制造业的快速发展不断提高人们生活质量,同时也给自然环境带来很大的破坏。我国是制造业大国,机械制造业量大面广,资源消耗及碳排放量巨大。机床作为典型的加工设备,也是生产车间重要的能耗设备,而我国机床保有量很大,但普遍存在机床材料消耗量大、能耗与碳排放高等特点,其能量利用率低。因此对机床加工过程的能耗与碳排放进行分析研究,对实施低碳制造、节能减排具有重要意义。本文以孔加工工艺的钻削、镗削这两类工艺为研究对象,结合数控加工中心的能量特性研究分析了机床加工过程能耗与碳排放,并研究权衡镗削精加工的表面质量与切削能耗优化问题,进行了表面粗糙度、切削能耗的多指标正交优化。论文具体研究工作如下:1.从机床自身能耗特性出发将机床加工能耗归纳为四个不同的能耗状态,分别为基本启动状态、待机运行状态、空载运行状态、切削加工运行状态,建立了机床不同运行状态下的功率平衡方程,分析了切削参数对切削比能及机床有效加工能效的影响规律。结合孔加工钻削和镗削工艺进行研究,发现机床空载运行功率占据了机床总切削功率的绝大部分,机床在加工过程中尽量减少空载运行时间能起到节能减耗的关键作用;孔加工钻削的切削比能随刀具直径、进给量及切削速度的增加而减小,机床有效加工能效则随刀具直径、进给量及切削速度的增加而变大;孔加工镗削的切削比能随背吃刀量、进给速度的降低和切削速度的增加而变大,机床有效加工能效随背吃刀量、进给速度的增加和切削速度的降低而变大。2.采用BP神经网络模型对孔加工钻削和镗削的切削比能进行预测,建立了切削参数输入与切削能耗输出间的非线性映射关系。同时建立孔加工钻削和镗削的切削比能三元线性回归预测模型,对孔加工钻削和镗削的切削比能预测模型误差进行比对分析,结果表明通过训练的BP神经网络模型在预测切削比能方面具有很好的准确性。3.结合孔加工镗削工艺权衡切削能耗与加工质量这一对矛盾体,寻找最优的切削参数。确定表面粗糙度与切削能耗作为多重响应指标,结合灰色关联理论和多指标正交优化综合评分法,得出进给速度是影响综合评分指标的最主要因素,其次是背吃刀量,最后是切削速度,并在实验参数范围内选出最优的孔加工精镗削参数组合。4.建立了机床电能消耗、加工辅助物料消耗、废弃物处理等的碳排放模型,针对钻削、粗镗、精镗不同工序加工过程的碳排放进行定量计算分析。结果表明,不同孔加工工序切削过程产生的碳排放主要来源是电能和废弃物处理,废屑处理产生的碳排放则是废弃物处理产生碳排放主要来源。