CN114812486B - 一种加工工件表面粗糙度的获取方法、装置及电子设备 - Google Patents
一种加工工件表面粗糙度的获取方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114812486B CN114812486B CN202210520671.5A CN202210520671A CN114812486B CN 114812486 B CN114812486 B CN 114812486B CN 202210520671 A CN202210520671 A CN 202210520671A CN 114812486 B CN114812486 B CN 114812486B
- Authority
- CN
- China
- Prior art keywords
- workpiece
- parameters
- surface roughness
- surface profile
- cutter
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/30—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring roughness or irregularity of surfaces
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Numerical Control (AREA)
Abstract
本申请公开了一种加工工件表面粗糙度的获取方法、装置及电子设备，该方法包括：获取刀具参数和工件参数，并根据刀具参数和工件参数建立刀具和工件三维模型；根据三维模型，设置欧拉域覆盖加工工件，获取加工工件的表面轮廓图；根据表面轮廓图，确定加工工件的表面粗糙度。通过建立刀具和工件三维模型，并由欧拉域提取加工工件的表面轮廓图，不仅不受刀具和工件的参数限制，并且能够获取到精度较高的表面轮廓图。
Description
技术领域
本发明涉及机械加工工艺技术领域，尤其涉及一种加工工件表面粗糙度的获取方法、装置及电子设备。
背景技术
表面粗糙度作为工件表面质量的重要评价指标，与切削表面的耐磨性、疲劳强度和摩擦性能息息相关，对加工工件的服役性能和使用寿命具有显著影响。因此，获取加工工件的表面粗糙度对于实际生产具有重要意义。
目前，获取加工工件表面粗糙度的手段主要以解析建模和实验方法为主。然而，现有的解析模型往往不能满足所有工况需求，且求解困难；而实验不仅耗费大量的人力和资源，测量过程中还可能出现误差导致结果不准确。
因此，如何简单准确地获取加工工件的表面粗糙度已成为本领域内急需解决的技术难题。
发明内容
有鉴于此，有必要提供一种加工工件表面粗糙度的获取方法、装置及电子设备，用以解决现有技术中获取加工工件的表面粗糙度过程复杂且精度低的问题。
为了解决上述问题，本发明提供一种加工工件表面粗糙度的获取方法，包括：获取刀具参数和工件参数，并根据刀具参数和工件参数建立刀具和工件三维模型；根据三维模型，设置欧拉域覆盖加工工件，获取加工工件的表面轮廓图；根据表面轮廓图，确定加工工件的表面粗糙度。
进一步地，刀具参数包括前角、后角、刀具长度、刀具宽度；工件参数包括工件长度、工件高度。
进一步地，根据三维模型，设置欧拉域覆盖加工工件，获取加工工件的表面轮廓图，包括：
设置一个三维的欧拉域覆盖住工件；
定义工件的材料属性；
将刀具与工件进行装配，确定切削深度；
创建分析步，确定输出时间间隔和输出变量；
确定刀具与工件的相互作用属性、载荷及边界条件，并对三维模型进行网格划分；
对工件进行加工，提取加工工件表面的坐标数据，得到表面轮廓图。
进一步地，定义工件的材料属性，包括：
获取工件的材料参数，并根据材料参数确定工件的损伤参数。
进一步地，工件的材料参数包括：工件的密度、弹性模量、泊松比、热导率、比热和膨胀系数。
进一步地，对三维模型进行网格划分，包括：
将三维的欧拉域分成上下两部分，上部分为欧拉域网格单元，网格合理加密，形成波动的表面轮廓；下部分为刀具网格单元，刀具分为与工件接触和不接触两部分进行局部布种。
进一步地，根据表面轮廓图，确定加工工件的表面粗糙度，包括：
根据表面轮廓图，得到表面轮廓中波峰和波谷的距离；
根据表面轮廓中波峰和波谷的距离，确定加工工件的表面粗糙度。
为了解决上述问题，本发明提供一种工件表面粗糙度的获取装置，包括：
模型建立模块，用于获取刀具参数和工件参数，并根据刀具参数和工件参数建立刀具和工件三维模型；
表面轮廓图获取模块，用于根据三维模型，获取加工工件的表面轮廓图；
表面粗糙度确定模块，用于根据表面轮廓图，确定加工工件的表面粗糙度。
