论文部分内容阅读
干式切削技术作为一种新的加工方式,现已被许多工业部门所应用。干式车削作为单点加工,对于高硬材料加工其优势之一就是能够减少加工工序,实现以车代磨。另外,干式切削比磨削加工效率高并可以缓解对环境造成的破坏。但是有些不利的因素制约着干式切削的应用,如刀具材料选用不恰当或加工参数选用不合理,会导致干式切削过程温度急剧升高和切削力增大,从而降低刀具寿命,影响产品加工质量。以切削速度、进给量和切削深度切削用量三要素为因素变量制定了正交试验方案,在数控车床上利用立方氮化硼(CBN)刀具进行车削冷作模具钢Cr12Mo V和高温合金GH169的试验,测量得到了加工表面粗糙度值,并对刀具磨损进行了分析。应用响应曲面法建立根据切削用量三要素对表面粗糙度的预测模型,经验证预测平均误差不超过10%。应用BP人工神经网络,利用少量试验数据拟合即可实现对加工表面粗糙度的高精度预测,相比于响应曲面法建立的模型预测精度更高,误差低于5%。应用DEFORM-3D软件对Cr12Mo V和GH169进行干式车削有限元仿真,制定了正交试验方案,来研究切削用量三要素对各指标的影响,选定切削力和切削温度为指标并得到了切削用量三要素对其影响的显著程度,建立了高拟合度的CBN刀具干式车削Cr12Mo V和GH169的切削力经验公式,利用矩阵分析法得到了综合考虑表面粗糙度、切削力和切削温度的最优车削用量。所做研究将为CBN刀具干式车削Cr12Mo V和GH169提供技术支持,指导实际生产中通过合理选用切削用量三要素控制切削力、切削温度并减少刀具磨损,获得理想的加工表面粗糙度,从而降低生产成本和提高产品质量。