[發明專利]復雜型面切削力預測方法、參數調整和刀具路徑規劃方法有效
| 申請號: | 201410478390.3 | 申請日: | 2014-09-18 |
| 公開(公告)號: | CN104239720B | 公開(公告)日: | 2017-05-10 |
| 發明(設計)人: | 焦黎;王西彬;譚方浩;劉志兵;解麗靜;梁志強;周天豐;羅智文;余璐云 | 申請(專利權)人: | 北京理工大學 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00;G05B19/41 |
| 代理公司: | 北京理工大學專利中心11120 | 代理人: | 溫子云,仇蕾安 |
| 地址: | 100081 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 復雜 切削力 預測 方法 參數 調整 刀具 路徑 規劃 | ||
技術領域
本發明涉及切削力的預測技術領域,具體涉及一種預測復雜型面車削時切削力大小的方法,以及利用該預測方法進行參數調整和刀具路徑規劃方法。
背景技術
現代機械產品的加工型面多為復雜型面且要求實現一次性加工,由于切削力的劇烈變化容易導致工件變形及加速刀具磨損破損,不利于生產自動化的進行。因此建立適用于復雜型面車削加工的切削力預測模型,能夠在零件工藝決策過程中根據不同的切削參數計算出切削力大小,以對切削力較大的情況提出警示并進行切削參數調整或工藝修改。
過去切削力的建模預測方法一般有直角切削到斜角切削轉變的切削力建模法,這種方法需要知道剪切應力、摩擦角及切削壓縮比等不易確定的未知量,建模過程繁瑣,預測局限較大,實用性不高。而根據刀具-工件接觸特性的切削力理論模型,則無需考慮刀具的幾何復雜性如是否帶斷屑槽等情況,且其精度較高,更適用于生產實際。但已有計算切削力理論模型的模型參數(切削層面積和接觸刃長度等)的方法多為簡單解析幾何法,對于復雜型面車削采用該方法需要區分的刀具-工件接觸區域類型較多,而且在計算不規則幾何面積時顯得非常復雜,因而不能以此建立統一的預測模型。為了利用理論模型預測復雜型面切削力并實現廣泛應用,需要建立一種模型參數計算的有效方法,適用于各種刀具-工件接觸區域類型,計算復雜性降低,從而提高所建立復雜型面切削力預測模型的有效性。
發明內容
有鑒于此,本發明提供了一種預測復雜型面切削力的方法和利用該預測方法進行參數調整和刀具路徑規劃方法,其具有普遍適用性,能夠降低模型核心參數的計算復雜度,提高所建立復雜型面切削力預測模型的有效性。
為解決上述技術問題,本發明具體方法如下:
所述預測復雜型面切削力的方法具體包括如下步驟:
步驟1、根據待加工表面輪廓線與圓弧刃相交與否,將刀具-工件接觸區域的幾何圖形分為兩類:如果不相交,則刀具-工件接觸區域只包含1區即刀尖圓弧刃區,屬于類型一;如果相交,則包括1區和2區即刀尖圓弧刃區和主切削刃區,且兩個區以圓弧刃圓心和圓弧刃參與切削的極點之間的連線作為區域劃分線,屬于類型二;
步驟2、根據影響切削力微元的主要因素,確定采用如下切削力理論模型,作為復雜型面切削力預測模型;該切削力理論模型表達了切削層面積、接觸刃長度和摩擦力方向角這三個模型參數與切削力之間的關系;
Ft=Ktc·At+Kte·Lt
Ffr=Kfrc1·A1+Kfrc2·A2+Kfre·Lt
其中,Ft為切削力沿切削速度方向的切向力,Ffr為切削力在刀具基平面上的摩擦力,At為切削層總面積,A1為1區切削層面積,A2為2區切削層面積,Ktc、Kfrc1、Kfrc2分別為所述切向力的切削力系數、1區切削力系數和2區切削力系數,Kte、Kfre分別為切向力摩擦系數和摩擦力摩擦系數;其中,兩個摩擦系數均是切削速度的多項式函數,三個切削力系數均是切削層面積、切削刃長度和切削速度的函數,用指數函數表示;
Ffr進一步又分解為刀具基平面上相互垂直的軸向力Ff和徑向力Fr
Ff=Ffr·cos(β)
Fr=Ffr·sin(β)
其中,β為所述摩擦力的方向角;
步驟3、對于任何一復雜型面車削加工,切削力預測模型的模型參數計算如下:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京理工大學,未經北京理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410478390.3/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種動態多源傳感器優化管理方法
- 下一篇:一種大壩壩體沉降預測方法
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





