

    5.2.2 传统策略选择切削参数62

    5.3 数控编程及雕铣加工62-65

    5.3.1 数控编程62-63

    5.3.2 雕铣加工63-64

    5.3.3 结果浅析64-65

    6 结论和展望65-67

    致谢67-69

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号