CN114952420B - 一种基于路径离散的球头铣刀铣削cfrp的磨损预测计算方法 - Google Patents
一种基于路径离散的球头铣刀铣削cfrp的磨损预测计算方法 Download PDFInfo
- Publication number
- CN114952420B CN114952420B CN202210560063.7A CN202210560063A CN114952420B CN 114952420 B CN114952420 B CN 114952420B CN 202210560063 A CN202210560063 A CN 202210560063A CN 114952420 B CN114952420 B CN 114952420B
- Authority
- CN
- China
- Prior art keywords
- angle
- fiber
- cutter
- wear
- abrasion
- 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
- 238000003801 milling Methods 0.000 title claims abstract description 33
- 239000004918 carbon fiber reinforced polymer Substances 0.000 title claims description 24
- 238000004364 calculation method Methods 0.000 title claims description 18
- 239000006185 dispersion Substances 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000005299 abrasion Methods 0.000 claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 16
- 239000000463 material Substances 0.000 claims abstract description 12
- 238000002474 experimental method Methods 0.000 claims abstract description 11
- 239000000835 fiber Substances 0.000 claims description 54
- 238000005520 cutting process Methods 0.000 claims description 41
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000003754 machining Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 abstract description 9
- 230000008901 benefit Effects 0.000 description 3
- 229920000049 Carbon (fiber) Polymers 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 2
- 238000000498 ball milling Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000004917 carbon fiber Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003475 lamination Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003822 epoxy resin Substances 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 229920000647 polyepoxide Polymers 0.000 description 1
- 239000011208 reinforced composite material Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
- B23Q17/0957—Detection of tool breakage
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
- Milling Processes (AREA)
Abstract
本发明涉及一种路径离散化思想的球头铣刀铣削复合材料的刀具磨损预测方法,该方法首先将刀刃上一磨损点与工件摩擦轨迹拆分为若干圈,建立了磨损点在任意切削瞬时位置下的所处纤维层判断方法,并提出了瞬时纤维切削角的计算方法,引入计数器计数方法计算影响磨损速率的不同纤维切削角区间的接触长度,采用实验标定方法获得的对应的磨损增长系数,搭建出球头铣刀铣削复合材料的刀具磨损预测模型。本发明对球头铣刀铣削复合材料加工过程的刀具任意磨损点磨损情况进行预测,在不同刀具路径,变参数加工过程以及不同材料铺层顺序等复杂场景下均能有较高的预测精度,能在未进行实际加工前预测完整路径下的磨损状况,可有效减少工艺实验量并为指导降低刀具磨损的工艺方法提供可靠依据。
Description
技术领域
本发明涉及复合材料切削加工领域,具体涉及一种基于路径离散的球头铣刀铣削CFRP的磨损预测计算方法。
背景技术
碳纤维增强复合材料(CFRP)具有轻质高强、耐疲劳耐腐蚀性能突出和可设计性良好等优点,被广泛应用于航空航天、轨道交通等领域高端装备关键构件的制造中。随着复合材料的不断革新和先进装备制造水平的飞速发展,CFRP在使用率逐年提升的趋势下,其材料构型不断由简单板型结构向复杂曲面结构发展。CFRP曲面构件通常采用近净成型工艺,然而为满足使用和装配要求,仍需要对其进行铣削加工。球头铣刀由于具备良好的法矢自适应性,能胜任各种曲面精加工,因此极适于铣削曲面CFRP构件。
曲面CFRP构件作为一种多相材料层叠结构、形状复杂的典型难加工材料,在铣削过程中切深切宽时刻变化、球头刀刃口曲线各位置磨损规律不同且CFRP材料层叠特性导致磨损增长率非连续,以上使得在铣削曲面CFRP过程中铣刀的磨损规律复杂难以预测。为在保证加工质量的前提下提高铣削的经济效益,需要优化工艺参数以降低磨损,迫切需要对刀具磨损规律进行探究。以往研究针对金属材料加工发明的刀具磨损预测方法,如上海工具厂和上海交通大学孟漪等人公开的“一种铬钢叶片型面加工用球头铣刀的剩余寿命预测方法”,专利号201610389334.1,通过实验搭建球头铣刀铣削过程的全寿命关系式,进行剩余加工寿命的预测,但该方法未考能考虑层叠结构类型材料,难以适用于用于复材铣削加工刀具的磨损预测。而华中科技大学的周焮钊等人发明的“基于深度学习回归算法的数控机床刀具磨损值预测方法”,专利号201911335398.3,通过采集数控机床进行切削加工时的三向振动信号,并记录此时刀具磨损的实际值,之后采用深度学习回归算法实现了刀具磨损的准确预测,但此方法需要进行大量的预实验,若提高影响因素实验量将指数倍增长,无法高效指导多参数的工艺优化。
综上所述,为满足高端装备复合材料高质量低磨损工艺优化目标,需要开发考虑CFRP加工特点并具有高适应性、高效率和高准确性的球头铣刀铣削CFRP的磨损预测方法。
发明内容
本发明针对现有磨损预测方法无法短时高效地针对铣削曲面CFRP构件的球头铣刀的磨损量进行准确预测的问题,提出基于路径离散的球头铣刀铣削CFRP的磨损预测计算方法,将整体路径离散为刀具每一旋转周期下的若干单圈轨迹,获取离散后每一单圈轨迹下任一刀具磨损点的瞬时纤维切削角度,同时计算不同纤维切削角区间内该刀具磨损点与工件摩擦的轨迹长度(以下简称为刀—工接触长度),最终对应不同纤维切削角铣削下的刀具磨损规律实现全路径内刀具磨损发展情况获取。该方法可以适用于不同曲面加工路径以及加工过程中复杂时变工艺参数下的球头铣刀磨损预测,可有效评判在复合材料层叠特性影响下的刀具不同位置的磨损速率差异。本发明在曲面铣削CFRP的磨损预测方面具有预测原理上的优势,具有极高的适应性与预测效率。
首先,本方法在设计时充分考虑在球头铣刀铣削时的工艺参数,几乎囊括了所有参数。第二,充分考虑了球头铣刀结构特点,使计算能够覆盖球端位置各点磨损预测。第三,充分考虑CFRP特点,选择纤维切削角作为区别磨损速率的关键因素,吻合CFRP对刀具磨损影响的作用原理。第四,考虑了曲面铣削的过程参数变化频繁,因此将路径离散化分析,且为保证磨损预测的准确性,仔细研究了各参数对磨损的影响特点,设计部分参数为实验标定量,保证预测精度。综上所述,该方法通过了大量的前期实验探索,符合理论基础,具有原理上的科学性。
具体步骤如下:
第一步:将路径离散化并获取工艺参数
将路径离散值至每一分步(刀具旋转一周磨损点与工件摩擦的轨迹),并将该刀具磨损点与工件摩擦的轨迹长度称为“刀—工接触长度”;
获取刀具每旋转一周的加工参数,包括:前倾角αx,侧倾角αy,进给速度f,转速n;材料参数:层顶高度H,层厚h,铺层顺序数列An=(an),相对于进给方向角度σ,刀工接触起止旋转角度ω1/ω2;以及刀具参数:刀具半径R,磨损点位置角β,螺旋角γ和齿数N;
第二步:建立以球头铣刀球面中心O为原点的笛卡尔坐标系
被加工工件表面垂直向外方向为z轴正方向,进给方向为y轴正方向,该坐标系以及刀具的初始位置如图1所示;其中O为坐标原点,L为刀具旋转轴线,p为所计算的任一磨损点,N为磨损点p与轴线L的垂足,f为磨损点p的速度方向,虚线为旋转后所处位置;计算所需相关物理量:前倾角αx,侧倾角αy,旋转角ω,p点位置角β;
第三步:判断任意时刻磨损点所处纤维层的纤维方向
引用刀具刃口曲线坐标:
计算刀具起始位置坐标:
P=(x,y,z)T=MxMy(xq,yq,zq)T (2)
其中Mx为绕x轴旋转矩阵,My为绕y轴旋转矩阵:
刀具旋转任意时刻Pxz的位置坐标:
其中绕任意轴旋转矩阵M为:
式中nx,ny,nz为所绕旋转轴的方向余弦:
此时磨损点相对顶层高度D:
D=-zxz-H (10)
式中zxz为公式(5)中Pxz的纵坐标值;
所处纤维层数S:
此时可知该层的纤维铺层方向为铺层顺序数列A第S个值aS,
所以磨损点所处纤维层的纤维方向角θ:
θ=σ+aS (12)
纤维方向向量:
第四步:计算任意时刻磨损点所处位置的纤维切削角
旋转轴矢量方向:
N点坐标:
磨损点切削速度方向:
计算切削速度与纤维夹角,即为纤维切削角:
注:同一纤维方向下的纤维切削角变化随旋转角增大而减小,若变化趋势相反此时应纤维切削角应为原来纤维切削角的补角;
第五步:通过统计处于两个纤维切削角范围内的旋转角次数计算该圈内的两个角度范围各自的刀—工接触长度;
经验证,在纤维切削角为锐角(0°~90°)内的磨损速率和纤维切削角在钝角(90°~180°)内的磨损速率有较大区别,而同为锐角或钝角时磨损速率变化不大,所以选择0°~90°和90°~180°作为划分不同刀具磨损速率的纤维切削角区间;
将一周的路径以合适的步长m离散;判断纤维各旋转角度下的纤维切削角所处范围,并计数,分别计为j1和j2;
考虑旋转过程的螺旋线,计算刀—工接触长度:
r=Rsinβ (18)
第六步:匹配各自刀—工接触长度的磨损规律,并引入影响力热作用相关参数的修正系数,经实验获得要预测工况下的磨损增量与计算得单圈的磨损增量,循环上述步骤获得全加工过程的磨损变化过程预测数据;具体计算过程如下:
其中,t为刀具旋转圈数,c为初期磨损最大圈数,z为路径最大圈数;计算中,认为单圈内的加工参数一致,不同圈的磨损增量k值与各圈的加工参数有关,具体包括转速,进给速度和刀具齿数,标定方法为选择所用参数进行若干次磨损实验,该实验不需要铣削距离很长,只需要获取正常磨损时期磨损增长率k值和初期磨损最大磨损椭圆长半轴R0即可,该实验能够进一步提升预测精度,减少力热累积影响的磨损预测精度;R0与刀具和工件材料有关。
本发明的有益效果:本发明对球头铣刀铣削复合材料加工过程的刀具任意磨损点磨损情况进行预测,在不同刀具路径,变参数加工过程以及不同材料铺层顺序等复杂场景下均能有较高的预测精度,能在未进行实际加工前预测完整路径下的磨损状况,可有效减少工艺实验量并为指导降低刀具磨损的工艺方法提供可靠依据。
附图说明
图1是以球头铣刀球面中心为原点建立的笛卡尔坐标系示意图;
图2是本发明方法单步磨损计算程序框图;
图3为在变参数铣削加工下球头铣刀磨损实测值和预测值对比图
具体实施方式
以下结合附图和技术方案,进一步说明本发明的具体实施方式。
本发明方法在实施过程采用计算机程序实行,参考图2程序框图,该框图用于说明程序设计逻辑,以下为具体预测过程。
本实施例以铣削一盘类曲面零件为例,刀具为直径8mm的硬质合金两刃球头铣刀,螺旋角为30°,工件为T800环氧树脂基碳纤维复合材料,每层厚度为0.19mm,铺层方式为[(-45/90/45/0)2/90/90/90/90/90/(-45/90/45/0)2]。,铣削参数为初期转速3000r/min,进给速度200mm/min,前倾角15°,后期转速2000r/min,进给速度150mm/min,前倾角15°。所预测磨损点位为位置角25°位置。
步骤一:
将路径离散化计算出每一单圈的工艺参数与工件参数;
刀具每旋转一圈的工艺参数包括前倾角αx,侧倾角αy,进给速度f,转速n;工件参数则包括层顶高度H,层厚h,铺层顺序数列An=(an),相对于进给方向角度σ,刀工接触起止旋转角度ω1/ω2;
步骤二:
建立以球头铣刀球面中心为原点的笛卡尔坐标系;被加工工件表面垂直向外方向为z轴正方向,进给方向为y轴正方向;其中O为坐标原点,L为刀具旋转轴线,p为所计算的任一磨损点,N为磨损点p与轴线l的垂足,f为磨损点p的速度方向,虚线为旋转后所处位置;计算所需相关物理量:前倾角αx,侧倾角αy,旋转角ω,p点位置角β;
步骤三
判断任意时刻磨损点所处纤维层的纤维方向,引入刀具参数:
引用刀具刃口曲线坐标:
计算刀具起始位置坐标:
P=(x,y,z)T=MxMy(xq,yq,zq)T
其中Mx为绕x轴旋转矩阵,My为绕y轴旋转矩阵
刀具旋转任意时刻的位置坐标:
其中绕任意轴旋转矩阵M为:
式中nx,ny,nz为所绕旋转轴的方向余弦:
nx=0
ny=sin15°
nz=cos15°
此时磨损点相对顶层高度D:
D=-zxz-H
所处纤维层数S:
此时可知该层的纤维铺层方向为铺层顺序数列A第S个值aS,
所以磨损点所处纤维层的纤维方向角θ:
θ=σ+aS
纤维方向向量:
第四步
计算任意时刻磨损点所处位置的纤维切削角
旋转轴矢量方向:
N点坐标:
磨损点切削速度方向:
计算切削速度与纤维夹角,即为纤维切削角:
第五步
将一周的路径离散成若干点,离散点数越多计算越精细,但会增加计算量,影响运算速度,且在一定的范围以上计算精度提升微乎其微,本实施方案选择较为合适的作为步长进行离散;获得各圈两个纤维切削角范围内的计数器j1和j2,计算刀—工接触长度:
r=Rsinβ
第六步
通过标定实验获得两个纤维角度范围内的磨损增长率k1和k2,并标定出后期相对于前期工艺参数时的磨损率修正系数,最终获得各个圈内的k1(t)和k2(t),对应相应的刀—工接触长度计算得单圈的磨损增量,循环上述步骤获得全加工过程的磨损变化过程预测数据;且测出初期磨损最大磨损椭圆长半轴R0;具体计算过程如下:
附图3为在变化加工参数以及铣削曲面构件下情况下以刀—工接触长度为横坐标的预测值和实测值对比图,能够看出预测值和实测值误差很小,表明了本发明的方法的科学性。
本发明能够仅进行少量标定实验的情况下,预测完整复杂加工状况下的曲面铣削CFRP过程球头铣刀的刀具磨损情况,节省大量人力物力,能够为指导相关的工艺优化提供可靠依据。
Claims (1)
1.一种基于路径离散的球头铣刀铣削CFRP的磨损预测计算方法,其特征在于,具体步骤如下:
第一步:将路径离散化并获取工艺参数
将路径离散值至每一分步为刀具旋转一周磨损点与工件摩擦的轨迹;
获取刀具每旋转一周的加工参数,包括:前倾角αx、侧倾角αy、进给速度f、转速n;材料参数:层顶高度H、层厚h、铺层顺序数列An=(an)、相对于进给方向角度σ、刀工接触起止旋转角度ω1/ω2;以及刀具参数:刀具半径R、磨损点位置角β、螺旋角γ和齿数N;
第二步:建立以球头铣刀球面中心为原点的笛卡尔坐标系
被加工工件表面垂直向外方向为z轴正方向,进给方向为y轴正方向,与yoz平面垂直且指向球头刀初始曲线位置的方向为x轴正方向,O为坐标原点,L为刀具旋转轴线,p为所计算的任一磨损点,N为磨损点p与轴线L的垂足,f为磨损点p的速度方向,虚线为旋转后所处位置;计算所需相关物理量:前倾角αx、侧倾角αy、旋转角ω、p点位置角β;
第三步:判断任意时刻磨损点所处纤维层的纤维方向
引用刀具刃口曲线坐标:
计算刀具起始位置坐标:
P=(x,y,z)T=MxMy(xq,yq,zq)T (2)
其中Mx为绕x轴旋转矩阵,My为绕y轴旋转矩阵:
刀具旋转任意时刻的位置坐标:
其中绕任意轴旋转矩阵M为:
式中nx,ny,nz为所绕旋转轴的方向余弦:
此时磨损点相对顶层高度D:
D=-zxz-H (10)
式中,zxz为公式(5)中Pxz的纵坐标值;
所处纤维层数S:
此时可知该层的纤维铺层方向为铺层顺序数列A第k个值aS,
所以磨损点所处纤维层的纤维方向角θ:
θ=σ+aS (12)
纤维方向向量:
第四步:计算任意时刻磨损点所处位置的纤维切削角
旋转轴矢量方向:
N点坐标:
磨损点切削速度方向:
计算切削速度与纤维夹角,即为纤维切削角:
其中,同一纤维方向下的纤维切削角变化随旋转角增大而减小,若变化趋势相反此时应纤维切削角应为原来纤维切削角的补角;
第五步:通过统计处于两个纤维切削角范围内的旋转角次数计算该圈内的两个角度范围各自的接触长度,选择0°~90°和90°~180°作为划分不同刀具磨损速率的纤维切削角区间;
将一周的路径以合适的步长m离散成若干个点;首先判断纤维各旋转角度下的纤维切削角所处范围,并计数,分别计为j1和j2;
考虑旋转过程的螺旋线,计算接触长度:
r=Rsinβ (18)
其中,t为刀具旋转圈数,c为初期磨损最大圈数,z为路径最大圈数;该计算中,不同圈的磨损增量k值与各圈的加工参数有关,具体包括转速,进给速度和刀具齿数,标定方法为选择所用参数进行若干次磨损实验,随后获取正常磨损时期磨损增长率k值和初期磨损最大磨损椭圆长半轴R0,R0主要与刀具和工件材料有关。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210560063.7A CN114952420B (zh) | 2022-05-23 | 2022-05-23 | 一种基于路径离散的球头铣刀铣削cfrp的磨损预测计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210560063.7A CN114952420B (zh) | 2022-05-23 | 2022-05-23 | 一种基于路径离散的球头铣刀铣削cfrp的磨损预测计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114952420A CN114952420A (zh) | 2022-08-30 |
CN114952420B true CN114952420B (zh) | 2023-04-11 |
Family
ID=82984322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210560063.7A Active CN114952420B (zh) | 2022-05-23 | 2022-05-23 | 一种基于路径离散的球头铣刀铣削cfrp的磨损预测计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114952420B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118180991B (zh) * | 2024-05-17 | 2024-07-19 | 福建科烨数控科技有限公司 | 一种刀具回收管理方法、管理系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3300604B2 (ja) * | 1996-06-21 | 2002-07-08 | 中村留精密工業株式会社 | 工具破損検出方法及び装置 |
CN101590614B (zh) * | 2009-07-03 | 2011-08-31 | 南京航空航天大学 | 基于形状复制的数控铣削加工刀具磨损测量方法 |
KR20170035564A (ko) * | 2015-09-23 | 2017-03-31 | 주식회사 사람과기술 | 복합소재 컷팅 공구 관리방법 |
CN108628661B (zh) * | 2017-03-24 | 2021-11-26 | 郑芳田 | 云制造服务的自动建置方法、云制造系统 |
CN107598675B (zh) * | 2017-06-21 | 2019-10-01 | 沈阳航空航天大学 | 一种基于硬质合金刀具崩刃失效预测的钻削参数优化方法 |
CN110576336A (zh) * | 2019-09-11 | 2019-12-17 | 大连理工大学 | 基于ssae-lstm模型的深孔加工刀具磨损量监测方法 |
CN111331429A (zh) * | 2020-03-12 | 2020-06-26 | 中国民航大学 | 基于小波包能量分析的刀具磨损状态监测方法及装置 |
CN112372372B (zh) * | 2020-12-07 | 2022-09-02 | 哈尔滨理工大学 | 一种高效铣刀累积摩擦磨损边界识别与验证方法 |
CN112705766B (zh) * | 2020-12-18 | 2022-02-11 | 成都航空职业技术学院 | 一种刀具非均匀磨损状态监测方法 |
-
2022
- 2022-05-23 CN CN202210560063.7A patent/CN114952420B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114952420A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mali et al. | A comprehensive review of free-form surface milling–Advances over a decade | |
Zhu et al. | Mechanistic modeling of the ball end milling process for multi-axis machining of free-form surfaces | |
CN114952420B (zh) | 一种基于路径离散的球头铣刀铣削cfrp的磨损预测计算方法 | |
Li et al. | Surface topography and roughness in hole-making by helical milling | |
Rao et al. | Modeling and optimization of machining processes | |
Li et al. | An approach to calculate grinding wheel path for complex end mill groove grinding based on an optimization algorithm | |
CN115033800B (zh) | 基于知识图谱的数控加工刀具推荐方法 | |
Razfar et al. | Optimum damage and surface roughness prediction in end milling glass fibre-reinforced plastics, using neural network and genetic algorithm | |
Cheng et al. | Tool design and cutting parameter optimization for side milling blisk | |
Ning et al. | Milling force prediction model development for CFRP multidirectional laminates and segmented specific cutting energy analysis | |
Suzuki et al. | Force prediction in cutting operations with self-propelled rotary tools considering bearing friction | |
Kim et al. | Efficient analysis of CFRP cutting force and chip formation based on cutting force models under various cutting conditions | |
Onysko et al. | Impact of the tool’s flank clearance angle on the pitch diameter accuracy of the tool-joint tapered thread | |
Zhu et al. | Prediction of drilling force for high volume fraction SiCp/Al composite based on neural network | |
Sadilek et al. | A study of effects of changing the position of the tool axis against the machined surface | |
Li et al. | Study on hole making process of thick-section CFRP | |
Li et al. | An integral algorithm for instantaneous uncut chip thickness measuring in the milling process | |
Laghari et al. | Genetic Modeling for Enhancing Machining Performance of High-Volume Fraction 45% SiCp/Al Particle Reinforcement Metal Matrix Composite | |
CN106960080B (zh) | 非均匀螺旋角铣刀超声铣削未变形切削厚度的预测方法 | |
Stupnytskyy et al. | Simulation studies of high-speed machining | |
Khavin et al. | Geometrical Model for Tool Wear Assessment in the Processing of Reinforced Composite | |
Li et al. | Study on Hole Making Process of Thick-section Carbon Fiber Reinforced Plastics | |
Afteni et al. | Study on hard turning process versus grinding in manufacturing some bearing inner rings | |
Cheng | Optimization of surface generation in ultra-precision multi-axis raster milling | |
Troß et al. | Influence of a Two-Cut-Strategy on Tool Wear in Gear Hobbing |
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 |