CN111753254A - 精拉刀刀齿参数实现方法 - Google Patents

精拉刀刀齿参数实现方法 Download PDF

Info

Publication number
CN111753254A
CN111753254A CN202010616830.2A CN202010616830A CN111753254A CN 111753254 A CN111753254 A CN 111753254A CN 202010616830 A CN202010616830 A CN 202010616830A CN 111753254 A CN111753254 A CN 111753254A
Authority
CN
China
Prior art keywords
design
broach
tooth
constraints
parameters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010616830.2A
Other languages
English (en)
Inventor
安庆龙
刘志强
俞威威
明伟伟
陈明
马海善
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Haibo Tool Industry Research Institute Co ltd
Shanghai Jiaotong University
Original Assignee
Jiangsu Haibo Tool Industry Research Institute Co ltd
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Haibo Tool Industry Research Institute Co ltd, Shanghai Jiaotong University filed Critical Jiangsu Haibo Tool Industry Research Institute Co ltd
Priority to CN202010616830.2A priority Critical patent/CN111753254A/zh
Publication of CN111753254A publication Critical patent/CN111753254A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23DPLANING; SLOTTING; SHEARING; BROACHING; SAWING; FILING; SCRAPING; LIKE OPERATIONS FOR WORKING METAL BY REMOVING MATERIAL, NOT OTHERWISE PROVIDED FOR
    • B23D43/00Broaching tools
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mechanical Engineering (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Milling, Broaching, Filing, Reaming, And Others (AREA)

Abstract

一种精拉刀刀齿参数实现方法,首先选取拉刀刀齿参数前角、后角和齿升量为设计变量,建立多约束响应曲面模型;选取常用约束,定量建立约束与设计参数间关系;基于面心组合的实现方法,对实验参数选择和水平值进行设定并开展实验;多元回归拟合数据,建立回归方程,得到满足约束条件的响应曲面模型;在许用约束构成的响应曲面的交集中选取得到刀齿设计参数;选择部分集合点验证,得到多约束响应曲面法用于拉刀参数优化设计时的可行性。本发明解决了重型燃气轮机涡轮盘榫槽精拉刀刀齿参数设计问题,并提出了一种可多约束响应曲面法,用于确定精拉刀结构要素设计可选的柔性参数集;也适用于对类似情况的榫槽精拉刀刀齿参数设计。

