基于多位置振动融合的精整车削表面形貌仿真

针对高精度加工工件表面粗糙度及表面形貌精确预测的难题,提出根据多位置振动信号融合,并结合刀具轮廓轨迹合成的形貌仿真模型。首先建立刀具轮廓轨迹方程,然后通过主成分分析法分析表面精整车削主要影响振动部位对表面粗糙度的贡献度,将不同部位的振动信号进行融合,最后将以上两部分进行叠加得到表面粗糙度表面形貌仿真模型。根据振动信号的来源方式不同,分别建立了刀具轮廓轨迹-振动仿真模型(PTS)和刀具轮廓轨迹-振动实测模型(PTM)两种模型进行研究。其中PTS模型中振动信号为根据车削动力学模型求解得到的振动位移,PTM模型中的振动信号为切削实验中实际采集的振动位移信号。通过仿真与试验结果的对比,表明PTM模型较PTS模型精确度更高,同时两种模型表面形貌仿真模型都具有较高的准确性,均可为实际加工生产提供参考。

TB9钛合金车削系统振动特性与表面粗糙度关系的试验研究

目的通过车削加工TB9钛合金试验,定量研究不同位置的振动特性对表面粗糙度的影响规律,并建立基于振动参数的表面粗糙度预测模型。方法选用涂层硬质合金刀具对TB9钛合金线材进行车削加工。通过8704B25和3333A2加速度传感器对试验过程中不同位置的切削振动进行检测。运用Matlab对振动加速度信号进行处理和分析。采用TR_(2)000高精度表面粗糙度仪测量工件表面粗糙度。结果车削系统不同位置的振动特性均与表面粗糙度存在线性关系。车削系统中刀具振动加速度均方根值、主轴振动加速度均方根值以及后导向振动加速度均方根值与表面粗糙度的Pearson相关系数分别为0.37993、0.33190、0.18195。表面粗糙度预测模型的预测平均百分比误差小于3%。结论车削加工时刀具、主轴以及后导向的车削振动均对表面粗糙度有一定影响。车削系统不同位置的振动特性对表面粗糙度的影响次序为刀具>主轴>后导向,可见距离切削位置越近的振动对车削加工表面粗糙度的影响越大。基于振动参数的表面粗糙度预测模型的准确度较高,可作为表面粗糙度的预测模型。