基于频响函数的主轴-刀柄结合部参数辨识方法

主轴-刀柄结合部是主轴系统中的薄弱环节,直接影响机床的加工效率与工件表面质量,主轴-刀柄结合部的特征参数是评价主轴-刀柄系统连接性能的关键环节.基于频响函数的子结构耦合法是辨识主轴-刀柄结合部特征参数的有效辨识方法,以BT40型主轴-刀柄系统为研究对象,进行结合部特征参数的识别,采用最小二乘法对辨识模型进行求解,获得了不同拉刀力下刀柄-主轴结合部上不同位置的刚度,并对辨识结果进行了验证,研究结果将为刀柄系统的优化设计提供理论依据.

HSK-100A型刀柄/主轴联接性能分析

将机床主轴与刀具相联接的刀柄是影响机床加工精度、刀具磨损及加工效率的关键部件。针对高速切削对刀柄的要求,建立了HSK-100A型刀柄的三维实体模型,同时利用有限元方法,对影响HSK-100A型刀柄/主轴联接性能的参数进行了分析,为HSK刀柄的实际应用提供一定的依据及指导。

基于双信号融合的主轴/刀柄结合面刚度退化程度预测

为了预测主轴/刀柄结合面刚度退化程度,提出了一种基于激励和响应信号融合的主轴/刀柄结合面刚度退化程度预测方法。首先进行钛合金矩形工件侧铣实验,采集瞬时铣削力信号和主轴/刀柄结合面附近的响应振动信号,构建反映主轴/刀柄结合面刚度退化的数据库。然后根据数据库中瞬时铣削力和振动信号各方向的时域、频域和时频域特征,基于相关性分析优选出瞬时铣削力信号和振动信号的时域均值、频域中心频率、时频域一阶小波包能量3个特征,分别使用低频滤波卷积核和高频滤波卷积核对优选后的特征矩阵进行双通道卷积池化处理,获取深度融合的主轴/刀柄结合面刚度退化程度特征向量。最后以支持向量机模型(SVM)的概率模式转化为朴素贝叶斯分类器(NBC)的条件概率,构建混合分类器模型(NBC-SVM),提高了分类器的分类性能。在主轴/刀柄结合面刚度退化数据库的基础上,基于双通道卷积池化的特征融合方法(CP-FF)和NBC-SVM模型实现了主轴/刀柄结合面刚度退化程度的预测,预测精度达96%。

Capto C6主轴/刀柄接口扭转刚度特性

Capto刀柄与HSK刀柄均为高速数控机床配套使用的刀柄,其动静态刚度、可靠性、安全性等直接影响到被加工零件的质量和加工效率,这两类高速刀柄和主轴接口在工况下的扭转变形是影响整个主轴-刀柄系统刚度及其性能的重要指标。文章运用有限元分析方法分析了两种刀柄在相同过盈量、扭矩等情况下和主轴接口的刚度特性及其规律,研究结果为合理选型高速刀柄提供理依据。

HSK刀柄／主轴联接性能分析

利用弹性力学和有限元方法,对HSK63-A型刀柄主轴联接性能动态特性进行研究和数值模拟。分析了在过盈量、夹紧力、转速改变下对刀柄主轴配合面的接触应力影响。研究为合理使用高速加工刀具提供了理论依据。