磨粒间距和材料特性对磨削温度影响的有限元仿真研究

针对磨削过程中,磨粒间距和工件材料特性对工件表面温度的影响规律进行了有限元仿真研究,结果表明,随着磨削过程的进行,工件表面温度逐渐升高;磨削过程中,相比多磨粒磨削,单颗磨粒磨削的工件表面温度更低,且随时间增加上升速度更小;磨粒间距越大,工件表面温度越低且随磨削过程的进行变化速度越小;工件材料导热率越大,工件表面温度越低,当导热率大于1 W/(m·K)时,温度随导热率增大而下降的趋势不再明显;工件的比热容和密度对磨削温度的影响规律相似,随着比热容、密度增大,工件表面温度降低,且当比热容大于200 J/(kg·℃)、密度大于4000 kg/m3时,工件表面温度随比热容、密度持续增大而降低的趋势不再明显,且温度随时间推移而上升的速度下降。

基于数字孪生控制的精密机床热误差模型

已有的研究结果表明,机床的热误差约占其总加工误差的40%~70%,且机床越精密,其热误差所占比例就越大,因此,通过控制热误差以提升机床的加工精度很有必要。针对机床热误差模型的预测精度不高和泛化能力不强的问题,提出了一种引入主轴转速,并可嵌入数字孪生控制系统的机床热误差建模方法。首先,对模糊聚类分析(FCA)、灰色关联分析(GCA)及主成分回归(PCR)方法进行了理论分析;然后,以某立式加工中心为对象,通过热特性实验,获得了转速图谱下的温度数据和热误差数据,并采用模糊聚类分析结合灰色关联分析的方法选取了其温度敏感点;最后,以主轴转速和温度敏感点的温升值为输入变量,采用PCR方法建立了机床热误差模型,并将其与多元线性回归(MLR)模型进行了效果对比。研究结果表明:相比于MLR模型,所建立的PCR模型的预测精度提升9.5%,证明该模型拥有更高的预测精度和更强的泛化能力;可将模型嵌入到数字孪生控制系统中,对机床进行实时热误差预测和热误差控制。

机床稳健性温度敏感点选择及热误差建模

针对VMC1165B立式加工中心,进行机床热特性及温度场分析,基于试验数据,避免进行热机制分析和计算温度场边界条件。采用模糊聚类结合Pearson相关系数法选出4个稳健性温度敏感点建立热误差模型,验证模型预测性能,并与模糊聚类结合灰色关联度选出的非稳健性温度敏感点热误差预测模型对比。结果表明:稳健性温度敏感点热误差预测模型的机床X向最大残差下降了25.44%,Y向最大残差、平均绝对误差和均方差分别下降了25%、23.03%和33.25%。

外圆磨削砂轮形貌仿真与工件表面粗糙度预测

对磨削砂轮形貌、外圆磨削过程及工件表面形貌进行了仿真,实现了对工件表面粗糙度的预测,并对仿真模型进行了验证。采用Johnson变换和Gabor小波变换,实现了高斯域和非高斯域的转化,在随机域内对磨削砂轮形貌进行了仿真。根据外圆磨削运动过程,通过对砂轮和工件相互作用过程的分析,建立了磨粒运动轨迹方程和工件形貌方程,在考虑磨粒切削、耕犁与摩擦作用的条件下,对外圆磨削过程进行了仿真。建立了外圆磨削模型,实现了对加工工件形貌的仿真和粗糙度预测。

外圆纵向磨削力和磨削功率模型研究

磨削力和磨削功率是磨削过程中最重要的工艺参数,利用现有磨削力和磨削功率模型,通过实验,对模型中各个参数与磨削力的关系进行了单因素验证,采用MATLAB软件进行仿真,并采用角正回归算法求解出磨削力和磨削功率与磨削加工参数间的模型参数,通过正交实验进行校验,其最大相对误差为3.2%,平均相对误差为1.54%。研究对于磨削烧伤的判别、磨削工艺技术的优化和磨削过程的在线监测及智能控制的实现有着积极的作用。

