超高速磨削实验台主轴系统的精密调整

简述了超高速磨削的概况。对自行研制的超高速实验磨床的主轴径向间隙与轴向间隙、主轴加工精度和表面粗糙度以及轴承供油系统进行了合理的调整。适当加大轴向间隙和径向间隙,且后轴承径向间隙略大于前轴承径向间隙,可保证主轴在超高速运转时正常工作,减少振动,防止抱轴。采用工艺轴刮研轴承获得均匀的径向间隙。超高速磨床主轴与动静压轴承之间相对滑动速度较高,选用粘度较小的L-FD2主轴油,可使主轴得到良好的润滑,减少发热量。提高主轴的加工精度和降低表面粗糙度,可提高主轴的旋转精度和减少主轴的磨损。试验证明合理的选择主轴径向间隙和轴向间隙是改装超高速磨床的关键技术之一。

陶瓷空心球形复合超硬磨料低温磨削特性实验研究

针对空心球形复合超硬磨料的多微孔结构对磨削温度影响问题,研究了空心球形复合超硬磨料的结构,建立了空心球形磨料砂轮的磨削模型。从理论上分析了多微孔结构对砂轮的切削锋利度和携带冷却液能力的影响机制;运用温度测量系统,进行了陶瓷空心球形复合超硬磨料砂轮在不同磨削切深和不同冷却液供给量条件下的平面磨削温度实验研究,并分析了磨削温度随不同切深和冷却液供给量的变化趋势。研究结果表明,空心球形磨料砂轮的磨削温度明显低于传统超硬磨料砂轮,验证了空心球形磨料砂轮具有较锋利的切削刃和更好的携带冷却液能力,可有效降低磨削温度,是实现低温磨削的一种新途径。

快速点磨削变量角度对表面粗糙度影响机理研究

基于点磨削周边接触宽度和点磨削表面粗糙度的数学模型,分析了磨削变量角度的变化对工件表面粗糙度的影响机理,完成了磨削变量角度影响工件表面微观几何特性的快速点磨削加工实验,并将基于点磨削表面粗糙度理论模型的计算值与实验结果进行了比较。结果表明:随着垂直点磨削变量角度的增大,接触区周边接触宽度沿工件轴向的分量减小,工件表面粗糙度增大。实验和计算结果基本吻合,并具有相同的变化趋势。

基于多过程信号的轧辊磨削表面粗糙度智能预测

由于轧辊磨削表面粗糙度预测困难,且其预测精度不足,为此,笔者提出了一种基于多过程信号的轧辊磨削表面粗糙度智能预测方法。首先,以砂轮转速、磨削深度、拖板速度和头架转速为变量,对轧辊进行了全因素磨削实验,采集了磨削过程中的多过程信号,即声发射信号、振动信号和主轴电流信号,测量了磨后轧辊的表面粗糙度;对信号进行了分段处理,强化了信号与粗糙度的关联,并对粗糙度进行了离散化处理,将回归问题转化为分类问题;然后,提取了各类信号在时域和频域上的众多特征值,并利用主成分分析法(PCA)对其进行了特征降维融合,构建了多种类型的特征输入;最后,利用网格搜索法优化了多层感知机(MLP)网络,得到了粗糙度的预测模型,实现了对轧辊磨削表面粗糙度的智能预测。研究结果表明:相较于单信号方案,多信号方案能够提供更全面、准确的信息;基于PCA的降维融合特征能进一步提高MLP网络的预测效果,其准确率为78.16%,F1值为0.7776,平均偏离距离为0.29。

基于声发射技术的磨削状态识别

基于最大熵原理对声发射数字信号进行分析处理,提出了用较小样本数识别磨削状态的方法;研究了不同样本数的均方差,基于磨削实验研究使用概率分布识别磨削状态。通过实验证明了最大熵方法的有效性,给出了用于磨削状态识别合理的样本数。

单层钎焊砂盘磨粒分布有序性研究

对新型非砂轮磨削工具——单层钎焊砂盘的硬质合金磨粒在基体上的分布进行了初步研究 ,砂盘作为一种手握粗磨削工具 ,降低磨削力是最重要的 ,文中借鉴砂带及单层高温钎焊超硬磨料砂轮的一些研究 ,提出了砂盘的磨粒在基体上有序性分布的概念 ,将此概念应用于砂盘钎焊制造工艺上 ,在相同的制造工艺和磨削深度条件下 ,对得到的磨粒有序性及无序性分布的砂盘进行了磨削对比实验。结果表明 ,砂盘磨粒的有序性分布能显著降低其磨削力。

INVESTIGATION ON HARDENED STEEL MILLING WITH MICRO-END MILL

Tool wear and breakage of the micro-milling tool is an important problem for high speed machining of hardened steel die and mould. Dry milling of S136 hardened steel is carried out using TiAlN coated carbide micro-end mill (2 mm).The effect of cutting speed, feed per tooth and radial depth of cut on cutting force is analyzed. Cutting parameters adapting to dry machining and strategy optimized for higher rate of material removal with lower cutting force are attained. Results of SEM observation show that the main failure patterns of micro-end mill are breakage of tool tip, wear and drop-off of surface coating, micro-chipping, and breakage of flank.