CN117349987A - 刀具切削力预测方法、装置及系统 - Google Patents
刀具切削力预测方法、装置及系统 Download PDFInfo
- Publication number
- CN117349987A CN117349987A CN202311411490.XA CN202311411490A CN117349987A CN 117349987 A CN117349987 A CN 117349987A CN 202311411490 A CN202311411490 A CN 202311411490A CN 117349987 A CN117349987 A CN 117349987A
- Authority
- CN
- China
- Prior art keywords
- digital model
- cutter
- workpiece
- tool
- cutting
- 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
Links
- 238000005520 cutting process Methods 0.000 title claims abstract description 193
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims description 12
- 238000010408 sweeping Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 4
- 238000004904 shortening Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000003754 machining Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000004836 empirical method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 101000912561 Bos taurus Fibrinogen gamma-B chain Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002161 passivation Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32153—Exchange data between user, cad, caq, nc, capp
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Human Computer Interaction (AREA)
- Numerical Control (AREA)
Abstract
本发明实施例公开了一种刀具切削力预测方法、装置及系统。所述刀具切削力预测方法例如包括:根据刀具的建模参数建立刀具数字模型;根据所述刀具数字模型、待加工工件的几何参数和切削参数、所述刀具的刀路螺旋轨迹建立工件数字模型;以及对所述工件数字模型和所述刀具数字模型进行数值计算得到所述刀具的切削力数据。本发明实施例可以提高切削力的预测精度,从而有效地缩短刀具的设计开发周期,节省了大量时间和成本。
Description
技术领域
本发明涉及金属切削刀具技术领域,尤其涉及一种刀具切削力预测方法、一种刀具切削力预测装置和一种刀具切削力预测系统。
背景技术
在机械加工的过程中,刀具的切削力大小直接影响着切削过程中刀具的寿命、加工振动以及工件变形,进而对零件的加工表面质量和加工精度产生影响。因此针对零件的切削加工,建立一种较为准确的力学模型来预测刀具的切削力大小是非常有必要的。目前刀具切削力建模方法主要有解析法、经验法、有限元法和人工智能预测算法。