外圆磨削温度仿真建模

在考虑砂轮、工件和冷却液交互作用及磨削热量分布条件下,基于外圆磨削过程热量对流扩散方程,对外圆磨削工件温度进行了建模,建立磨削工件温度微积分方程,实现外圆磨削温度数学建模。采用反向热传递按序算法得到磨削热量分布方程,用偏微分方程二维边界条件函数表示砂轮、工件和冷却液交互作用,此边界条件为磨削加工参数及磨削热量分布的函数,通过利用拉普拉斯变换及反变换、傅里叶变换及反变换、格林函数和富比尼定理对热量对流扩散方程进行推导,分别得出未考虑磨削液和环境影响以及考虑磨削液和环境时磨削工件温度微积分方程,实现磨削工件表面温度和磨削工件温升预测,建立磨削工件表面温度模型。将此模型与三角形热源模型、圆弧热源模型进行了对比,并采用热电偶实验进行了验证。

基于AT89C52智能温度控制器设计

本文介绍一种基于AT89C52单片机的智能多路温度控制器。该控制器采用高精度的铂电阻传感器、专门的A/D转换电路及输出电路来实现对4路温度的同时自动检测及线性化处理,采用交流侧抗干扰技术进行去噪,其误差小于±0.5℃;并通过RS485总线标准实现远程通信;且用户通过人机接口控制变压器冷却风机启、停,设定报警及跳闸阀值。软件使用模块化结构,并对温度进行分段线性化处理。

外圆磨削颤振监测方法设计

磨削颤振是影响加工质量和加工效率的重要因素,常需增加多个后续加工周期来满足加工质量的要求。采用涡流传感器、磨削力传感器、声发射传感器、加速度传感器和接触探头等多传感器对砂轮边沿的自激振荡进行测量,对自激振荡信号,提出采用幅值法和小波分析法进行分析处理,实现了磨削颤振的自动监测和预测,减少了加工周期,提高了加工效率。

磨削过程知识学习

磨削加工光磨时间、加工节拍直接体现磨削加工参数,粗磨过程的好坏是磨削过程的关键,磨削过程声发射信号粗磨段上升部分包含着磨削过程最丰富的信息,采用平均三角分配模糊规则对磨削过程声发射信号粗磨段上升部分进行知识获取和自学习,建立磨削加工光磨时间、加工节拍与磨削声发射曲线粗磨段上升部分斜率之间的对应关系,据此可得到任意光磨时间、加工节拍时对应的磨削声发射曲线粗磨段上升部分斜率。以此判断加工参数选择的合理性,以实现磨削加工的加工参数自动选择和智能控制,确保加工质量,实现磨削过程加工参数在线调整、磨削智能化。

外圆磨削在线优化

基于基本的磨削模型,利用小生境蚁群算法和小生境粒子群算法,对磨削进给量和磨削深度进行在线优化。并采用Matlab编程,利用声发射信号和优化模型,对磨削过程进行仿真,实现了外圆磨削实际磨削过程的在线监测和优化。对提高磨削质量和磨削效率,实现磨削过程的在线监测和智能化控制有着极大的推动作用。

机床热变形及热误差优化研究

为减少热变形对精密加工精度影响,对夏冬两季节机床主轴箱上温升和热变形及环境温度的影响进行了测试分析,并采用BP神经网络模型化的Volterra级数非线性系统实现热误差建模。分析结果表明:夏天环境温度受主轴箱散热影响而温度迅速升高;冬季机床散热较快,主轴箱上温升比较明显,环境温度几乎不变;同一台机床在夏季和冬季的热变形规律相似而变形量稍有不同。通过实验验证了该模型具有预测精度高的优点,为数控机床热误差实时补偿提供了参考。

磨削硬化深度预测

磨削硬化是利用磨削过程中产生的热、机械复合作用直接对工件进行表面淬火的新工艺。通过建立磨削温度三维分析模型和热金属效应分析,实现磨削硬化加工工件硬度的预测。基于瞬时温度分布和运动非稳定三维热传导微分方程,并考虑砂轮与工件及冷却液与工件交互作用时热传导情况和材料本身的热扩散,建立了磨削温度三维分析预测模型,结合对加工过程奥氏体相位比例的计算及珍珠岩、残余奥氏体和马氏体的转变等热冶金效应分析,得出磨削硬化加工后硬化深度,实现随加工参数变化的硬化深度分布预测。将此模型与有限元模型进行对比,并通过实验进行了验证。