为了解决上述问题，本发明提供一种电子设备，包括处理器以及存储器，存储器上存储有计算机程序，计算机程序被处理器执行时，实现如上文所述的加工工件表面粗糙度的获取方法。
为了解决上述问题，本发明提供一种计算机可读存储介质，可读存储介质存储有计算机程序指令，当计算机程序指令被计算机执行时，使计算机执行如上文所述的加工工件表面粗糙度的获取方法。
采用上述技术方案的有益效果是：本发明通过获取刀具参数和工件参数，并根据刀具参数和工件参数建立刀具和工件三维模型；然后根据三维模型，设置欧拉域覆盖加工工件，获取加工工件的表面轮廓图；根据表面轮廓图，确定加工工件的表面粗糙度。通过建立刀具和工件三维模型，并由三维模型中的欧拉域提取加工工件的表面轮廓图，由于三维模型是根据刀具和工件建立的，所以能够加工任意形状的工件，并且在欧拉域中能够提取工件在加工过程中的形变量，因此，本技术方案不受刀具和工件的参数限制；进一步地，由于欧拉域中的网格精度可以根据需要进行调节，所以能够获取到精度较高的表面轮廓图。
附图说明
图1为本发明提供的加工工件表面粗糙度的获取方法一实施例的流程示意图；
图2为本发明提供的获取加工工件的表面轮廓图一实施例的流程示意图；
图3为本发明提供的获取加工工件的表面轮廓图一实施例的结构示意图；
图4为本发明提供的工件表面轮廓图一实施例的结构示意图；
图5为本发明提供的工件表面的高度值一实施例的示意图；
图6为本发明提供的工件表面粗糙度一实施例的示意图；
图7为本发明提供的工件表面粗糙度的获取装置一实施例的结构框图；
图8为本发明提供的获取加工工件表面粗糙度的电子设备一实施例的结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
目前，为了获取加工工件表面粗糙度，主要以解析建模和实验方法对加工工件进行处理。然而，现有的解析模型往往不能满足所有工况需求，且求解困难；而实验方法不仅耗费大量的人力和资源，测量过程中还可能出现误差导致结果不准确。
为了解决上述问题，本发明提供了一种加工工件表面粗糙度的获取方法、装置及电子设备，以下分别进行详细说明。
如图1所示，图1为本发明提供的加工工件表面粗糙度的获取方法一实施例的流程示意图，包括：
步骤S11：获取刀具参数和工件参数，并根据刀具参数和工件参数建立刀具和工件三维模型。
步骤S12：根据三维模型，设置欧拉域覆盖加工工件，获取加工工件的表面轮廓图。
步骤S13：根据表面轮廓图，确定加工工件的表面粗糙度。
在本发明实施例中，由于刀具和工件在加工过程中总是配套出现，但是不同的工件在加工过程中使用的刀具不同，因此，先获取刀具参数和工件参数，然后根据刀具参数和工件参数建立刀具和工件三维模型；进一步地，为了利用三维模型获取加工工件的表面轮廓图，在三维模型中设置欧拉域，在加工过程中，欧拉域覆盖加工工件，能够直接提取加工工件的表面轮廓图；最后，根据表面轮廓图中的波动，确定加工工件的表面粗糙度。
本实施例中，通过建立刀具和工件三维模型，并由三维模型中的欧拉域提取加工工件的表面轮廓图，由于三维模型是根据刀具和工件建立的，所以能够加工任意形状的工件，因此，本技术方案不受刀具和工件的参数限制；进一步地，在欧拉域中提取工件在加工后的表面轮廓图，由于欧拉域中的网格精度可以根据需要进行调节，所以能够获取到精度较高的表面轮廓图；最后，根据表面轮廓图中的波动，确定加工工件的表面粗糙度，求解方式多样且计算简单。
在一具体实施例中，建立刀具和工件三维模型时，使用的仿真软件是商用有限元软件ABAQUS。
在一具体实施例中，刀具和工件模型中，刀具参数包括前角、后角、刀具长度、刀具宽度；工件参数包括工件长度、工件高度。
优选地，刀具前角的范围包括5°至60°，刀具后角的范围包括5°至80°，刀具长度的范围包括0.1mm至10mm，刀具宽度的范围包括0.1mm至5mm，工件长度的范围包括0.5mm至10mm，工件高度的范围包括0.1mm至5mm。
在一具体实施例中，刀具的材料使用硬质合金，工件的材料使用Ti6Al4V，刀具的材料参数包括密度、杨氏模量、泊松比、比热、热膨胀系数和热导率；工件的材料参数包括杨氏模量、密度、热导率、比热、融化温度和热膨胀系数。
优选地，刀具密度的范围包括10e-9ton/mm3至20e-9ton/mm3，刀具杨氏模量的范围包括200000Mpa至900000Mpa，刀具泊松比的范围包括0.1至1，刀具比热的范围包括0.103e9mJ/ton℃至0.503e9mJ/ton℃，刀具热膨胀系数的范围包括2.7e-6℃-1至6.7e-6℃-1，刀具热导率的范围包括20w/m℃至50w/m℃；工件杨氏模量的范围包括100000Mpa至300000Mpa，工件密度的范围包括2.43e-9ton/mm3至6.43e-9ton/mm3，工件热导率的范围包括5w/m℃至10w/m℃，工件比热的范围包括0.246e9mJ/ton℃至0.746e9mJ/ton℃，工件融化温度的范围包括1000℃至2000℃，工件热膨胀系数的范围包括6.1e-6℃-1至12.1e-6℃-1。
