基于RSM和MOPSO的轴承沟道磨削工艺参数优化

探究角接触球轴承内圈沟道精磨工艺参数与加工质量的响应关系,确定最优工艺参数组,提高沟道加工质量。采用响应面法(RSM)与多目标粒子群优化(MOPSO)算法优化影响沟道加工质量的磨削深度、砂轮线速度和工件转速。首先利用RSM建立以沟道表面粗糙度和圆度误差为响应的显著不失拟模型;然后通过方差分析和响应曲面图研究工艺参数对响应的交互影响规律;最后采用MOPSO算法对模型进行多目标优化,利用K-means聚类法求解最优解集的折衷解,并进行试验验证。结果表明,磨削深度和砂轮线速度对沟道表面粗糙度和圆度误差影响极显著,工件转速对圆度误差的影响极显著,对表面粗糙度的影响显著;磨削深度与工件转速的交互作用对表面粗糙度影响显著,砂轮线速度与工件转速、磨削深度的交互作用对圆度误差影响显著。最优工艺参数组经试验验证,表面粗糙度和圆度误差较优化前分别减小了8.14%和16.03%。基于RSM和MOPSO算法结合的回归模型整体和单个变量显著,且有较高的预测精度,寻优后的工艺参数组可获得良好的优化效果。

双向角接触推力球轴承套圈沟道磨削与测量

针对双向角接触推力球轴承套圈结构特点,采用间接比较测量,解决无沟底内、外套圈磨削加工与检测,保证了产品的精度,达到了良好的效果。

加工基面精度对沟道磨削精度的影响

对轴承外圈沟道磨削进行试验,通过分析、计算,得出加工工艺方法。

ELID沟道成形磨削氧化膜特性及影响作用实验

针对ELID沟道成形磨削特点,研究了磨削过程中氧化膜的特性及其影响作用。探讨分析了氧化膜的电流表征、氧化膜在沟道成形磨削中的状态变化以及氧化膜状态对磨削力和表面粗糙度的影响。实验过程中,电解电流从1 A增长到4 A,氧化膜厚度从35.33!m减小到11.07!m,法向磨削力从7.06 N增长到36.12 N,切向磨削力从1.62 N增长到4.47 N;垂直于磨削方向的表面粗糙度由0.256!m增长到0.355!m,平行于磨削方向的表面粗糙度由8 nm增长到13 nm。结果表明,氧化膜越厚,磨削力和表面粗糙度越小;氧化膜越薄,磨削力和表面粗糙度越大。

角接触球轴承沟道磨削加工表面谐波分析

在角接触球轴承沟道磨削加工过程中,为了对其表面谐波源问题进行辨识,提出了一种基于小波分解和重构与功率谱密度法(PSD)、相关性分析的频谱分析方法。首先,采用表面轮廓仪采集了磨削试验中的7006C球轴承内沟的实际截面轮廓信息,再用小波分解的“db5”小波基对其进行了5层分解,并根据圆度误差、波纹度和表面粗糙度的分界指标,将经过小波分解后得到的5层信号重构为低频、中频和高频信号;然后,采用功率谱密度法(PSD)分析了重构信号的各频段信号,并对主要谐波源频率特性进行了辨识;最后,提取了其误差源频率,分析了误差源与加工表面谐波的关联度。研究结果表明:相比于电机转子不平衡、油膜半速涡动和电磁无心夹具调整不当等因素,在磨削试验加工的7006C内沟表面,由砂轮主轴振动导致的谐波占比大;该方法可以作为寻找角接触球轴承沟道磨削表面谐波源和比较谐波源关联度原有方法的一种补充。

短沟距双沟道轴承心轴加工方法

为了提高短沟距双沟道轴承心轴的加工精度及生产效率,介绍该心轴的初始加工方案,分析其沟道加工难点以及传统单沟道翻转磨削方法加工精度差、报废率高、磨削效率低、产品装配困难等缺陷,提出短沟距双沟道轴承心轴改进加工方案及其工艺流程、尺寸控制标准。指出:改进方案通过两根心轴组合交错磨4沟道工艺,有效提高了零件的加工精度和磨削效率,满足大批量生产要求。

轴承沟道磨削变质层与磨削工艺参数关系的研究

轴承沟道的磨削过程中，磨削的沟道表面不同程度存在磨削变质层，直接影响轴承的使用寿命。本文通过分析其磨削机理，提出影响磨削变质层深度的主要工艺参数，并通过一次回归正交试验设计，对生产现场易于调整的主要影响因素安排了多因素试验，根据磨削表层斜截面显微硬度分布曲线来决定磨削变质层深度，在此基础上建立对生产实践有指导意义的磨削变质层深度的数学模型，通过对该数学模型的分析，得出几点实用价值的结论。

基于BP神经网络的轴承套圈沟道磨削粗糙度识别

针对轴承套圈沟道磨削监测方法间接、监控信号偏少、识别效率不高、准确率偏低等不足,采用相关分析初选8个与粗糙度相关性较高的信号特征,再采用主成分分析,根据主成分贡献率以及累积贡献率,进一步将8个信号特征转化为3个主成分,采用BP神经网络建立主成分与沟道磨削粗糙度之间的映射关系模型,利用Matlab软件进行训练和验证,粗糙度识别正确率超过95%,能够提高轴承套圈沟道磨削过程的质量监控能力。

信息不完备情况下多因素工序质量诊断方法

为解决信息不完备情况下的多因素工序质量诊断问题,在工艺机理分析的基础上,提出基于贝叶斯网络模型构建与推理的问题溯源方法.在贝叶斯网络结构学习过程中,利用基于评分/搜索的思想对基于工艺的预先假设结构,通过互信息参量排序降低学习复杂度.针对生产过程中随机因素对诊断准确性的影响问题,结合Leaky Noisy-OR模型引入随机参量节点,对数据需求和推理进行降解优化.以沟道磨削表面形貌质量问题的诊断为例,给出模型构建与推理程序,并验证了所构建模型及优化方法的可行性和有效性.