一、细长轴的快速加工(论文文献综述)
王聚存,田天泰,张以升,彭谦之,曹苗,张琦[1](2020)在《航空发动机用薄壁细长轴旋锻校形工艺研究》文中研究说明针对航空发动机用薄壁细长轴零件内孔直径超差问题,提出了一种旋转锻造校形工艺。以大深径比细长轴为研究对象,通过旋转锻造的方法对内孔直径超差的不合格零件进行校形。设计了细长轴旋转锻造工艺参数和流程。通过有限元模拟的方法确定了适合不合格零件的径缩量,研究了管料缩径过程中的金属流动规律。基于模拟获得的参数,对航空发动机用薄壁细长轴进行旋转锻造校形实验,得到能满足再次深孔加工要求的细长轴。模拟结果表明,航空发动机用薄壁细长轴的径缩量为1.5 mm时,内孔直径为Φ22.53 mm,满足设计要求;实验结果表明,径缩量为1.5 mm时,内孔直径为Φ22.68 mm,最大直线度误差为0.068 mm,满足零件的再制造要求,旋锻加工后硬度提升3.6%,不影响零件使用。
李佩冠[2](2020)在《细长阶梯轴数控车削加工工艺的研究》文中研究说明细长轴作为机械传动中重要零部件之一,其加工质量对机器使用寿命影响极大。目前细长轴车削加工仍是企业技术人员解决的工艺难题,其主要问题是细长轴产生径向弯曲变形,无法保证零件的加工质量,影响细长轴的使用性能。本文研究的细长阶梯轴相比普通细长轴而言,在结构特征及加工难点上都存在很大的特殊性。它的主要特征是长径比达27、两端结构不对称、中间轴段为凹槽形、轴变径不规则;它加工难点是由于细长阶梯轴结构特殊,加工过程中刚性严重不足,极容易产生弯曲振动,导致该轴表面产生震纹、外形尺寸及同轴度超差。针对细长阶梯轴产生的加工质量问题,采用自动化程度高且具有尺寸补偿功能的数控车床进行加工。对于小批量细长阶梯轴,能否在短时间内制定合理的工艺路线并试制合格,需要找到一种理实结合的方法,定量研究细长阶梯轴产生震纹、同轴度超差的影响因素,找到保证加工质量的方法,为今后加工不同类型的细长阶梯轴提供工艺参考。首先对比分析三种不同装夹方式的使用场合,得到合理的工艺路线,对细长阶梯轴进行试加工,发现中心架安装位置对细长阶梯轴振动程度有很大影响;其次引入欧拉梁振动理论,建立变截面梁的自由振动方程,借助Matlab软件进行数值计算,得到细长阶梯轴最大振幅位置,为中心架安装位置确定提供理论依据;采用Matlab软件GUI模块开发振动分析软件,为快速计算不同类型细长阶梯轴的最大振幅位置提供便利;采用Ansys软件进行模态分析,验证振动分析软件计算结果准确性;最后进行细长阶梯轴零件产品试制,检测零件加工质量符合图纸要求,验证了中心架位置选择的准确性及工艺路线制定的合理性,为企业生产实践提供理论依据及工艺参考。本文开发的振动分析软件,为技术人员快速计算细长阶梯轴的最大振幅提供方便,节省了大量的人工计算时间,实现了人机交互智能化。通过采用产品试制方法,验证了细长阶梯轴工艺研究方法的准确性。
梁坚[3](2020)在《普通车床细长轴加工工艺探讨》文中研究指明使用普通车床加工细长轴零件时,受加工切削力的作用,细长轴零件会发生变形和振动,为此,要求操作者具备较高的技术能力,同时选择优良的加工工艺方案。文章主要分析了细长轴的特点、细长轴加工精度的常见影响因素,并就如何有效提升加工精度提出一系列措施,以期合理控制加工过程,在保证细长轴精度的前提下,提高加工效率,为利用普车加工细长轴零件提供生产依据。