具体地,解析法主要采用“离散化切削单元—微元轴向积分—参与加工刀刃累加的方式进行,求解过程复杂繁琐,效率低。经验法主要利用大量切削实验数据,线性回归得到关于各加工参数的力学模型,但是切削实验成本较高,且预测精度较低。人工智能预测算法它不需要分析切削过程中复杂的几何和力学变化机理,但需要大量切削实验数据作为样本,该方法预测的精度依赖于切削实验数据样本的大小,且切削实验成本较高。而有限元法主要利用刀具和工件的数字模型,通过切削参数和边界条件的设置,进行二维或三维的切削过程的数值计算,从而获得切削力数据。这种方法虽然成本低,效率高,但是其未考虑实际切削过程中刀具切削工件的瞬时状态,从而导致切削力预测精度较低。
发明内容
因此,针对现有技术中的至少部分不足和缺陷,本发明实施例提出了一种刀具切削力预测方法、一种刀具切削力预测装置和一种刀具切削力预测系统,可以提高切削力的预测精度,从而有效地缩短刀具的设计开发周期,节省了大量时间和成本。
一方面,本发明实施例提出的一种刀具切削力预测方法,例如包括:获取刀具的刀片几何参数;根据所述刀片几何参数建立所述刀片数字模型;在所述刀片数字模型的基础上并根据待加工工件的几何参数建立工件初始数字模型;根据所述待加工工件的切削参数并以所述刀片数字模型的前刀面切削刃为对象,沿所述刀具的刀路螺旋轨迹进行扫略操作,得到切削扫略模型,其中,所述刀路螺旋轨迹满足公式:x为所述刀路螺旋轨迹上的点在工件坐标系中X方向的坐标值,y为所述刀路螺旋轨迹上的点在工件坐标系中Y方向的坐标值,z为所述刀路螺旋轨迹上的点在工件坐标系中Z方向的坐标值,θ为所述刀路螺旋轨迹起点到终点的旋转角度,a为所述待加工工件的直径,b为所述刀具的进给量;根据所述切削扫略模型对所述工件初始数字模型进行模型布尔运算得到所述工件数字模型;以及对所述工件数字模型和所述刀具数字模型进行数值计算得到所述刀具的切削力数据。
另一方面,本发明实施例提供的一种刀具切削力预测方法,例如包括:根据刀具的建模参数建立刀具数字模型;根据所述刀具数字模型、待加工工件的几何参数和切削参数、所述刀具的刀路螺旋轨迹建立工件数字模型;以及对所述工件数字模型和所述刀具数字模型进行数值计算得到所述刀具的切削力数据。
在本发明的一个实施例中,所述根据所述刀具数字模型、待加工工件的几何参数和切削参数、所述刀具的刀路螺旋轨迹建立工件数字模型,包括:在所述刀具数字模型的基础上并根据所述待加工工件的所述几何参数建立工件初始数字模型;根据所述切削参数、所述刀路螺旋轨迹以及所述刀具数字模型得到切削扫略模型;以及根据所述切削扫略模型对所述工件初始数字模型进行模型布尔运算得到所述工件数字模型。
在本发明的一个实施例中,所述根据所述切削参数、所述刀路螺旋轨迹以及所述刀具数字模型得到切削扫略模型,具体为:根据所述切削参数并以所述刀具数字模型的前刀面切削刃为对象,沿所述刀路螺旋轨迹进行扫略操作,得到所述切削扫略模型。
在本发明的一个实施例中,所述刀路螺旋轨迹满足如下公式:其中,x为所述刀路螺旋轨迹上的点在工件坐标系中X方向的坐标值,y为所述刀路螺旋轨迹上的点在工件坐标系中Y方向的坐标值,z为所述刀路螺旋轨迹上的点在工件坐标系中Z方向的坐标值,θ为所述刀路螺旋轨迹起点到终点的旋转角度,a为所述待加工工件的直径,b为所述刀具的进给量。
在本发明的一个实施例中,所述刀具包括刀杆和连接在所述刀杆一端的刀片;所述根据刀具的建模参数建立刀具数字模型包括:建立所述刀杆的刀杆数字模型;以及在所述刀杆数字模型的基础上建立所述刀片的刀片数字模型。
在本发明的一个实施例中,所述刀具的所述建模参数包括所述刀杆的刀杆几何参数;所述建立所述刀杆的刀杆数字模型包括:获取所述刀杆的所述刀杆几何参数;以及基于建模软件并根据所述刀杆几何参数建立所述刀杆数字模型。
在本发明的一个实施例中,所述刀具的所述建模参数包括所述刀片的刀片几何参数;所述在所述刀杆数字模型的基础上建立所述刀片的刀片数字模型包括:获取所述刀片的所述刀片几何参数;以及根据所述刀片几何参数在所述刀杆数字模型上建立所述刀片数字模型;以及对所述刀片数字模型进行简化处理。
又一方面,本发明实施例提供的一种刀具切削力预测装置,用于执行如前述任意一项所述的刀具切削力预测方法、且包括:刀具数字模型建立模块,用于根据刀具的建模参数建立刀具数字模型;工件数字模型建立模块,用于根据所述刀具数字模型、待加工工件的几何参数和切削参数、所述刀具的刀路螺旋轨迹建立工件数字模型;以及切削力数据获取模块,用于对所述工件数字模型和所述刀具数字模型进行数值计算得到所述刀具的切削力数据。
再一方面,本发明实施例提出的一种刀具切削力预测系统,例如包括:处理器和连接所述处理器的存储器;其中所述存储器存储有所述处理器执行的指令,且所述指令使得所述处理器执行操作以进行如前述任意一项所述的刀具切削力预测方法。
由上可知,本发明上述一个或多个技术方案可以具有如下有益效果:
本发明实施例提供的刀具切削力预测方法通过工件数字模型的建立过程中考虑刀路螺旋轨迹因素,从而考虑了刀具切削工件的瞬时状态,使得工件数字模型更加精确,更加与实际的工件切削情况相符,从而提升了刀具切削力数据预测的精准度;进而精准的刀具切削力数据可以被用来有效地缩短新刀具的设计开发周期,提升了产品质量,节省了大量的生产时间和成本。此外,通过对刀具数字模型、工件数字模型进行简化处理,可以提升刀具切削力的预测效率,节省预测时间。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明第一实施例提供的一种刀具切削力预测方法的流程示意图。
图2为图1中示出的步骤S10的详细流程示意图。
图3为图2中示出的步骤S110的详细流程示意图。
图4为图2中示出的步骤S130的详细流程示意图。
图5为图1中示出的步骤S30的详细流程示意图。
图6为本发明第一实施例涉及的刀具数字模型的效果示意图。
图7为图6中示出的刀杆数字模型的效果示意图。
图8为本发明第一实施例涉及的刀片的非对称型刃口的参数表示示意图。
图9a为图6中示出的刀片数字模型的效果示意图。
图9b为图9a中示出的刀片数字模型简化后的效果示意图。
图10为本发明第一实施例涉及的工件初始数字模型的效果示意图。
图11为图10中示出的工件初始数字模型简化后的效果示意图。
图12为工具初始数字模型与切削扫略模型的相对位置关系示意图。
图13为图12示出的工具初始数字模型与切削扫略模型进行布尔运算后得到的工件数字模型的效果示意图。
图14为图13示出的工件数字模型的局部放大效果示意图。
图15为本发明第一实施例涉及的简化后的工件数字模型和刀片数字模型的装配效果示意图。
图16为简化后的工件数字模型和刀片数字模型导入到有限元数值计算工具后的效果示意图。
图17为有限元数值计算工具中的网格划分设置的界面效果示意图。
图18a为有限元数值计算工具中的工件数字模型的边界条件设置的界面效果示意图。
图18b为有限元数值计算工具中的刀片数字模型的边界条件设置的界面效果示意图。
图19为进行数值计算处理后得到的刀具切削力数据的仿真结果和效果示意图。
图20为本发明第二实施例的一种刀具切削力预测装置的模块示意图。
图21为本发明第三实施例的一种刀具切削力预测系统的结构示意图。
图22为本发明第四实施例的一种计算机可读存储介质的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。这里所公开的具体结构和功能细节仅仅是代表性的,并且是用于描述本发明的示例性实施例的目的。但是本发明可以通过许多替换形式来具体实现,并且不应当被解释成仅仅受限于这里所阐述的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
【第一实施例】
如图1所示,本发明第一实施例提供了一种刀具切削力预测方法。具体地,所述刀具切削力预测方法例如包括步骤:
S10:根据刀具的建模参数建立刀具数字模型;
S30:根据所述刀具数字模型、待加工工件的几何参数和切削参数、所述刀具的刀路螺旋轨迹建立工件数字模型;以及
S50:对所述工件数字模型和所述刀具数字模型进行仿真处理得到所述刀具的切削力数据。
具体地,刀具例如包括刀杆和连接在所述刀杆一端的刀片。刀具的建模参数例如包括刀杆的几何参数和刀片的几何参数等。此处的几何参数例如包括外形轮廓尺寸等各种几何尺寸。切削参数例如包括切削深度、进给量、切削速度。
如图2所示,步骤S10例如包括:
S110:建立所述刀杆的刀杆数字模型;以及
S130:在所述刀杆数字模型的基础上建立所述刀片的刀片数字模型。
刀杆数字模型和刀片数字模型组成了刀具数字模型。
此外,刀具的建模参数例如包括刀杆的刀杆几何参数;如图3所示,步骤S110例如包括:
S111:获取所述刀杆的所述刀杆几何参数;以及
S113:基于建模软件并根据所述刀杆几何参数建立所述刀杆数字模型。
此处的建模软件例如为三维CAD建模软件,比如SolidWorks、UG等。
此外,刀具的建模参数还例如包括刀片的刀片几何参数;如图4所示,步骤S130例如包括:
S131:获取所述刀片的所述刀片几何参数;以及
S133:根据所述刀片几何参数在所述刀杆数字模型上建立所述刀片数字模型;以及
S135:对所述刀片数字模型进行简化处理。
进一步地,如图5所示,步骤S30例如包括:
S310:在所述刀具数字模型的基础上并根据所述待加工工件的所述几何参数建立工件初始数字模型;
S330:根据所述切削参数、所述刀路螺旋轨迹以及所述刀具数字模型得到切削扫略模型。
此外,由于刀片数字模型比较大,即使在有限元数值计算工具中进行设置可以减少计算时间,但依然会大量增加数值计算所需的时间,所以需要对刀片模型进行简化如图5所示,步骤S30还例如包括:
S350:根据所述切削扫略模型对所述工件初始数字模型进行模型布尔运算得到所述工件数字模型。
更进一步地,步骤S330具体为:
根据所述切削参数并以所述刀具数字模型的前刀面切削刃为对象,沿所述刀路螺旋轨迹进行扫略操作,得到所述切削扫略模型。
其中,所述刀路螺旋轨迹满足如下公式:
其中,x为所述刀路螺旋轨迹上的点在工件坐标系中X方向的坐标值,y为所述刀路螺旋轨迹上的点在工件坐标系中Y方向的坐标值,z为所述刀路螺旋轨迹上的点在工件坐标系中Z方向的坐标值,θ为所述刀路螺旋轨迹起点到终点的旋转角度,a为所述待加工工件的直径,b为所述刀具的进给量。
为便于理解本发明,下面将结合图6至图19对本实施例的刀具切削力预测方法进行详细描述。
本发明实施例提供的刀具切削力预测方法例如应用于刀具切削力预测系统。刀具切削力预测系统例如为安装在上位机上的软件系统。典型地,上位机包括处理器和连接处理器的存储器。处理器例如为CPU或单片机等具有数据处理功能的电子器件。存储器例如为非易失性存储器,比如FLASH,用于存储实现本实施例提供的刀具切削力预测方法的数据和参数比如几何参数等。此处的刀具例如包括刀杆和设置在所述刀杆的一端上的刀片。本发明实施例提供的刀具切削力预测方法具体由处理器执行。下面对本实施例提供的刀具切削力预测方法进行具体说明。
首先,建立刀具数字模型(参见图6)。具体地,用户例如通过三坐标测量仪或者光学扫描仪等设备测量得到刀杆的几何参数。处理器例如响应用户的几何参数输入操作获取刀杆的几何参数,比如刀杆的外形尺寸等。举例来说,刀杆例如为MWLNR2525M08-4刀杆。之后,处理器根据刀杆几何参数在建模软件比如三维CAD建模软件中生成与刀杆对应的刀杆数字模型(参见7)。建立刀片数字模型。同样地,用户例如通过三坐标测量仪或者光学扫描仪等设备测量得到刀片的几何参数。刀片例如为型号WNMA080404的YG8硬质合金刀片。处理器例如响应用户的几何参数输入操作获取刀片的几何参数,比如刀片的前角、后角、刃口、刀尖圆弧半径、刃口、断屑槽等几何参数。举例来说,如图8所示,刀片的刃口包括对称型刃口和非对称型刃口。非对称型刃口的参数例如包括L1,L2,γ′,α′,R。其中,L1,L2分别为刃口与前刀面、后刀面分离点到两切点的长度。γ′,α′分别为前、后刀面的钝化角度,R是刃口倒圆的圆弧半径。采用5个参数描述非对称型刃口,使得在研究刃口微观形状时能提供大量便利。之后,处理器根据刀片几何参数在刀杆数字模型的基础上生成与刀片对应的刀片数字模型(参见图9a)。这样就得到了完整的刀具数字模型。此外,由于刀片数字模型较大,即使在有限元数值计算工具中进行相关参数设置可以减少计算时间,但依然会大量增加计算所需的时间,因此,在本发明其它的实施例中,需要对刀片数字模型进行简化处理。具体地,参见图9b,刀片数字模型包括第一切削刃和第二切削刃,在沿第一切削刃方向上距离刀片数字模型的刀尖点第一预设距离的位置建立第一基准平面,在沿第二切削刃方向上距离刀片数字模型的刀尖点第二预设距离的位置建立第二基准平面;然后在第一基准平面和第二基准平面处对刀片数字模型进行切割,保留含有刀尖点的部分模型作为简化后的刀片数字模型。第一切削刃和第二切削刃例如分别为直线切削刃。第一预设距离和第二预设距离的范围例如为4-5mm。
接着,处理器根据所述刀具数字模型、待加工工件的几何参数和切削参数、所述刀具的刀路螺旋轨迹建立工件数字模型。具体地,处理器响应用户操作获取待加工工件的几何参数,根据待加工工件的几何参数建立工件初始数字模型(参见图10)。待加工工件例如为具有预设长度和预设直径的圆柱形工件,例如预设长度例如为1000mm,预设直径例如为102mm。处理器响应用户的参数输入操作获取待加工工件的预设长度和预设直径,在刀具数字模型的基础上生成了工件初始数字模型,比如。进一步地,处理器还可以对工件初始数字模型进行简化处理。处理器根据切削参数和切削长度确定了合适的工件初始数字模型的长度,比如确定合适的待加工工件的长度为3-5mm(参见图11)。之后,处理器根据切削参数、所述刀路螺旋轨迹以及所述刀具数字模型得到切削扫略模型。具体地,处理器根据所述切削参数、并以所述刀具数字模型的前刀面切削刃为对象,沿所述刀路螺旋轨迹进行扫略操作,可以得到切削一圈的空间螺旋体模型,也即得到所述切削扫略模型。所述刀路螺旋轨迹满足前述公式(1)。举例来说,此处的切削参数中的切削深度为1mm,进给量为0.15mm/r,切削速度为60m/min。接着,处理器根据所述切削扫略模型对所述工件初始数字模型进行模型布尔运算得到所述工件数字模型(参见图13和图14)。也即,处理器将工件初始数字模型与切削扫略模型做布尔差运算,得到工件初始数字模型剩下的部分模型即为需要的工件数字模型,也即为考虑了切削瞬时状态的工件数字模型。如此一来,得到的工件数字模型更为精确,可以使得刀具切削力的预测更加精确。
再次,处理器对所述工件数字模型和所述刀具数字模型进行仿真处理得到所述刀具的切削力数据。具体地,处理器响应用户的模型导入操作,获取了工件数字模型和所述刀具数字模型(参见图15)的模型数据,并导入到有限元仿真软件中进行数值计算处理(参见图16)。工件数字模型和所述刀具数字模型的模型数据例如为STEP、STP或igs等格式。导入后,因为刀具数字模型的刀片数字模型与工件数字模型在装配的进给方向上相差一个进给量的距离,所以在有限元数值计算工具中可选择将工件数字模型上移或者将刀片数字模型下移一个进给量。接着,处理器响应用户操作对刀片数字模型与工件数字模型进行网格划分(参见图17)。具体地,根据刀具刃口的几何形状进行网格设置。比如,刃口钝圆半径为0.07mm,。如此小的尺寸,需要刀具数字模型的刃口的网格细化,刀具网格划分最大为1mm,刃口处为0.01mm。同时,细化工件数字模型的网格,其精度范围在0.03-0.3mm,也即最大为0.3mm,最小为0.03mm。之后,处理器响应用户的边界条件设置操作确定刀具数字模型和工件数字模型的边界条件(参见图18a和图18b)。具体的边界条件是在有限元法数值计算工具中,将工件数字模型的未加工端面设置为固定面(参见图18a),此处的未加工端面为工件数字模型上远离刀片数字模型的一端端面;将刀具数字模型的刀片数字模型的底面和简化后的刀片数字模型的分割面设置为固定面(参见图18b),其中所述分割面包括第一分割面和第二分割面,第一分割面为简化后的刀片数字模型中与第一基准面重合的表面,第二分割面为简化后的刀片数字模型中与第二基准面重合的表面。最后,处理器对刀具数字模型和工件数字模型进行数值计算、并进行后处理得到刀具的切削力数据(参见图19),也即刀具切削力预测值。
进一步地,为了验证本发明实施例提供的刀具切削力预测方法的有益效果,本发明实施例还进行了实际加工并采集到了实际加工时刀具的切削力实验值。将图19的刀具切削力预测值与实际加工的切削力实验值进行比对,如表1所示。
表1刀具切削力预测值与实际加工时的刀具切削力实验值比对
上表中,Fx为刀具切削力的进给分力,Fy为刀具切削力的背向分力,Fz为刀具切削力的主切削分力。从表1中的比对结果来看,本发明实施例提供的刀具切削力预测方法得到的结果的误差小于6%,已经是非常接近,说明本发明实施例提供的刀具切削力预测方法精度高。
综上所述,本发明实施例提供的刀具切削力预测方法通过工件数字模型的建立过程中考虑了刀路螺旋轨迹因素,从而考虑了刀具切削工件的瞬时状态,使得工件数字模型更加精确,更加符合实际的工件切削情况,从而提升了刀具切削力预测的精准度,进而可以利用精准的刀具切削力来有效地缩短新刀具的设计开发周期,也提升了产品质量,节省了大量的生产时间和成本。此外,通过对刀具数字模型、工件数字模型进行简化处理,可以提升刀具切削力的预测效率,节省预测时间。
【第二实施例】
如图20所示,本发明第二实施例提供了一种刀具切削力预测装置10。刀具切削力预测装置10例如包括:刀具数字模型建立模块100、工件数字模型建立模块300和切削力数据获取模块500。
具体地,刀具数字模型建立模块100用于根据刀具的建模参数建立刀具数字模型。工件数字模型建立模块300用于根据所述刀具数字模型、待加工工件的几何参数和切削参数、所述刀具的刀路螺旋轨迹建立工件数字模型。切削力数据获取模块500用于对所述工件数字模型和所述刀具数字模型进行数值计算得到所述刀具的切削力数据。
具体地,本实施例中的刀具切削力预测装置10中的各模块的具体功能和技术效果参见前述第一实施例的相关描述,在此不再赘述。
【第三实施例】
如图21所示,本发明第三实施例提供一种刀具切削力预测系统20。刀具切削力预测系统20例如包括存储器22和与存储器22连接的处理器21。存储器22可例如为非易失性存储器,其上存储有指令。处理器21可例如包括嵌入式处理器或中央处理器等。处理器21运行指令时执行前述第一实施例提供的刀具切削力预测方法。
同样地,本实施例中的刀具切削力预测系统20的具体功能和技术效果参见前述第一实施例的相关描述,在此同样不再赘述。
【第四实施例】
如图22所示,本发明第四实施例提供一种计算机可读存储介质30,存储有计算机程序,计算机程序用于执行如前述第一实施例的刀具切削力预测方法。计算机可读存储介质30例如为非易失性存储器,如包括:磁介质(如硬盘、软盘和磁带),光介质(如CDROM盘和DVD),磁光介质(如光盘)以及专门构造为用于存储和执行计算机可执行指令的硬件装置(如只读存储器(ROM)、随机存取存储器(RAM)、闪存等)。计算机可读存储介质30可由一个或多个处理器或处理装置来执行计算机程序。
同样地,本实施例中的计算机可读存储介质30的具体功能和技术效果参见前述第一实施例的相关描述,在此同样不再赘述。
另外,可以理解的是,前述各个实施例仅为本发明的示例性说明,在技术特征冲突、结构不矛盾、不违背本发明的发明目的前提下,各个实施例的技术方案可以任意组合、搭配使用。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多路单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多路网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种刀具切削力预测方法,其特征在于,包括:
获取刀具的刀片几何参数;
根据所述刀片几何参数建立所述刀片数字模型;
在所述刀片数字模型的基础上并根据待加工工件的几何参数建立工件初始数字模型;
根据所述待加工工件的切削参数并以所述刀片数字模型的前刀面切削刃为对象,沿所述刀具的刀路螺旋轨迹进行扫略操作,得到切削扫略模型,其中,所述刀路螺旋轨迹满足公式:x为所述刀路螺旋轨迹上的点在工件坐标系中X方向的坐标值,y为所述刀路螺旋轨迹上的点在工件坐标系中Y方向的坐标值,z为所述刀路螺旋轨迹上的点在工件坐标系中Z方向的坐标值,θ为所述刀路螺旋轨迹起点到终点的旋转角度,a为所述待加工工件的直径,b为所述刀具的进给量;
根据所述切削扫略模型对所述工件初始数字模型进行模型布尔运算得到所述工件数字模型;以及
对所述工件数字模型和所述刀具数字模型进行数值计算得到所述刀具的切削力数据。
2.一种刀具切削力预测方法,其特征在于,包括:
根据刀具的建模参数建立刀具数字模型;
根据所述刀具数字模型、待加工工件的几何参数和切削参数、所述刀具的刀路螺旋轨迹建立工件数字模型;以及
对所述工件数字模型和所述刀具数字模型进行数值计算处理得到所述刀具的切削力数据。
3.根据权利要求2所述的刀具切削力预测方法,其特征在于,所述根据所述刀具数字模型、待加工工件的几何参数和切削参数、所述刀具的刀路螺旋轨迹建立工件数字模型,包括:
在所述刀具数字模型的基础上并根据所述待加工工件的所述几何参数建立工件初始数字模型;
根据所述切削参数、所述刀路螺旋轨迹以及所述刀具数字模型得到切削扫略模型;以及
根据所述切削扫略模型对所述工件初始数字模型进行模型布尔运算得到所述工件数字模型。
4.根据权利要求3所述的刀具切削力预测方法,其特征在于,所述根据所述切削参数、所述刀路螺旋轨迹以及所述刀具数字模型得到切削扫略模型,具体为:
根据所述切削参数并以所述刀具数字模型的前刀面切削刃为对象,沿所述刀路螺旋轨迹进行扫略操作,得到所述切削扫略模型。
5.根据权利要4所述的刀具切削力预测方法,其特征在于,所述刀路螺旋轨迹满足如下公式:
其中,x为所述刀路螺旋轨迹上的点在工件坐标系中X方向的坐标值,y为所述刀路螺旋轨迹上的点在工件坐标系中Y方向的坐标值,z为所述刀路螺旋轨迹上的点在工件坐标系中Z方向的坐标值,θ为所述刀路螺旋轨迹起点到终点的旋转角度,a为所述待加工工件的直径,b为所述刀具的进给量。
6.根据权利要求2所述的刀具切削力预测方法,其特征在于,所述刀具包括刀杆和连接在所述刀杆一端的刀片;所述根据刀具的建模参数建立刀具数字模型包括:
建立所述刀杆的刀杆数字模型;以及
在所述刀杆数字模型的基础上建立所述刀片的刀片数字模型。
7.根据权利要求6所述的刀具切削力预测方法,其特征在于,所述刀具的所述建模参数包括所述刀杆的刀杆几何参数;所述建立所述刀杆的刀杆数字模型包括:
获取所述刀杆的所述刀杆几何参数;以及
基于建模软件并根据所述刀杆几何参数建立所述刀杆数字模型。
8.根据权利要求6所述的刀具切削力预测方法,其特征在于,所述刀具的所述建模参数包括所述刀片的刀片几何参数;所述在所述刀杆数字模型的基础上建立所述刀片的刀片数字模型包括:
获取所述刀片的所述刀片几何参数;以及
根据所述刀片几何参数在所述刀杆数字模型上建立所述刀片数字模型;以及
对所述刀片数字模型进行简化处理。
9.一种刀具切削力预测装置,其特征在于,用于执行如权利要求2-8任意一项所述的刀具切削力预测方法、且包括:
刀具数字模型建立模块,用于根据刀具的建模参数建立刀具数字模型;
工件数字模型建立模块,用于根据所述刀具数字模型、待加工工件的几何参数和切削参数、所述刀具的刀路螺旋轨迹建立工件数字模型;以及
切削力数据获取模块,用于对所述工件数字模型和所述刀具数字模型进行数值计算得到所述刀具的切削力数据。
10.一种刀具切削力预测系统,其特征在于,包括:处理器和连接所述处理器的存储器;其中所述存储器存储有所述处理器执行的指令,且所述指令使得所述处理器执行操作以进行如权利要求1至8中任意一项所述的刀具切削力预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311411490.XA CN117349987A (zh) | 2023-10-27 | 2023-10-27 | 刀具切削力预测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311411490.XA CN117349987A (zh) | 2023-10-27 | 2023-10-27 | 刀具切削力预测方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117349987A true CN117349987A (zh) | 2024-01-05 |
Family
ID=89366614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311411490.XA Pending CN117349987A (zh) | 2023-10-27 | 2023-10-27 | 刀具切削力预测方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117349987A (zh) |
-
2023
- 2023-10-27 CN CN202311411490.XA patent/CN117349987A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11200351B2 (en) | Method for constructing curve of robot processing path of part with small curvature based on point cloud boundary | |
CN103454972B (zh) | 基于ug nx api的刀具五轴数控磨削加工自动编程的方法 | |
CN103885385A (zh) | 一种三角网格模型的分治加工方法 | |
CN109614740B (zh) | 基于三维设计软件求解螺旋曲面磨削接触线的方法及系统 | |
JP2015074078A (ja) | 切削条件設定方法及びそれを実行させるプログラム | |
CN108145393A (zh) | 一种航空发动机压气机叶片及其加工方法 | |
CN109767486B (zh) | 一种异形工件切割建模方法、电子设备、存储介质及系统 | |
US11526149B2 (en) | Machining command improving system and machining command improving method | |
CN102591260B (zh) | 五轴铣削加工过程中刀具与工件瞬态接触域判断方法 | |
CN103454973A (zh) | 参数化数控立铣刀螺旋槽数控加工编程方法 | |
CN117349987A (zh) | 刀具切削力预测方法、装置及系统 | |
Chu et al. | Spline-constrained tool-path planning in five-axis flank machining of ruled surfaces | |
CN106599389B (zh) | 一种平头立铣刀宽行加工的刀刃接触判别方法 | |
CN101587348A (zh) | 三维刃口轮廓的螺旋线插补加工方法 | |
CN111474899A (zh) | 一种基于三角化的复杂型腔高速数控铣削螺旋路径生成方法 | |
CN111347109A (zh) | 用于放电加工机器的方法和处理单元 | |
Ding et al. | Computer aided EDM electrode design | |
CN106650012B (zh) | 一种平头立铣刀五轴加工的刀刃接触判别方法 | |
JP3665208B2 (ja) | 形彫り放電加工におけるシミュレ−ション方法 | |
JP4622987B2 (ja) | 工具参照面データの作成装置と作成方法 | |
Xú et al. | Feature recognition for virtual machining | |
CN118426402B (zh) | 一种复杂曲面数控规划自动生成方法及装置 | |
CN115035964B (zh) | 晶体金属材料微铣削性能预测方法及系统 | |
US20220168833A1 (en) | Processing Method for Electrical Discharge Machine | |
CN106960080A (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 |
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 |