在一具体实施例中，将刀具设置为刚体，工件设置为可变形实体。
作为优选的实施例，在步骤S12中，为了清楚地说明根据三维模型获取加工工件的表面轮廓图的过程，如图2所示，图2为本发明提供的获取加工工件的表面轮廓图一实施例的流程示意图，获取加工工件的表面轮廓图包括：
步骤S121：设置一个三维的欧拉域覆盖住工件。
步骤S122：定义工件的材料属性。
步骤S123：将刀具与工件进行装配，确定切削深度。
步骤S124：创建分析步，确定输出时间间隔和输出变量。
步骤S125：确定刀具与工件的相互作用属性、载荷及边界条件，并对三维模型进行网格划分。
步骤S126：对工件进行加工，提取加工工件表面的坐标数据，得到表面轮廓图。
本实施例中，为了获取工件的表面轮廓图，首先，设置一个三维的欧拉域覆盖住工件，特别地，要将待加工的部分完全覆盖，以便得到较为完整的结果；另外，不同工件的材料不同，还需要定义工件的材料属性，输入至三维模型中；其次，将刀具与工件进行装配，确定切削深度，也就是说，根据加工需要，确定工件的加工位置；硬件准备完成后，创建分析步，确定输出时间间隔和输出变量；然后，确定刀具与工件的相互作用属性、载荷及边界条件，并对三维模型进行网格划分；最后，对工件进行加工，提取加工工件表面的坐标数据，得到表面轮廓图。
上述实施例中，通过欧拉域仿真获取工件表面的数据，欧拉域能够覆盖工件，获取相应的数据，因此，能够适应任意参数的刀具和工件的加工；由于欧拉域中网格的参数可以调整，所以能够获取精度较高的表面轮廓图。
在步骤S121中，设置一个三维的欧拉域覆盖住工件，从而实现工件在材料变形时，相应的物理量会被映射到欧拉域的网格中，而且可以完全避免网格畸变。
在步骤S122中，工件的材料属性包括工件的损伤参数，为了确定工件的损伤参数，还需要获取工件的材料参数，包括工件的密度、弹性模量、泊松比、热导率、比热和膨胀系数。
在一具体实施例中，利用Johnson-Cook本构模型确定工件的流动应力，流动应力公式为：
其中，σ是流动应力，A、B、C分别为初始屈服应力、应变强化系数、应变率强化系数，ε、分别为等效塑性应变、等效塑性应变率、参考应变率，n是硬化指数，m是热软化系数，T、Tr、Tm分别为当前温度、转变温度、融化温度。
优选地，初始屈服应力A的范围包括800MPa至1200MPa，应变强化系数B的范围包括800MPa至1200MPa，应变率强化系数C的范围包括0.01至0.1，硬化指数n的范围包括0.4至1.2，热软化系数m的范围包括0.8至1.5。
进一步地，利用Johnson-Cook损伤模型确定工件的损伤参数，损伤参数公式为：
其中，D是损伤参数，当D由0变为1时认为材料失效，Δε为一个积分周期的等效塑性应变增量，εf是当前应变率、温度、压力和等效应力条件下的破坏应变。
其中，σm是三个法向应力平均值，是米塞斯等效应力，d1-d5是材料参数。
优选地，d1的范围包括-0.2至-0.01，d2的范围包括0.1至0.5，d3的范围包括-0.8至-0.2，d4的范围包括0.008至0.02，d5的范围包括3至4。
在步骤S124中，使用动力，温度-位移，显示分析步，编辑分析步时间长度，调整场输出时间间隔和输出变量。
在步骤S125中，为了确定相互作用属性，将刀具与工件之间的接触定义为通用接触，编辑刀具为刚体约束。
在步骤S126中，为了清楚地说明在加工过程中，获取表面轮廓图的过程，如图3所示，图3为本发明提供的获取加工工件的表面轮廓图一实施例的结构示意图，包括刀具301、欧拉域302和工件303。
在加工过程中，欧拉域302将工件303待加工的部分覆盖，然后，固定欧拉域302，并将欧拉域302分成两部分，上部分为欧拉域网格单元，网格合理加密，形成波动的表面轮廓；下部分为刀具网格单元，刀具分为与工件接触和不接触两部分进行局部布种。
设置完成后，给刀具301在施加一定的力对工件303进行切削加工，加工过程中，欧拉域302同时收集工件303表面的坐标数据，最后确定工件303的表面轮廓图。
在一具体实施例中，为了便于统计工件303表面的变化，还可以建立坐标系，将工件303表面在加工前和加工后的数据在坐标系中表示出来，以便于后续分析。
在一具体实施例中，刀具301的切削可以是水平方向、竖直方向，还可以是其他任意方向。
在一具体实施例中，欧拉域网格单元类型为EC3D8RT，刀具网格单元类型为C3D8T。
在一具体实施例中，在预定义场中把刀具和工件的温度设置为室温。