Description

精拉刀刀齿参数实现方法
技术领域
本发明涉及的是一种机械加工领域的技术,具体是一种重型燃气轮机涡轮盘榫槽的精拉刀刀齿参数实现方法。
背景技术
轮盘榫槽的加工是燃气轮机制造中的关键质量控制工序之一,其加工精度和加工表面完整性直接决定了轮盘榫槽部位配合牢固程度和传力性能、抗疲劳断裂性能、抗蠕变性能、耐腐蚀性能等,最终决定了系统工作可靠性和服役性能。由于轮盘材料的难加工性,以及拉削过程存在的切削力、热、振动多场耦合作用,经常存在刀具磨损严重、刃口崩刃、加工表面质量不稳定与成形精度超差等问题。
对于榫槽拉削这类成形加工工艺,拉刀精准设计是保证榫槽廓形精度的关键手段。拉削不同于其他切削方式,除了切削的速度、深度和宽度、切削时序几乎均由拉刀齿升量、齿宽和齿距等参数保证。然而,当前枞树型榫槽拉刀设计通常以经验设计与类比设计为主,缺乏系统化的实现方法。
发明内容
本发明针对现有技术存在的上述不足,提出一种精拉刀刀齿参数实现方法,通过选取拉刀刀齿参数的设计变量,基于面心组合的实现方法,对实验参数选择和水平值进行设定,对试验数据进行拟合,建立回归方程,在多响应曲面约束下,选择精拉刀刀齿结构要素,选择部分解验证实验模型有效性,实现了榫槽精拉削加工表面质量好的方案。
本发明是通过以下技术方案实现的:
本发明包括以下步骤:
步骤1:确定设计变量主次顺序,采用逐步降维的实现方法选取拉刀刀齿参数前角、后角和齿升量为设计变量;
所述的逐步降维具体是指:选择前角、后角、齿升量、齿距、齿数、刃口半径、刃口宽度、刀齿高、齿槽圆弧半径、齿背厚等刀齿参数为Xm设计变量(X1,X2,X3,……,Xn),每个设计变量作为列向量构成一个矩阵,并对矩阵的每一个行向量进行0均值化;每个设计变量选择Xn个水平值,构建Xm行Xn列的数据集矩阵Xmn,并进一步得到协方差矩阵和特征值、单位特征向量;计算每个设计变量的方差贡献率和累计方差贡献率,设定贡献率标准,从而确定拉刀刀齿参数的主成分设计变量,记为XSet=(X1,X2,X3,……,Xn)。
步骤2:选取拉刀设计约束,定量建立约束与设计参数间关系,构建约束与主成分设计变量之间的函数关系式;
所述的拉刀设计的约束特征包括:拉削效率约束、拉削表面质量约束、拉床功率约束、拉刀承载力约束、拉刀承载温度约束、拉削工艺系统承载振动约束,即W1,W2,W3,……,Wn以及刀具耐久性及疲劳寿命约束,函数关系式为W=(W1,W2,W3,……,Wn)。
所述的函数关系式为:
Figure BDA0002564072220000021
其中:kai,kbi和kij为相关系数。
步骤3:基于面心组合的实现方法,对实验参数选择即设计向量和水平值进行设定并开展实验;
所述的面心组合的实现方法具体为:针对设计变量即实验参数,确立三水平值,按照立方体结构组合成实验组,开展实验,测量对应的拉刀设计的约束特征响应值。
所述的实验组的组别为15。
步骤4:多元回归拟合数据,建立回归方程;
所述的多元回归具体步骤为:依据步骤3的实验测量响应值,采用多元回归方法拟合数据,构建步骤2的对应各设计约束的函数关系式。
步骤5:选择多约束响应曲面下精拉刀刀齿结构要素;
所述的多约束响应曲面具体步骤为:依据步骤4的回归方程,建立以设计变量为因变量,以设计约束为响应值的响应曲面,设计变量从多个约束共同构成交错耦合的约束空间的交集中选取。
步骤6:验证实验检验模型有效性。
技术效果
本发明整体解决重型燃气轮机涡轮盘榫槽的精拉刀刀齿参数设计的问题,在满足拉刀刃口强度约束和拉削负载约束下,本发明实现了榫槽精拉削加工表面质量好的方案,对类似情况的榫槽精拉刀刀齿参数设计提供了一种重要的参考方法。
附图说明
图1为本发明精拉刀刀齿参数设计流程图;
图2为本发明精拉刀几何参数优选点集合示意图;
图3为本发明在多约束响应曲面簇交集里选取六个验证点的示意图。
具体实施方式
如图1所示,为本实施例涉及的一种精拉刀刀齿参数实现方法,工件材料选用是高含铬耐热合金钢X12CrMoWVNbN-10-1-1,拉刀采用粉末冶金高速钢REX T15;切削以直角切削方式进行,用于分离分析刃口参数的影响,以免其他参数交互影响;刀齿参数设计范围:前角范围为15°到22°,后角为3°到6°,齿升量为0.04到0.12mm之间;采集软件系统包括Kistler 9272测力仪和Kistler 5070四通道电荷放大器、高速数据采集卡,采用表面粗糙度仪SJ-201对加工表面粗糙度进行测量,其中包含以下具体步骤:
步骤1:确定设计变量主次顺序,逐步降维选择主设计变量。