刘勇,郑学着,王聚存,袁园,保文成[4](2019)在《薄壁细长轴壁厚测量技术研究》文中指出针对航空发动机中薄壁细长轴类零件的壁厚需要精密高效测量的问题,提出了一种双测头快速高精度测量方法。该方法以大长径比碳纤维测杆支撑小型非接触光学测头进行细长轴内壁测量,以龙门式框架安装接触式测头同时进行细长轴外壁测量,并采用高精度气浮平台作为工作台带动零件移动,从而实现对细长轴类零件的壁厚进行测量。采用该方法研制了测量设备,并详细介绍了机械、电控和软件设计。通过实验和第三方检测,该测量设备可对长度1 500 mm、内孔直径14 mm的细长轴进行壁厚测量,验证了本方法的有效性。
杨维忠[5](2018)在《细长轴典型案例的工艺分析》文中研究指明文章以细长轴的典型案例收线轴为例,对细长轴的加工工艺进行了详细的分析,对加工精度给出了解决问题的具体方法。
王柄超,宗战,黄浩伦,吕安康[6](2018)在《细长轴加工精度分析》文中研究指明轴类零件是比较常用的机械零件,其加工质量对于机械设备的使用寿命具有十分重要的影响,因此,为了有效提高机械设备的使用寿命,就要改善轴类零件的加工精度。细长轴在实际的加工过程中,由于受到刚性、线膨胀等因素的影响,其加工精度难以得到有效保障。本文对细长轴加工精度的影响因素进行了分析研究,在此基础上,提出了具有针对性的提升细长轴加工精度的措施,能够有效改善细长轴的整体加工质量。
白意东[7](2018)在《拉夹逆向车削细长轴的振动特性及切削力预测研究》文中提出细长轴零件在机器中对连接和传动起到重要作用,尤其在交通、国防、农业等行业应用广泛,但由于其长径比大,在车削时会产生振动和弯曲变形。其中振动的产生是切削过程中比较常见的一种不利因素,并且切削力也是车削过程中极其重要的切削参数,振动的发生和切削力大小的选择不仅会影响刀具使用寿命和设备的功率消耗,也会影响工件的表面质量及尺寸精度。因此对细长轴切削过程中的振动因素和切削力大小的研究,对于实现细长轴精密加工具有重要的应用价值。本文主要研究了采用拉夹逆向法车削细长轴的振动特性,并基于BP神经网络预测采用此方法车削细长轴时切削力的大小。首先介绍了机械加工系统中常见的振动类型及各自的振动特征,分别建立普通车削细长轴和拉夹逆向车削细长轴的结构图和径向弯曲振动模型,求解出前三阶固有频率和振型函数,并证明振型函数的正交性,用Matlab软件求解出细长轴前三阶振型函数的弯曲曲线。其次用Deform仿真软件基于正交试验选择合适的切削参数得到的采用拉夹逆向法车削细长轴的切削力的大小,并与经验公式算出的切削力进行对比,验证仿真结果的正确性,得到的切削力大小也为ANSYS分析提供了数据。然后基于ANSYS Workbench软件建立了拉夹逆向车削细长轴的静力学仿真模型,并分别对细长轴进行静力学分析、模态分析和谐响应分析,得出拉夹逆向车削细长轴的变形比普通车削变形小,振动频率得到很大提高,大约是普通车削的两倍,谐响应值大约是普通车削的一半,从而验证了理论分析结果的正确性。最后应用BP神经网络训练拉夹逆向车削细长轴车削力的神经网络预测模型,并进行了所训练网络模型的试验验证,网络模型的预测值与仿真值十分接近,因此,建立的神经网络模型可以精确的预测车削力的大小,为合理确定切削用量、提高工件表面质量、提高生产效率等提供了重要的参考依据。