作为优选的实施例，在步骤S13中，得到加工工件的表面轮廓图后，提取表面轮廓中波峰和波谷的距离；然后，根据表面轮廓中波峰和波谷的距离，确定加工工件的表面粗糙度。
在一具体实施例中，提取加工工件的表面轮廓图中的多组波峰和波谷的距离，然后通过求平均值，得到波峰和波谷的平均距离，用平均距离表示加工工件的表面粗糙度。
在另一具体实施例中，为了提高加工工件的表面粗糙度的可靠度，将表面轮廓中波峰和波谷的距离输入至表面粗糙度计算模型，从而得到精确的加工工件的表面粗糙度值。
进一步地，获取到加工工件的表面粗糙度值后，为了测量该加工工件其他状态下或者其他加工工件的表面粗糙度值，还可以更改刀具刃口半径和进给，或者更换加工工件，从而获得其对应的表面粗糙度值。
具体地，利用ABAQUS软件更改刀具刃口半径和进给，在刀具特征中编辑截面草图，重生成特征后得到新的刀具，在装配界面调整刀具与工件相对位置，获得不同的进给。然后，重新划分网格，并按照上文所述的加工工件表面粗糙度的获取方法，得到其对应的表面粗糙度。
本实施例中，使用ABAQUS软件改变切削时刀具的刃口半径和进给，减少了加工过程中因为更换刀具和工件消耗的时间，同时也减少了误差。利用带有欧拉域的刀具和工件三维模型，仿真出了切削后工件表面的弹性恢复，提高了获取到的表面轮廓图的精度；使用Johnson-Cook本构模型和Johnson-Cook损伤模型，模拟切削时材料的变形和断裂，还能够通过调整欧拉域的网格尺寸大小，根据需要改变获取到的表面轮廓图的精度。
为了完整地描述得到工件表面轮廓图后，最终确定工件表面粗糙度的步骤，如图4所示，图4为本发明提供的工件表面轮廓图一实施例的结构示意图，包括表面轮廓图41，表面轮廓图42和表面轮廓图43。其中，表面轮廓图41中，刀具411的刃口半径为0.01mm；表面轮廓图42中，刀具421的刃口半径为0.03mm；表面轮廓图43中，刀具431的刃口半径为0.05mm。
进一步地，在获取到工件的表面轮廓图后，提取出在任一水平方向上的工件表面的高度值，如图5所示，图5为本发明提供的工件表面的高度值一实施例的示意图。
其中，对应于上述表面轮廓图41，高度图51的高度变化缓慢，变化范围最小；对应于上述表面轮廓图43，高度图53的高度变化叫快，变化范围最大；对应于上述表面轮廓图42，高度图52的高度变化速度居于高度图51和高度图53之间，变化范围也处于高度图51和高度图53之间。
最后，根据工件表面的高度值图，提取高度值图中波峰和波谷的差值，然后通过求平均值，确定工件的表面粗糙度。
在一具体实施例中，调整进给量，能够得到表面粗糙度不同的工件，如图6所示，图6为本发明提供的工件表面粗糙度一实施例的示意图。
其中，表面粗糙度601对应的进给为0.05mm，表面粗糙度602对应的进给为0.08mm。
也就是说，对于同一工件，进给越大，工件的表面粗糙度越大；进给越小，工件的表面粗糙度越小。
为了解决上述问题，本发明提供还一种工件表面粗糙度的获取装置，如图7所示，图7为本发明提供的工件表面粗糙度的获取装置一实施例的结构框图，工件表面粗糙度的获取装置700包括：
模型建立模块701，用于获取刀具参数和工件参数，并根据刀具参数和工件参数建立刀具和工件三维模型；
表面轮廓图获取模块702，用于根据三维模型，获取加工工件的表面轮廓图；
表面粗糙度确定模块703，用于根据表面轮廓图，确定加工工件的表面粗糙度。
为了解决上述问题，本发明还提供一种电子设备，如图8所示，图8为本发明提供的获取加工工件表面粗糙度的电子设备一实施例的结构示意图，电子设备800包括处理器801和存储器802。
在一具体实施例中，电子设备800可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。
处理器801在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)，微处理器或其他数据处理芯片，用于运行存储器802中存储的程序代码或处理数据，例如执行加工工件表面粗糙度的获取程序等。
存储器802在一些实施例中可以是计算机设备的内部存储单元，例如计算机设备的硬盘或内存。存储器802在另一些实施例中也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器802还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器802用于存储安装于计算机设备的应用软件及各类数据，例如安装计算机设备的程序代码等。存储器802还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器802上存储有加工工件表面粗糙度的获取程序803，该加工工件表面粗糙度的获取程序803可被处理器801所执行，从而实现本发明各实施例的加工工件表面粗糙度的获取方法。
本实施例还提供了一种存储介质，其上存储有加工工件表面粗糙度的获取程序指令，加工工件表面粗糙度的获取程序指令被处理器执行时，实现如上述任一技术方案所述的加工工件表面粗糙度的获取方法。
本发明公开的一种加工工件表面粗糙度的获取方法、装置及电子设备，通过建立刀具和工件三维模型，并由三维模型中的欧拉域提取加工工件的表面轮廓图，不仅不受刀具和工件的参数限制，并且能够获取到精度较高的表面轮廓图；进一步地，使用ABAQUS软件改变切削时刀具的刃口半径和进给，减少了加工过程中因为更换刀具和工件消耗的时间，同时也减少了误差；另外，通过调整欧拉域的网格尺寸大小，根据需要改变获取到的表面轮廓图的精度，能够满足多种工件的多种加工需求；最后，根据表面轮廓图中的波动，确定加工工件的表面粗糙度，求解方式多样且计算简单。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种加工工件表面粗糙度的获取方法，其特征在于，包括：
获取刀具参数和工件参数，并根据所述刀具参数和所述工件参数建立刀具和工件三维模型；
设置一个三维的欧拉域覆盖住工件；
定义所述工件的材料属性；
将刀具与工件进行装配，确定切削深度；
创建分析步，确定输出时间间隔和输出变量；
确定所述刀具与所述工件的相互作用属性、载荷及边界条件，并对所述三维模型进行网格划分；
对所述工件进行加工，提取所述加工工件表面的坐标数据，得到所述表面轮廓图；
根据所述表面轮廓图，确定所述加工工件的表面粗糙度。
2.根据权利要求1所述的加工工件表面粗糙度的获取方法，其特征在于，所述刀具参数包括前角、后角、刀具长度、刀具宽度；所述工件参数包括工件长度、工件高度。
3.根据权利要求1所述的加工工件表面粗糙度的获取方法，其特征在于，所述定义所述工件的材料属性，包括：
获取所述工件的材料参数，并根据所述材料参数确定所述工件的损伤参数。
4.根据权利要求3所述的加工工件表面粗糙度的获取方法，其特征在于，所述工件的材料参数包括：所述工件的密度、弹性模量、泊松比、热导率、比热和膨胀系数。
5.根据权利要求1所述的加工工件表面粗糙度的获取方法，其特征在于，所述对所述三维模型进行网格划分，包括：
将所述三维的欧拉域分成上下两部分，上部分为欧拉域网格单元，网格合理加密，形成波动的表面轮廓；下部分为刀具网格单元，所述刀具分为与工件接触和不接触两部分进行局部布种。
6.根据权利要求1所述的加工工件表面粗糙度的获取方法，其特征在于，所述根据所述表面轮廓图，确定所述加工工件的表面粗糙度，包括：
根据所述表面轮廓图，得到所述表面轮廓中波峰和波谷的距离；
根据所述表面轮廓中波峰和波谷的距离，确定所述加工工件的表面粗糙度。
7.一种工件表面粗糙度的获取装置，其特征在于，包括：
模型建立模块，用于获取刀具参数和工件参数，并根据所述刀具参数和所述工件参数建立刀具和工件三维模型；
表面轮廓图获取模块，用于设置一个三维的欧拉域覆盖住工件；
定义所述工件的材料属性；
将刀具与工件进行装配，确定切削深度；
创建分析步，确定输出时间间隔和输出变量；
确定所述刀具与所述工件的相互作用属性、载荷及边界条件，并对所述三维模型进行网格划分；
对所述工件进行加工，提取所述加工工件表面的坐标数据，得到所述表面轮廓图；
表面粗糙度确定模块，用于根据所述表面轮廓图，确定所述加工工件的表面粗糙度。
8.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-6任一所述的加工工件表面粗糙度的获取方法。
9.一种计算机可读存储介质，其特征在于，所述可读存储介质存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行根据权利要求1至6中任一所述的加工工件表面粗糙度的获取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210520671.5A CN114812486B (zh) | 2022-05-13 | 2022-05-13 | 一种加工工件表面粗糙度的获取方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210520671.5A CN114812486B (zh) | 2022-05-13 | 2022-05-13 | 一种加工工件表面粗糙度的获取方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114812486A CN114812486A (zh) | 2022-07-29 |
| CN114812486B true CN114812486B (zh) | 2023-07-25 |
Family
ID=82515369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210520671.5A Active CN114812486B (zh) | 2022-05-13 | 2022-05-13 | 一种加工工件表面粗糙度的获取方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114812486B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110196034A (zh) * | 2019-06-18 | 2019-09-03 | 厦门理工学院 | 一种宽刀体键槽拉削表面粗糙度确定方法、装置及设备 |
| CN113770805A (zh) * | 2021-09-02 | 2021-12-10 | 天津大学 | 一种基于刀具参数和材料参数的车削表面粗糙度预测方法 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SE514309C2 (sv) * | 1999-05-28 | 2001-02-05 | Ericsson Telefon Ab L M | Förfarande för att bestämma ytstruktur |
| CN102490081B (zh) * | 2011-11-14 | 2013-07-24 | 华中科技大学 | 基于球头铣削加工的工件三维表面形貌的仿真方法 |
| CN102592035B (zh) * | 2012-03-20 | 2015-03-04 | 北京航空航天大学 | 一种车铣复合切削加工表面粗糙度及表面形貌仿真预测方法 |
| US10088386B2 (en) * | 2016-11-09 | 2018-10-02 | Beijing University Of Technology | Device and method for measuring three-dimensional contact stiffness of spur gear based on rough surface |
| CN107577207A (zh) * | 2017-08-29 | 2018-01-12 | 芜湖市风蝉电竞文化传媒有限公司 | 一种基于视觉的全闭环数控机床的加工方法 |
| US11167382B2 (en) * | 2017-09-18 | 2021-11-09 | Agathon AG, Maschinenfabrik | Method and machine equipment for manufacturing of a cutting tool |
| CN109002677A (zh) * | 2018-10-16 | 2018-12-14 | 北华航天工业学院 | 一种基于二维仿真分析的多步加工残余应力获取方法 |
| CN109299581B (zh) * | 2018-11-30 | 2022-10-14 | 厦门大学 | 一种结合曲面插值的端面铣刀铣削力预测方法 |
| CN110032748B (zh) * | 2018-12-14 | 2023-03-31 | 河南理工大学 | 适用于纵扭超声铣削的有限元仿真建模方法 |
| CN109783968B (zh) * | 2019-01-25 | 2021-02-12 | 山东大学 | 基于多工步的金属切削加工过程的三维有限元仿真方法 |
| CN110969695B (zh) * | 2019-12-17 | 2022-09-23 | 厦门理工学院 | 一种确定钻孔表面粗糙度的三维建模方法及装置 |
| US20220374563A1 (en) * | 2020-03-06 | 2022-11-24 | Dalian University Of Technology | Method for simulating chatter-free milled surface topography |
| CN113297689A (zh) * | 2021-04-16 | 2021-08-24 | 武汉理工大学 | 一种连续切削残余应力获取方法、设备及存储介质 |
-
2022
- 2022-05-13 CN CN202210520671.5A patent/CN114812486B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110196034A (zh) * | 2019-06-18 | 2019-09-03 | 厦门理工学院 | 一种宽刀体键槽拉削表面粗糙度确定方法、装置及设备 |