所述的设计变量Xm选择范围包括:前角、后角、齿升量、齿距、齿数、刃口半径、刃口宽度、刀齿高、齿槽圆弧半径、齿背厚等刀齿参数,每个设计变量作为列向量构成一个矩阵,并对矩阵的每一个行向量进行0均值化;每个设计变量选择Xn个水平值,构建Xm行Xn列的数据集矩阵Xmn,并进一步得到其协方差矩阵及其特征值、单位特征向量;计算每个设计变量的方差贡献率和累计方差贡献率,设定贡献率标准,从而确定拉刀刀齿参数的主成分设计变量,记为XSet==(X1,X2,X3,……,Xn)。
具体实施例中:燃气轮机涡轮盘T0195型榫槽成形拉刀,采用逐步降维的实现方法最终可选取拉刀刀齿参数前角、后角和齿升量为设计变量,建立该三个设计变量的响应曲面约束模型,如图2所示,其中:W1、W2和W3是可用响应曲面表示的约束条件,则拉刀几何设计参数X=[X1,X2,X3]可在三个响应曲面的交集XSet内选取。
步骤2:选取拉刀设计常用约束,常用约束包括:拉削效率约束、拉削表面质量约束、拉床功率约束、拉刀承载力约束、拉刀承载温度约束、拉削工艺系统承载振动约束、刀具耐久性及疲劳寿命约束,记为W==(W1,W2,W3,……,Wn);定量建立约束与设计参数间关系,即构建以上约束与主成分设计变量XSet=(X1,X2,X3,……,Xn)的函数关系式:
Figure BDA0002564072220000031
其中,kai,kbi和kij为相关系数。
步骤3:基于面心组合的实现方法,对实验参数选择和水平值进行设定并开展实验。
所述的面心组合设计针对设计变量即实验参数,确立三水平值,按照立方体结构组合成实验组,共计15组,开展实验,测量对应的拉刀设计的约束特征响应值;实验回归法和有限元分析法用于预测切削力、表面粗糙度和刀具刃口强度,在此基础上通过多响应曲面优化及其实现方法获得拉削高含铬耐热合金钢X12CrMoWVNb N-10-1-1的拉刀刃口参数。
步骤4:多元回归拟合数据,建立回归方程,得到满足约束条件的响应曲面模型。
所述的多元回归具体步骤为:依据步骤3的实验测量响应值,采用多元回归方法拟合数据,构建步骤2的对应各设计约束的函数关系式。
步骤5:依据步骤4的回归方程,建立以设计变量为因变量,以设计约束为响应值的多约束响应曲面,设计变量从多个约束共同构成交错耦合的约束空间的交集中选取。
由多响应曲面法及分析可知,在燃气轮机榫槽拉刀参数设计中,榫槽拉刀需要满足机床功率负载许用要求、加工表面粗糙度要求、刀具材料承载能力要求。在许用约束构成的响应曲面(F’<F’0,Ra<Ra0,S<S0)的交集中选取得到刀齿设计参数。
步骤6:为了验证方法可行性,选择部分集合点验证。
下面选择六组刀具刃口参数进行试验验证,如图3所示,选择6个点作为进一步实验对比点,按照上述方法得出的隶属于设计交集XSet的六组刃口参数对应的实验测量值和误差,所有误差均在10.5%以下,所以多约束响应曲面法是有效的和可信的,可作为刀具几何参数设计依据。
所述的步骤4中,拉削力负载、表面粗糙度、切削刃口结构强度构成多约束响应曲面模型。
a)所述的拉削力为:
Figure BDA0002564072220000041
F'=F/w,其中:w为切削刃口宽度,F'为单位长度拉削力,γ为前角,α为后角,δ为拉削齿升量。
b)所述的表面粗糙度为:
Figure BDA0002564072220000042
其中:Ra为已加工表面粗糙度。
c)所述的拉刀刃口强度约束为:
Figure BDA0002564072220000043
其中:S为刀具刃口结构强度。
本发明围绕榫槽精拉刀的刀齿结构要素设计问题开展研究,首先选取拉刀刀齿参数前角、后角和齿升量为设计变量,建立多约束响应曲面模型;选取常用约束,定量建立约束与设计参数间关系;基于面心组合的实现方法,对实验参数选择和水平值进行设定并开展实验;多元回归拟合数据,建立回归方程,得到满足约束条件的响应曲面模型;在许用约束构成的响应曲面(F’<F’0,Ra<Ra0,S<S0)的交集中选取得到刀齿设计参数;为了验证方法可行性,选择部分集合点验证,得到多约束响应曲面法用于拉刀参数优化设计时,其预测值和实验值偏差较小,所有误差均在10.5%以下,解决了重型燃气轮机涡轮盘榫槽精拉刀刀齿参数设计问题,并提出了一种可多约束响应曲面法,用于确定精拉刀结构要素设计可选的柔性参数集;也适用于对类似情况的榫槽精拉刀刀齿参数设计。
本实施例经过具体实际实验,能够得到的数据为:
Figure BDA0002564072220000051
经过实验验证表明该方法误差在10.5%以内,是较为可靠的刀具参数设计优化方法。
与现有技术相比,本方法在多响应曲面约束下,选择精拉刀刀齿结构要素,实现了榫槽精拉削加工表面质量好的方案。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整,本发明的保护范围以权利要求书为准且不由上述具体实施所限,在其范围内的各个实现方案均受本发明之约束。

