端面铣削工件表面粗糙度数学模型与实验验证

目的针对多种表面粗糙度影响因素的耦合作用使轮廓形成机理不清,导致表面粗糙度数学模型存在表面质量智能管控工业应用预测精度不足的技术难题,建立端面铣削工件表面粗糙度数学模型。方法首先,基于加工运动学机理和刀具几何学分析端面铣削工件表面轮廓形成机理,建立考虑刀具跳动的工件表面轮廓模型以及轮廓高度偏差关于铣削力的补偿函数,并通过卷积神经网络(Convolution Neural Network,CNN)进行解析。其次,建立端面铣削表面粗糙度数学模型。最后,进行可转位面铣刀端面铣削ZG32MnMo的实验验证,分别采集轮廓数据与铣削力信号,建立以铣削力为输入、轮廓高度偏差数据为输出的铣削数据集,训练卷积神经网络解析轮廓高度补偿值并验证理论模型的准确性,对比分析考虑刀具跳动的表面粗糙度数学模型与CNN优化考虑刀具跳动的表面粗糙度数学模型的精度。结果CNN优化考虑刀具跳动的表面粗糙度数学模型对加工重叠区与非重叠区内沿刀具进给方向的轮廓算术平均偏差Ra的预测误差分别为18.71%和14.14%,与考虑刀具跳动的表面粗糙度数学模型相比,精度分别提高了10.61%和32.83%,CNN优化考虑刀具跳动的表面粗糙度数学模型对轮廓单元的平均宽度R_(sm)和支承长度率R_(mr(c))的预测结果与实验值吻合。结论考虑刀具跳动以及动态铣削力耦合作用边界条件的表面粗糙度数学模型能够有效预测端面铣削表面粗糙度,可为在质量管控工程中的应用提供理论指导与技术支撑。

汽车轮毂洁净加工生产线设计

针对汽车轮毂生产线自动化程度低、工作环境差和加工精度要求高的现状,设计了一条汽车轮毂洁净加工生产线。该生产线对轮毂的机加工工艺进行规划,采用间隙配合的方式设计料架,并通过拆分装置和运输装置对轮毂进行运输;夹具运用心轴定位的原理,通过连杆机构带动定位件实现自定位,使用曲柄滑块机构实现夹紧,增强轮毂在机床上加工的定位精度和夹紧可靠性;采用微量润滑的润滑方式实现机械加工过程中的环保节能;通过RobotStodio对具有双夹紧工位的上下料机械手进行轨迹规划。该生产线通过智能管理系统合理规划和优化轮毂生产线,为实际生产提供依据和借鉴。