史雪春[8](2018)在《基于机器学习的切削状态监测技术研究》文中研究表明2015年国务院正式发布“中国制造2025规划”,提出从生产型制造过渡到服务型制造,最终实现制造业向智能化转型。智能切削数据库是数控加工领域实现智能制造的重要途径,对于生产加工的网络化、智能化、集成化与绿色化有巨大推动作用。随着物联网、大数据的发展,将数据库技术与传感器技术、数据挖掘技术、可视化技术等相结合成为开发智能切削数据库系统的趋势。本文针对目前切削数据库结构简单、功能单一、智能化水平低等诸多不足,结合刀具状态监测、机器视觉、多传感器融合等技术存在的问题,提出建立基于机器视觉的刀具破损判别模型、基于多传感器融合的刀具磨损和加工质量预测模型、基于机器学习的细长轴尺寸误差预测模型,完成智能切削数据库功能模块设计和核心算法开发,实现其在线监测功能。主要研究成果如下:(1)针对难加工材料切削过程刀具破损问题,搭建了基于机器视觉的刀具破损监测系统,采集已加工表面纹理图像,灰度处理后用直方图均衡化进行预处理,计算纹理图像的灰度共生矩阵,提取矩阵相关特征量。对特征量进行分析并提出刀具破损的两个判别条件。(2)针对切削过程的刀具磨损和加工表面质量在线监测问题,搭建了多传感器融合监测系统,采集了切削力、振动和切削表面纹理图像,并对切削信号进行了时域、频域和小波处理,用主成分分析法进行特征降维。用遗传、粒子群和网格搜索算法分别对支持向量机算法进行优化,建立了基于支持向量机的刀具磨损和加工表面质量的智能预测模型。(3)针对细长轴钨合金切削问题,研究了细长轴类零件尺寸误差的影响因素,并建立了基于工艺系统弹性变形的尺寸误差有限元模型。研究了钨合金切削过程中的刀具磨损、切屑形态、表面粗糙度以及残余应力等变化情况,并进行了刀具和切削参数推荐。指出尺寸误差模型在钨合金细长轴预测中的局限性,并用基于机器学习算法建立了细长轴钨合金尺寸误差智能预测模型,预测精度很高。
章国平,陈建中,章明祥[9](2017)在《基于普通车床的细长轴的车削加工方案研究》文中提出文章主要以普通车床的细长轴的车削加工方案进行研究,系统地阐述了车刀刀具的特点,在细长轴车削加工中,如果选择车刀几何的参数。以细长轴车削加工的特点与方法为着手点,针对一些问题提出相应地处理策略以及应该注意的问题。
仵珍稷[10](2018)在《细长轴类零件车铣加工工艺的研究》文中研究表明细长轴类零件在生产生活中有着广泛的应用,在其加工时由于刚性差,受热易变形,加工精度很难得到保证。同时在加工过程中,切削力改变,切削热传递,自重下垂等因素也易造成工件的弯曲和变形。为解决这一问题,本课题对带有鼓形误差的正交车铣细长轴运动轨迹的数学模型进行深入研究,通过有限元仿真分析了鼓形误差。研究切削参数及装夹方式对正交车铣加工细长轴零件鼓形误差的影响。对比分析了车削与车铣加工细长轴的加工效率。首先,建立带有鼓形误差的正交车铣细长轴的数学模型与运动轨迹方程,根据运动轨迹方程,进行刀具轨迹仿真,分析不同装夹方式及切削参数对刀具轨迹的影响。其次,根据不同情况下切入切出角的变化,分析研究在正交车铣加工过程中的瞬时加工齿数,并深入研究瞬时加工齿数对切削力的影响规律。然后,通过有限元仿真方法比较分析选择不同装夹方式,不同切削参数时车削与正交车铣加工细长轴的鼓形误差的影响规律。最后,根据切削参数选择原则,研究车削与车铣加工时不同切削参数对切削加工效率的影响。为提高计算效率,节省重复输入与计算的操作时间,进行GUI界面设计。通过对车削和车铣加工细长轴的理论与仿真模拟分析,表明了采用夹盘+顶尖+跟刀架装夹方式时产生的鼓形误差明显小于采用夹盘+顶尖和夹盘+顶尖+中心架;细长轴的鼓形误差随切削速度的增大而减小,随切削深度和每齿进给量的增大而增大;每齿进给量对于鼓形误差的影响最大,切削深度影响次之,切削速度影响最小;选择相同切削参数时,车铣比车削加工效率高。
二、细长轴的快速加工(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、细长轴的快速加工(论文提纲范文)
(1)航空发动机用薄壁细长轴旋锻校形工艺研究(论文提纲范文)