Claims (8)

1.一种精拉刀刀齿参数实现方法,其特征在于,包括以下步骤:
步骤1:确定设计变量主次顺序,采用逐步降维的实现方法选取拉刀刀齿参数前角、后角和齿升量为设计变量;
步骤2:选取拉刀设计约束,定量建立约束与设计参数间关系,构建约束与主成分设计变量之间的函数关系式;
步骤3:基于面心组合的实现方法,对实验参数选择即设计向量和水平值进行设定并开展实验;
步骤4:多元回归拟合数据,建立回归方程;
步骤5:选择多约束响应曲面下精拉刀刀齿结构要素;
步骤6:验证实验检验模型有效性。
2.根据权利要求1所述的方法,其特征是,所述的步骤1中的逐步降维具体是指:选择前角、后角、齿升量、齿距、齿数、刃口半径、刃口宽度、刀齿高、齿槽圆弧半径、齿背厚等刀齿参数为Xm设计变量(X1,X2,X3,……,Xn),每个设计变量作为列向量构成一个矩阵,并对矩阵的每一个行向量进行0均值化;每个设计变量选择Xn个水平值,构建Xm行Xn列的数据集矩阵Xmn,并进一步得到协方差矩阵和特征值、单位特征向量;计算每个设计变量的方差贡献率和累计方差贡献率,设定贡献率标准,从而确定拉刀刀齿参数的主成分设计变量,记为XSet=(X1,X2,X3,……,Xn)。
3.根据权利要求1所述的方法,其特征是,所述的步骤2中的拉刀设计的约束特征包括:拉削效率约束、拉削表面质量约束、拉床功率约束、拉刀承载力约束、拉刀承载温度约束、拉削工艺系统承载振动约束,即W1,W2,W3,……,Wn以及刀具耐久性及疲劳寿命约束,函数关系式为W=(W1,W2,W3,……,Wn)。
4.根据权利要求1所述的方法,其特征是,所述的步骤2中的函数关系式为:
Figure FDA0002564072210000011
其中:kai,kbi和kij为相关系数。
5.根据权利要求1所述的方法,其特征是,所述的步骤3中的面心组合的实现方法具体为:针对设计变量即实验参数,确立三水平值,按照立方体结构组合成实验组,开展实验,测量对应的拉刀设计的约束特征响应值。
6.根据权利要求5所述的方法,其特征是,所述的实验组的组别为15。
7.根据权利要求1所述的方法,其特征是,所述的步骤4中的多元回归具体步骤为:依据步骤3的实验测量响应值,采用多元回归方法拟合数据,构建步骤2的对应各设计约束的函数关系式。
8.根据权利要求1所述的方法,其特征是,所述的步骤5中的多约束响应曲面具体步骤为:依据步骤4的回归方程,建立以设计变量为因变量,以设计约束为响应值的响应曲面,设计变量从多个约束共同构成交错耦合的约束空间的交集中选取。
CN202010616830.2A 2020-07-01 2020-07-01 精拉刀刀齿参数实现方法 Pending CN111753254A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010616830.2A CN111753254A (zh) 2020-07-01 2020-07-01 精拉刀刀齿参数实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010616830.2A CN111753254A (zh) 2020-07-01 2020-07-01 精拉刀刀齿参数实现方法

Publications (1)