基于BP神经网络模型化Volterra非线性系统外圆磨削残余应力建模

对各种不同磨削加工参数和磨削动态过程条件下,用BP神经网络化的Volterra级数建模,对外圆磨削加工时残余应力分布进行了建模仿真,实现了工件内部次表层残余应力大小与张应力峰值位置的预测,验证了多次磨削残余应力分布的非线性叠加关系,实现了外圆磨削次表层残余应力分布的计算。利用三层BP神经网络激励函数在阈值处进行泰勒级数分解,解算Volterra级数各阶核,采用离散Volterra网络学习算法,实现磨削动态系统残余应力非线性建模。并通过实验对模型进行了验证。

基于声发射技术的滚动轴承初期缺陷监测试验分析

轴承是旋转机械的关键部件,对其状态进行监测,可避免故障和减少停机时间,具有重要意义。轴承状态监测最成熟技术为振动分析,但其存在低速旋转机械故障检测灵敏度低、初期缺陷检测识别能力有限等不足,采用声发射(AE)技术实现初期缺陷故障的监测。并结合小波包去噪、希尔伯特变换(HT)包络提取和自相关函数,对AE信号的模式进行分析处理,以实现在信噪比极低的初始阶段在线识别轴承局部缺陷。实验结果表明,此方法相比传统的包络分析方法,能在低9分贝信噪比的情况下检测出初始缺陷。

磨削温度三维分析建模

基于瞬时温度分布和运动非稳定三维热传导微分方程,建立了磨削温度三维分析预测模型。对半无限固体热传导面上瞬时点热源的运动非稳定三维热传导微分方程求解,结合点热源热量计算式,把点热源按三角形分布进行累积叠加,得到的三维非稳态温度域积分方程。对单向导热三角形分布热源热量分布采用反向热传递按序算法得到磨削热量分布方程,用偏微分方程分别描述砂轮与工件及冷却液与工件交互作用时热传导情况,并考虑材料本身的热扩散,采用Gauss-Kronrod求积公式对积分方程进行数值计算,实现温度域的稳态解求解,建立磨削温度三维分析模型。将此模型与有限元模型进行对比,并通过实验进行了验证。

硬化钢磨削实验及再硬化分析

对硬化钢16MnCr5(AISI 5115)进行了磨削实验和分析。实验结果显示磨削热对不同区域导致的材料改性取决于接触时间Δt和接触区最高温度T_(max),且在两个不同温度范围和接触时间里均观测到再次硬化区域。进一步分析表明,这些分开的磨削再硬化区的磨削时间和磨削温度范围对应于典型的残余奥氏体的改变范围。

磨削硬化残余应力分析与预测

对残余应力产生原因进行分析,并基于建立的磨削温度三维分析模型和有限元分析,实现残余应力分布的建模和预测。通过干磨和湿磨实验进行了验证。

猪舍NH3浓度自动监控系统的研究

氨气是规模化封闭式猪舍养殖中空气污染的主要成分,严重影响了猪群的健康及其生产性能。为此,利用气敏传感器对猪舍内有害气体中的氨气进行了检测,采用变频调速装置对风机转速进行调整,实现对猪舍环境中氨气的调控。以LabWindows/CVI软件为开发平台,对检测数据进行实时显示以及数据的处理、保存和查询等功能。试验结果表明:该系统为猪的生长发育创造了良好的生活环境,避免了人工操作的主观性和随意性,具有较好的实用价值和应用前景。

基于智能网络传感技术的地下水动态监测系统

以智能网络传感技术为基础,并根据特点智能网络传感技术及系统结构,通过对传感模块、信号转换模块、数据处理模块和无线传输模块的设计,完成了基于智能网络传感技术的地下水动态监测网的设计。本系统通过传感器对地下水的水位、水温进行监测,嵌入式单片机对数据进行处理,通过GSM数据模块TC35实现数据的无线传输,构成一个用于地下水动态监测的智能传感器网络,对地下水动态监测系统的结构设计和无线传输网络的具体实现进行了阐述,给出了简要的系统原理图和程序流程图。

用声发射技术实现作物生理需水信息监测

采用植株茎部声发射(AE)信号表征作物需水信息,运用虚拟仪器技术,设计了对作物植株茎部声发射信息进行实时、快速测量的微机检测系统,并以温室盆栽番茄为对象试验研究了声发射信号同植物蒸腾以及环境因子间的关系。试验结果表明:作物在水胁迫下产生的AE事件发生率与作物蒸腾速率一致性较好,在一定范围内,声发射频次越高,作物亏水越严重,当每秒声发射事件计数率超过2次时,可以考虑实施灌溉;作物AE事件发生率与光照度、温度有显著的相关性,AE信号可用于指导作物生长环境的调节控制。