引言 |
1 实验零件与工艺方案 |
2 旋锻有限元分析 |
2.1 实验材料 |
2.2 管料缩径过程金属流动规律的研究 |
2.3 尺寸分析与径缩量的确定 |
2.4 加工过程载荷 |
3 旋锻实验结果分析 |
3.1 旋锻后尺寸分析 |
3.2 显微硬度测量 |
4 结论 |
(2)细长阶梯轴数控车削加工工艺的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 细长阶梯轴数控车削加工研究目的及意义 |
1.1.1 细长阶梯轴加工工艺的概述 |
1.1.2 细长阶梯轴加工存在的问题 |
1.2 细长阶梯轴数控车削加工国内外研究现状 |
1.2.1 细长轴车削加工工艺研究 |
1.2.2 细长轴车削工装改进研究 |
1.2.3 细长轴车削方法改进研究 |
1.2.4 细长轴车削振动特性研究 |
1.2.5 细长轴车削模型仿真研究 |
1.2.6 细长轴车削误差补偿研究 |
1.3 课题来源及主要研究内容 |
第二章 细长阶梯轴数控加工工艺研究 |
2.1 引言 |
2.2 细长阶梯轴零件加工工艺分析 |
2.2.1 细长阶梯轴的加工技术要求 |
2.2.2 细长阶梯轴数控车削存在的问题 |
2.3 不同装夹方式的加工工艺对比分析 |
2.3.1 卡盘-跟刀架-顶尖装夹方式 |
2.3.2 卡盘-中心架-顶尖装夹方式 |
2.3.3 顶尖-顶尖装夹方式 |
2.4 细长阶梯轴数控车削加工 |
2.4.1 刀具几何参数选择 |
2.4.2 切削用量参数选择 |
2.4.3 制定加工工艺路线 |
2.4.4 细长阶梯轴数控车削 |
2.5 本章小结 |
第三章 细长阶梯轴振动理论分析 |
3.1 引言 |
3.2 细长阶梯轴数控车削力学模型 |
3.3 细长阶梯轴数控车削振动分析 |
3.4 细长阶梯轴径向弯曲振动响应 |
3.5 数值计算 |
3.6 本章小结 |
第四章 细长阶梯轴振动分析软件开发 |
4.1 引言 |
4.2 细长阶梯轴振动分析软件开发的基本环境 |
4.3 细长阶梯轴振动分析软件开发的框架及思路 |
4.4 细长阶梯轴振动分析软件的功能说明及运用 |
4.4.1 振动分析软件主界面 |
4.4.2 细长阶梯轴振动分析 |
4.5 本章总结 |
第五章 细长阶梯轴模态分析 |
5.1 引言 |
5.2 细长阶梯轴模态分析过程 |
5.2.1 卡盘-顶尖装夹方式模态分析 |
5.2.2 卡盘-中心架-顶尖装夹方式模态分析 |
5.3 结果验证 |
5.4 本章小结 |
第六章 细长阶梯轴零件产品试制 |
6.1 引言 |
6.2 产品试制方案设计 |
6.3 产品试制加工过程 |
6.3.1 计算中心架安装位置 |
6.3.2 制定加工工艺路线 |
6.3.3 编制加工工序简图 |
6.3.4 细长阶梯轴产品试制 |
6.3.5 细长阶梯轴质量检测 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 论文总结 |
7.2 工作展望 |
参考文献 |
附录 |
攻读硕士学位期间发表的论文、专利和荣誉 |
致谢 |
(3)普通车床细长轴加工工艺探讨(论文提纲范文)
1 细长轴具有的加工工艺特性 |
2 细长轴加工精度的影响因素 |
2.1 热变形 |
2.2 切削力 |
3 细长轴加工精度的提升措施 |
3.1 选择合理的刀具参数 |
3.2 选择有效合理的装夹方式 |
3.3 加工过程中选择合理的冷却液和增加冷却 |
3.4 选择合理的切削参数 |
4 结束语 |
(4)薄壁细长轴壁厚测量技术研究(论文提纲范文)
1 壁厚测量原理 |
2 机械结构 |
2.1 气浮支撑平台 |
2.2 内径测量机构 |
2.3 外径测量机构 |
3 控制系统 |
4 检测验证 |
5 结论 |
(5)细长轴典型案例的工艺分析(论文提纲范文)
1 细长轴的结构 |
2 细长轴的加工工艺 |
3 细长轴加工时刀具的使用 |
4 中心架、跟刀架等辅助支撑的调整 |
5 切削用量的选择 |
6 切削温度的控制 |
7 结论 |
(6)细长轴加工精度分析(论文提纲范文)
1 细长轴加工精度的影响因素 |
1.1 机床的精度及磨损 |
1.2 刀具磨损 |
1.3 工艺系统受力变形 |
1.4 切削热 |
2 提升细长轴加工精度的措施 |
2.1 改进装夹方式 |
2.2 改进刀架 |
2.3 选择合理的几何角度和切削方法 |
3 结语 |
(7)拉夹逆向车削细长轴的振动特性及切削力预测研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景及意义 |
1.2 国内外研究现状 |
1.2.1 车削细长轴研究现状 |
1.2.2 细长轴振动研究现状 |
1.2.3 智能控制的应用现状 |
1.3 课题主要研究内容和技术路线 |
1.3.1 课题主要研究内容 |
1.3.2 技术路线 |
1.4 本章小结 |
第2章 拉夹逆向车削细长轴的振动特性研究 |
2.1 轴类零件振动分析 |
2.1.1 轴类零件加工过程中的振动 |
2.1.2 振动理论研究的基本方法 |
2.2 普通车削细长轴的振动特性分析 |
2.2.1 普通车削细长轴的力学建模 |
2.2.2 普通车削细长轴的径向振动分析 |
2.2.3 普通车削细长轴振型函数正交性 |
2.3 拉夹逆向车削的振动特性分析 |
2.3.1 拉夹逆向车削的力学建模 |
2.3.2 拉夹逆向车削的径向振动分析 |
2.4 本章小结 |
第3章 基于Deform车削细长轴仿真分析 |
3.1 有限元仿真软件Deform概述 |
3.1.1 Deform的主要特点 |
3.1.2 Deform软件的主要构成 |
3.1.3 有限元仿真步骤 |
3.1.4 有限元模型的建立 |
3.1.5 切屑的分离准则 |
3.2 Deform的模拟仿真过程与结果 |
3.2.1 几何模型的建立 |
3.2.2 仿真结果 |
3.3 经验公式计算 |
3.4 本章小结 |
第4章 拉夹逆向车削细长轴的ANSYS有限元仿真分析 |
4.1 有限单元法及ANSYSWorkbench软件简介 |
4.1.1 有限单元法的产生与发展 |
4.1.2 ANSYSWorkbench软件简介 |
4.2 ANSYSWorkbench的仿真流程 |
4.3 细长轴的静力学分析 |
4.3.1 静力学分析有限元理论 |
4.3.2 细长轴静力学仿真分析 |
4.4 细长轴模态分析 |
4.4.1 模态分析理论 |
4.4.2 模态分析过程及分析结果 |
4.5 谐响应分析 |
4.6 本章小结 |
第5章 拉夹逆向车削细长轴的切削力预测 |
5.1 神经网络简介 |
5.1.1 神经网络概述 |
5.1.2 BP神经网络的学习规则 |
5.1.3 BP神经网络的训练方法 |
5.2 MATLAB软件及其神经网络工具箱 |
5.3 拉夹逆向车削BP神经网络建模 |
5.3.1 BP神经网络训练样本的选取 |
5.3.2 BP神经网络训练参数的选择 |
5.3.3 BP神经网络的创建和训练 |
5.4 拉夹逆向车削BP神经网络的试验验证 |