Publication Number Publication Date
CN111753254A true CN111753254A (zh) 2020-10-09

Family

ID=72678354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010616830.2A Pending CN111753254A (zh) 2020-07-01 2020-07-01 精拉刀刀齿参数实现方法

Country Status (1)

Country Link
CN (1) CN111753254A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5903474A (en) * 1996-11-08 1999-05-11 University Of Kentucky Research Foundation Optimization of machining with progressively worn cutting tools
CN106798558A (zh) * 2017-02-19 2017-06-06 郑州轻工业学院 基于主成分分析的关键脑区的度量方法
CN108920876A (zh) * 2018-08-01 2018-11-30 中南大学 一种涡轮盘榫槽拉刀几何结构的优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5903474A (en) * 1996-11-08 1999-05-11 University Of Kentucky Research Foundation Optimization of machining with progressively worn cutting tools
CN106798558A (zh) * 2017-02-19 2017-06-06 郑州轻工业学院 基于主成分分析的关键脑区的度量方法
CN108920876A (zh) * 2018-08-01 2018-11-30 中南大学 一种涡轮盘榫槽拉刀几何结构的优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘志明: ""重型燃气轮机涡轮盘榫槽拉削机理与拉刀研制试验研究"", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》, no. 1, 15 January 2020 (2020-01-15), pages 117 - 151 *
景秀并;林滨;张琪;王广新;王钟周;: "用金属陶瓷刀具加工淬硬钢薄壁件切削参数优化", 组合机床与自动化加工技术, no. 04, 31 December 2009 (2009-12-31), pages 30 - 35 *

Similar Documents

Publication Publication Date Title
CN111783241B (zh) 一种薄壁微铣削变形预测方法
CN112372372B (zh) 一种高效铣刀累积摩擦磨损边界识别与验证方法
Chighizola et al. Intermethod comparison and evaluation of measured near surface residual stress in milled aluminum
Mahto et al. Optimization of process parameters in vertical CNC mill machines using Taguchi's design of experiments
CN113239461B (zh) 一种非对称结构复杂薄壁零件变形控制方法
CN107480317A (zh) 一种提高滚齿加工精度的方法
CN112101649A (zh) 一种基于模糊熵权综合评判法-灰色关联分析法与表面质量评价系统的加工参数优化方法
CN112528535B (zh) 基于热-力-流多场耦合的榫槽拉削工艺仿真分析方法
Dikshit et al. Modelling and application of response surface optimization to optimize cutting parameters for minimizing cutting forces and surface roughness in high-speed, ball-end milling of Al2014-T6
Dahbi et al. Optimization of turning parameters for surface roughness
CN110362951A (zh) 滚珠丝杠进给系统结合部虚拟材料模型参数获取方法
CN111753254A (zh) 精拉刀刀齿参数实现方法
Zhou et al. Grey-RBF-FA method to optimize surface integrity for inclined end milling Inconel 718
CN109933940A (zh) 基于滚刀主轴振动响应模型的滚齿工艺参数优化方法
Tomov et al. Modelling of multiple surface roughness parameters during hard turning: A comparative study between the kinematical-geometrical copying approach and the design of experiments method (DOE).
Gaitonde et al. Multiple performance optimization in drilling using Taguchi method with utility and modified utility concepts
CN111730113A (zh) 一种薄壁结构件铣削工艺参数优化方法
CN113894333B (zh) 钛合金薄壁结构精密铣削表面状态稳健性工艺控制方法
CN108319803A (zh) 一种超声切削刀具的多目标优化设计方法
CN113601264B (zh) 基于变进给量试切的刀具后刀面磨损状态确定方法
Gaitonde et al. Taguchi robust design for multiresponse drilling optimisation to minimise burr size using utility concept
CN112720070B (zh) 一种用于倒棱刃口刀的切削力建模方法
CN112163713A (zh) 一种基于模糊熵权综合评判法-响应曲面法的表面完整性加工参数优化方法
CN117852240A (zh) 一种工艺参数优化方法及应用
CN117874991A (zh) 一种基于残余应力分布的鲁棒性工艺参数域优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination