CFRP制孔过程中轴向力自适应控制仿真及实验研究

钻削轴向力的大小和碳纤维增强树脂基复合材料(Carbon fiberrein-forced plastic, CFRP)制孔质量的好坏密切相关,为合理调控轴向力来减少制孔缺陷,开展了CFRP制孔过程中轴向力的自适应控制仿真及实验研究。首先,开展CFRP钻削试验,对轴向力及制孔质量进行了定量研究。其次,根据CFRP钻入、稳定钻削及钻出阶段不同加工特性建立了轴向力三阶段模型。最后,基于模糊逻辑及所建模型进行了轴向力自适应控制仿真及实验研究。结果表明:利用模糊逻辑控制算法结合CFRP加工特性,对制孔过程中轴向力进行智能调控是可行的;此外,根据仿真信息调控轴向力可有效降低制孔缺陷、提升孔壁质量。该研究为大厚度碳纤维复合材料制孔过程中轴向力的智能调控提供了新的思路。

基于声发射的碳纤维复合材料孔出口分层损伤识别

针对CFRP钻削制孔加工过程中的孔出口分层缺陷监测问题,本文基于声发射检测技术开展了CFRP钻削孔出口分层损伤识别研究。通过破坏性分层试验提取与分层损伤相关的声发射及轴向力信号的时、频特征,以此作为判断钻削分层损伤的信号依据,并开展钻削试验,结合实际损伤形貌对CFRP层合板的孔出口分层损伤进行识别。研究表明:当产生钻削出口分层损伤时,瞬时钻削轴向力会高于临界轴向力;声发射信号的时域幅值将出现突变,频域信号的中、高频段信号强度也会有明显增加。通过显著的信号时、频特征可对钻削孔出口分层损伤进行有效识别,为实现在线监测、控制CFRP层合板钻削分层损伤的研究提供了思路。

CFRP切削过程中的监测控制研究进展

CFRP加工过程的实时监测和控制是提升零件最终加工质量的重要手段。本文从加工过程物理仿真、数学模型及智能模型三方面总结了CFRP切削加工预测方法研究现状。同时,基于切削过程状态信息获取、特征信息提取以及监测模型构建等方面概述了刀具磨损和加工质量在线监测方法研究进展。在此基础上,探讨了关于在CFRP切削过程中切削力和振动的在线智能控制方法。最后针对以上几方面未来的研究趋势进行了分析和展望。

钛合金钻削加工出口毛刺研究进展

钛合金材料因其硬度高、耐腐蚀、抗断裂性能好等优点被广泛应用于航空航天和军工国防等尖端领域。钛合金材料在钻削加工中易产生出口毛刺缺陷,影响工件的表面质量,且毛刺的后处理工序增加了该材料的加工成本。因此,开展关于钛合金钻削出口毛刺的研究,对于改善工件的表面质量、提高钛合金的适用范围有重要意义。本文以钛合金钻削加工中的出口毛刺为研究对象,针对出口毛刺类型、形成机理和控制策略三个方面进行了系统性综述,并对钻削加工钛合金出口毛刺的研究进行了展望。

基于机理与数据联合驱动的CFRP钻削轴向力模型研究

为解决现有机理模型参数多且取值误差大导致的模型精度低、数据模型构建简易不能揭示钻削机理等问题,开展了基于机理与数据驱动的CFRP钻削轴向力建模研究。通过对现有CFRP钻削力模型进行修正,得到适用性更广、精度更高的轴向力机理模型。基于神经网络和实验数据构建轴向力机理模型预测偏差补偿器,采用钻削机理与钻削数据联合驱动的方式建立了CFRP钻削轴向力模型。经验证,新建立的模型可在机理模型的基础上进一步提升预测精度,在样本数据集和随机数据集中,预测平均相对误差分别为机理模型的1/8和1/3。