5.5 本章小结 |
结论与展望 |
参考文献 |
致谢 |
作者简介 |
攻读硕士学位期间发表的论文和科研成果 |
(8)基于机器学习的切削状态监测技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景、目的和意义 |
1.2 研究现状 |
1.2.1 刀具状态监测技术研究现状 |
1.2.2 基于机器视觉的刀具状态监测研究现状 |
1.2.3 多传感器融合技术研究现状 |
1.2.4 数据挖掘技术研究现状 |
1.3 存在的问题及发展方向 |
1.4 主要研究内容与体系结构 |
1.5 本章小结 |
第2章 基于机器视觉的刀具破损判别研究 |
2.1 基于灰度共生矩阵的表面纹理图像特征提取 |
2.1.1 图像灰度化和直方图均衡化 |
2.1.2 表面纹理图像灰度共生矩阵 |
2.1.3 刀具破损相关特征提取 |
2.2 刀具破损监测试验方案设计 |
2.3 试验结果分析与讨论 |
2.3.1 惯性矩与刀具破损判别 |
2.3.2 能量、熵、相关性与刀具破损的协同判别 |
2.4 本章小结 |
第3章 基于多传感器融合的刀具磨损和加工表面质量预测 |
3.1 基于多传感器融合的刀具磨损试验设计 |
3.1.1 多传感器融合试验平台搭建 |
3.1.2 刀具磨损试验设计 |
3.2 信号处理与特征选择 |
3.2.1 时域分析与特征选择 |
3.2.2 频域分析与特征选择 |
3.2.3 小波分解与特征选择 |
3.2.4 归一化与特征降维 |
3.3 基于PSO/GA/GS优化的机器学习预测模型 |
3.3.1 支持向量机算法 |
3.3.2 基于PSO/GA/GS的核函数参数优化 |
3.4 基于机器学习算法的刀具磨损预测结果分析 |
3.4.1 不同切削条件混合预测模型 |
3.4.2 完整磨损周期预测模型 |
3.5 基于机器学习的加工表面质量预测结果分析 |
3.5.1 表面粗糙度预测模型 |
3.5.2 表面残余应力预测模型 |
3.6 本章小结 |
第4章 基于机器学习的钨合金细长轴尺寸误差预测模型 |
4.1 细长轴零件车削尺寸误差研究 |
4.1.1 细长轴零件尺寸误差影响因素分析 |
4.1.2 细长轴零件加工尺寸误差模型 |
4.2 钨合金切削特性与刀具选择 |
4.2.1 钨合金切削性能分析 |
4.2.2 切屑形态单因素分析 |
4.2.3 表面粗糙度单因素分析 |
4.2.4 残余应力单因素分析 |
4.2.5 钨合金切削刀具推荐和参数选择 |
4.3 钨合金细长轴尺寸误差智能预测模型 |
4.3.1 尺寸误差模型在钨合金细长轴预测中的局限性 |
4.3.2 钨合金细长轴尺寸误差与工艺参数的研究 |
4.3.3 基于机器学习的细长轴钨合金尺寸误差智能预测模型 |
4.4 本章小结 |
结论 |
参考文献 |
攻读学位期间发表论文与研究成果清单 |
致谢 |
作者简介 |
(9)基于普通车床的细长轴的车削加工方案研究(论文提纲范文)
1 细长轴零件的特点 |
2 影响细长轴车削加工精度的因素分析 |
3 对于提高细长轴加工精准度的方法分析 |
4 结语 |
(10)细长轴类零件车铣加工工艺的研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究的背景和意义 |
1.2 细长轴零件的加工特性 |
1.3 细长轴类零件车削加工研究现状 |
1.3.1 国内研究现状 |
1.3.2 国外研究现状 |
1.4 车铣加工细长轴类零件的研究现状 |
1.4.1 国内研究现状 |
1.4.2 国外研究现状 |
1.5 主要研究内容 |
第2章 正交车铣细长轴的运动学研究 |
2.1 正交车铣细长轴的鼓形误差 |
2.2 正交车铣运动的主要参数 |
2.2.1 正交车铣运动的切削点线速度 |
2.2.2 正交车铣运动的进给量 |
2.2.3 正交车铣运动的切削宽度 |
2.3 考虑鼓形误差的正交车铣运动建模 |
2.4 正交车铣刀具轨迹仿真分析 |
2.4.1 无鼓形误差刀具轨迹仿真 |
2.4.2 考虑鼓形误差的刀具轨迹仿真 |
2.5 本章小结 |
第3章 瞬时切削齿数对切削力影响的研究 |
3.1 瞬时切削齿数对切削加工性的影响 |
3.2 瞬时切削齿数的求解 |
3.3 多齿车铣切削力的研究 |
3.3.1 单齿车铣切削力 |
3.3.2 多齿车铣切削力 |
3.4 本章小结 |
第4章 装夹方式对细长轴加工鼓形误差的研究 |
4.1 有限元模型的建立 |
4.1.1 三种装夹方式受力图 |
4.1.2 有限元建模步骤 |
4.2 装夹方式对鼓形误差的影响 |
4.2.1 车削加工细长轴不同装夹方式对鼓形误差的影响 |
4.2.2 车铣加工细长轴不同装夹方式对鼓形误差的影响 |
4.3 切削参数对鼓形误差的影响 |
4.3.1 切削参数对夹盘—顶尖装夹鼓形误差的影响 |
4.3.2 切削参数对夹盘—顶尖—中心架装夹鼓形误差的影响 |
4.3.3 切削参数对夹盘—顶尖—跟刀架装夹鼓形误差的影响 |
4.4 本章小结 |
第5章 切削参数对细长轴切削加工效率的影响 |
5.1 细长轴工件材料属性 |
5.2 车削加工细长轴外圆的工艺参数选择与效率计算 |
5.3 正交车铣细长轴外圆的工艺参数选择与效率计算 |
5.3.1 正交车铣细长轴外圆的工艺参数选择 |
5.3.2 正交车铣细长轴外圆的效率计算 |
5.4 车削与车铣加工的切削力与加工效率对比 |
5.5 切削加工外圆的效率计算GUI界面设计 |
5.5.1 MATLABGUI简介 |
5.5.2 车削加工细长轴外圆加工效率计算的GUI界面设计 |
5.5.3 车铣加工细长轴外圆加工效率计算的GUI界面设计 |
5.6 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和获得的科研成果 |
致谢 |
四、细长轴的快速加工(论文参考文献)
- [1]航空发动机用薄壁细长轴旋锻校形工艺研究[J]. 王聚存,田天泰,张以升,彭谦之,曹苗,张琦. 塑性工程学报, 2020(11)
- [2]细长阶梯轴数控车削加工工艺的研究[D]. 李佩冠. 湖南师范大学, 2020(01)
- [3]普通车床细长轴加工工艺探讨[J]. 梁坚. 南方农机, 2020(08)
- [4]薄壁细长轴壁厚测量技术研究[J]. 刘勇,郑学着,王聚存,袁园,保文成. 机械科学与技术, 2019(05)
- [5]细长轴典型案例的工艺分析[J]. 杨维忠. 南方农机, 2018(19)
- [6]细长轴加工精度分析[J]. 王柄超,宗战,黄浩伦,吕安康. 中国设备工程, 2018(14)
- [7]拉夹逆向车削细长轴的振动特性及切削力预测研究[D]. 白意东. 河北工程大学, 2018(01)
- [8]基于机器学习的切削状态监测技术研究[D]. 史雪春. 北京理工大学, 2018(07)
- [9]基于普通车床的细长轴的车削加工方案研究[J]. 章国平,陈建中,章明祥. 时代农机, 2017(12)
- [10]细长轴类零件车铣加工工艺的研究[D]. 仵珍稷. 沈阳理工大学, 2018(12)