欢迎来到天天文库
浏览记录
ID:52410594
大小:278.77 KB
页数:4页
时间:2020-03-27
《平面端铣加工变形建模与预测.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、2014年4月机床与液压Apr.2014第42卷第7期MACHINETOOL&HYDRAULICSVo1.42No.7DOI:10.3969/j.issn.1001—3881.2014.07.034平面端铣加工变形建模与预测唐东红,卢芳(装甲兵工程学院机械工程系,北京100072)摘要:提出了一种基于有限元分析方法、试验设计方法和偏最小二乘回归(PLSR)理论相结合的平面端铣加工变形预测方法。以某发动机机体为研究对象,进行了铣削参数的三因素三水平正交试验设计,通过已建立的三维有限元模型分析计算不同参数组合下的工件变形量,并用PLSR方法建立端铣变形预测模型。采用建模数据和非建模数据分别对该
2、预测模型进行对比分析,验证了所提出的建模预测方法的可行性与有效性。关键词:平面端铣;偏最小二乘回归;正交试验;加工变形中图分类号:TH161文献标识码:A文章编号:1001—3881(2014)7—125—4ModelingandPredictionofMachiningDeformationforFaceMillingTANGDonghong,LUFang(DepartmentofMechanicalEngineering,AcademyofArmoredForceEngineering,Beijing100072,China)Abstract:Apredictionmethodofma
3、chiningdeformationforfacemillingwasproposedbycombiningfiniteelementanalysis(FEA)、experimentdesignmethodandpartialleast—squaresregression(PLSR)theory.Bytakingtheengine’Sblockasastudyob—ject,firstly,orthogonalexperimentsweredesignedbasedonmillingparametem’three—levelandthree—factor.Secondly,accordin
4、gtothethreedimensional(3D)FEAmodel,thedeformationvalueofworkpieceunderdiferentparametem’combinationWascomputedan-alyzed.Finally,PLSRmethodWasusedtosetupfacemillingpredictionmodelfordeformation.Twosampledatasets,onemodelingdataandtheothernon—modelingdatawereusedtoverifythepredictivemodelrespectivel
5、y.Theresultsdemonstratethattheproposedmodelingpredictionmethodisfeasibleandefective.Keywords:Facemilling;Partialleast—squaresregression;Orthogonalexperiment;Machiningdeformation端铣加工是平面成型的主要加工方法,其平面面的端铣三维有限元模拟,考察铣削参数对变形量的度误差是衡量加工质量的一个重要标志。目前国内影响规律,建立端铣变形量与铣削参数之间的非线性外的加工变形研究主要集中在以立铣为主要加工方数学预测模型。该方法能
6、有效地克服变量间的多重相式的薄壁件和整体结构件¨,但是对端铣引起的关性,建立较为理想的变形量预测模型,还具有较好平面加工变形还缺乏系统的研究。在影响端铣变形的可解释性。的诸多因素中,除夹紧位置和大小外均与铣削参数1端铣变形预测模型的确定有直接的关系,因此若能建立精度高、泛化能力强在实际生产中各切削用量之间的匹配关系对加工的铣削参数与加工变形之间的预测模型,则可以为精度和生产率至关重要。在端铣加工中,铣削参数加工参数优化和加工过程监控提供有力的数据支持有:主轴转速(或铣削速度)、进给速度、铣削深度和分析手段。和铣削宽度。在机床特征、刀具几何参数和工件结构目前常用的预测方法有采用最小二乘拟合建
7、立显确定的前提下,建立铣削参数与变形量之间的数学模式模型,或采用神经网络进行学习训练建立隐式模型。由实际生产可知,端铣变形与铣削参数之间一般型,还有近年来广泛采用的支持向量机。但这些是一种非线性关系,因此设铣削变形量与各铣削参数方法各自存在一些缺点,经典的最小二乘回归方法难间存在一种指数关系:以克服变量间的多重相关性,神经网络算法在模型对6=aon2ua’(1)应关系的解释上不够明确,支持向量机参数的选择对式中:n为主轴
此文档下载收益归作者所有