| CN113770805A (zh) * | 2021-09-02 | 2021-12-10 | 天津大学 | 一种基于刀具参数和材料参数的车削表面粗糙度预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114812486A (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021253963A1 (zh) | 一种薄壁微铣削变形预测方法 | |
| Ozturk et al. | Modeling of 5-axis milling processes | |
| CN105117547B (zh) | 微铣削镍基高温合金预测残余应力的仿真方法 | |
| US7870792B2 (en) | Forming limit strain analysis | |
| Ratchev et al. | An advanced FEA based force induced error compensation strategy in milling | |
| Dasgupta | On the distribution of burr with applications | |
| US20040176863A1 (en) | A method of modifying stamping tools for spring back compensation based on tryout measurements | |
| CN107330137A (zh) | 一种金属材料切削本构模型参数的辨识方法 | |
| CN108021776B (zh) | 一种复杂工件表面铣削加工误差的耦合数值仿真预测方法 | |
| US9934339B2 (en) | Apparatus and method for simulating machining and other forming operations | |
| CN116372662B (zh) | 数控锪窝尺寸预补偿修正方法 | |
| Aydın et al. | A methodology for cutting force prediction in side milling | |
| CN114812486B (zh) | 一种加工工件表面粗糙度的获取方法、装置及电子设备 | |
| Shrot et al. | A study of non-uniqueness during the inverse identification of material parameters | |
| CN117806231A (zh) | 一种基于物联网的机床运行加工控制系统及方法 | |
| Wang et al. | Modified cutting force prediction model considering the true trajectory of cutting edge and in-process workpiece geometry in ball-end milling operation | |
| Erdim et al. | Free-form surface machining and comparing feedrate scheduling strategies | |
| Shi et al. | Effect of anisotropy and cutting speed on chip morphology of Ti-6Al-4V under high-speed cutting | |
| CN115544687A (zh) | 一种精密复杂刀具的切削性能预测方法 | |
| CN113297689A (zh) | 一种连续切削残余应力获取方法、设备及存储介质 | |
| JP7543129B2 (ja) | 材料の加工方法並びにプロセス設計計算機及びそのプログラム | |
| CN114021272B (zh) | 一种基于解析模型的刀具-切屑温度预测修正方法 | |
| Tao et al. | Roughness of Oblique Cutting of Sheet Metal Based on Dimensional Analysis. | |
| CN113128099A (zh) | 一种车削工件频率预测方法 | |
| CN118378499B (zh) | 液体火箭发动机反力式涡轮寿命可靠性评估方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |