汽车外覆盖件模具拼接区域铣削振动仿真及实验研究

来源 :哈尔滨理工大学 | 被引量 : 0次 | 上传用户:lsxfa
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在经济不断发展的今天,人们已经越来越离不开汽车且对其性能、外观等要求逐渐提高。改变外观就要制造新的覆盖件模具,且这类模具都有大量的拼接特性,加工时极易产生冲击振动。因此,研究球头刀铣削曲面拼接模具接缝处的振动规律,以满足自由型面拼接模具的高精度高效率的生产需求,对实际加工的参数选择、加工纹理控制以及完善加工质量评价理论提供了研究依据。本文针对汽车覆盖件拼接模具在生产过程中遇到的实际问题,以提高加工精度为目标,通过建立考虑拼接特征的动力学模型和实验研究,分析不同铣削参数对铣削拼接处产生振动的影响规律。具体研究内容包括:(1)基于模具拼接缝处两种不同硬度材料的特点,将拼接缝处的切削区域划分成了三个部分,建立了瞬时切削厚度的分段模型,同时考虑了模具表面曲率及模具拼接特征,并分别分析了不同曲面曲率、刀齿三维摆线轨迹对切削厚度的影响。(2)基于刀具在拼接缝处的冲击力模型,首先建立了考虑模具拼接特征的动力学模型,在模型中用判别函数来确定刀齿是否会切触到拼接缝;然后基于Kutta-Runge法对铣削过程中模具拼接区振动进行时域仿真。(3)基于球头刀铣削曲面模具拼接区域的铣削振动实验研究,以及不同加工参数(主轴转速、进给速度、径向切削深度)条件下的铣削振动数据的时频域分析,初步验证了考虑了冲击振动的球头刀铣削振动仿真的准确性。(4)基于Lyapunov指数、分形维数和近似熵等参数评估方法,分析了球头刀铣削曲面拼接模具振动信号的非线性特征,揭示了铣削曲面拼接模具振动的非线性规律。
其他文献
随着移动互联网和云计算的持续发展,人们的工作和日常生活中的很多活动都拓展到了互联网中。面对这些互联网产生的海量文本数据,如何提高信息抽取的准确性就成为了一个热门话题。命名实体识别作为信息抽取的重要内容,也随之成为相关研究领域的一个重要方向。近年来随着计算机性能的提升以及词的分布式表示的出现,深度学习逐渐成为命名实体识别的重要方法,尤其是使用神经网络和统计方法的混合模型,有着良好的识别效果和泛化能力
随着我国教育的改革与发展,学生的资助管理工作逐渐成为社会关注的焦点问题。经过不断的探索与研究,目前,我国形成了以“奖、贷、助、减、补、勤”等形式的资助育人体系。随着国家资助体系制度的不断完善,效果成效初显。由国家主导、政府出资、社会参与的中职国家助学金政策在学生资助管理体系中占有重要的地位。从2007年5月,国务院常务会议审定通过《关于建立健全普通本科高校、高等职业学校、中等职业学校家庭经济困难学
随着地下矿山中难动用矿产资源回采的持续推进,多次爆破作用所引起的采场岩体的累积损伤问题日益凸显,且中深部较高的地应力会进一步影响多次爆破作用下采场围岩的累积损伤,
近年来视频中人体行为检测已经成为计算机视觉领域的一个研究热点,它通过图像处理、模式识别等方法对视频数据进行分析处理,从而建立底层数据和高层语义之间的关系,在人机交
始于二十世纪七十年的民主化浪潮使民主成为普世价值,许多威权主义国家纷纷摆脱旧有体制投入民主的怀抱,然而新兴民主政权并没有建立有效、稳定的民主政治,初生的民主制度面临着诸多困难,民主转型学家的乐观预期也受到诘难。在理论与现实的双重冲击下,学者们开始关注民主巩固的概念、测量、条件等问题,民主可持续(民主巩固)成为当代西方民主理论领域的重要课题。作为美国当代著名的政治学家,亚当·普沃斯基是研究民主持续与
快能谱反应堆物理计算的物理模型日趋精细及数值方法日趋精确,核数据固有的不确定性成为计算中最重要的不确定性来源。高精度数值模拟计算结果有助于减少反应堆设计的安全裕量,利于平衡反应堆的经济性与安全性。因此,提高核数据的准确度有重要意义。利用已有的积分实验信息调整核数据,可达到提高计算结果精度的目的。依据设计目标精度,给出核数据的不确定性水平的定量要求,可指导核数据的改善。为此本文针对核数据调整方法与目
在当今的商业活动中,银行承兑汇票作为一种重要的支付工具和信贷手段而存在。金融业的改革和飞速发展,也使得银行承兑汇票被进一步广泛使用。中小企业及大型上市公司频繁使用银行承兑汇票采购货物,银行也在存款保证金、中间业务收入等利益的驱动下青睐于办理银行承兑汇票业务。然而,伴随着信贷业务所产生的风险,银行承兑汇票授信违约也日渐增多,这给银行甚至整个经济环境造成了极其消极的影响。近年来,银行承兑汇票余额的增长
本论文的工作是围绕着两类天然产物的合成研究来开展的。其中一类是含噁唑环结构的天然产物Melanoxadin,MR-93A,Melanoxazal以及MR-93B,它们都是黑色素生物合成抑制剂。另一
伴随着物联网技术的急速发展,如何对其产生的“海量”大数据进行高效迅捷的信息处理成为物联网技术发展应用的重要课题之一。随着人工智能技术的快速发展成熟,其与物联网技术的有机结合越来越受科研人员的关注。在人工智能技术的应用中,机器学习技术无论是在数据学习处理还是挖掘等方面均具有强大的技术优势,该技术未来将在物联网领域得到广泛的应用也逐步成为了人们的共识。本文基于课题组研发的ANN(Artificial
人类社会已经进入大数据时代,使用数据分析方法研究问题已成为普遍共识。随着医疗数据的不断发展,对医疗数据进行分析建模有广泛的应用前景。疾病诊断相关分组方案(又称为DRGs分组)是国际上比较公认的科学合理的分组方法,能够促进医疗资源的合理分配,减轻患者的负担。但我国目前缺乏较完善的DRGs分组理论体系,需要结合实际国情和医疗数据的具体情况研发出一套较合适的对患者数据进行分组的方法。基于此,本论文利用数