首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种数控铣齿比能耗与工件粗糙度的调整方法和系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京工程学院

摘要:本发明提供一种数控铣齿比能耗与工件粗糙度的调整方法和系统,包括获取铣刀的转速、切削进给速度和背吃刀量;根据铣刀的转速、切削进给速度和背吃刀量确定铣刀的铣削功率;根据铣刀的切削进给速度和背吃刀量确定铣刀的材料体积去除率;根据铣刀的铣削功率和材料体积去除率确定铣刀铣削的切削比能;根据铣刀的转速、切削进给速度和背吃刀量构建工件表面粗糙度预测模型;将铣刀铣削的切削比能和工件表面粗糙度预测模型作为粒子群算法中两个目标函数,以最小切削比能和工件粗糙度为约束条件,调整铣刀铣削的切削比能和工件表面粗糙度的相对重要性。本发明能更直观地反映切削参数对切削能耗的影响,可用来比较不同机床、不同材料和不同工况下的齿轮铣削的能耗情况。通过将铣齿切削比能和工件表面粗糙度的拟合方程作为多目标粒子群算法中的目标函数,进行铣齿工艺参数的多目标优化。

主权项:1.一种数控铣齿比能耗与工件粗糙度的调整方法,其特征在于,包括:获取铣刀的转速、切削进给速度和背吃刀量;根据铣刀的转速、切削进给速度和背吃刀量确定铣刀的铣削功率;根据铣刀的切削进给速度和背吃刀量确定铣刀的材料体积去除率;根据铣刀的铣削功率和材料体积去除率确定铣刀铣削的切削比能;根据铣刀的转速、切削进给速度和背吃刀量构建工件表面粗糙度预测模型;将铣刀铣削的切削比能和工件表面粗糙度预测模型作为粒子群算法中两个目标函数,以最小切削比能和工件粗糙度为约束条件,调整铣刀铣削的切削比能和工件表面粗糙度的相对重要性;所述根据铣刀的转速、切削进给速度和背吃刀量构建工件表面粗糙度预测模型,包括:构建工件表面粗糙度预测模型表达式: 其中,Ra1为工件表面粗糙度第一预测值;a为Ra1的拟合系数;S为铣刀的转速;y1为S的拟合指数;F为铣刀切削进给速度;y2为F的拟合指数;ap为背吃刀量;y3为ap的拟合指数;Ra2为工件表面粗糙度第二预测值;z1为Ra2的拟合系数;z2为S的拟合系数;z3为F的拟合系数;z4为ap的拟合系数;z5为S的平方的拟合系数;z6为F的平方的拟合系数;z7为ap的平方的拟合系数;z8为S与F的乘积的拟合系数;z9为S与ap的乘积的拟合系数;z10为F与ap的乘积的拟合系数;z11为S、F以及ap的乘积的拟合系数;所述将铣刀铣削的切削比能和工件表面粗糙度预测模型作为粒子群算法中两个目标函数,以最小切削比能和工件粗糙度为约束条件,调整铣刀铣削的切削比能和工件表面粗糙度的相对重要性,包括:确定Ra1和Ra2的预测精度;将R2Ra1和R2Ra2中预测精度最高对应的预测值作为最终的齿轮工件表面粗糙度预测值Ra;将铣刀铣削的切削比能和工件表面粗糙度预测模型输入至粒子群算法中,以作为粒子群运算约束;确定粒子群算法中个体和全局的最优解;更新个体和群体粒子最佳适应度值,自适应更新粒子的全局速度惯性;在粒子群迭代中通过迭代求解得到最优解,并更新粒子速度和位置;对新的非劣解进行更新并存档;判断循环次数是否达到预定的最大循环数或连续目标次数循环有相同结果;如果是,则退出循环并设置权重参数,以调节铣刀铣削的切削比能和工件表面粗糙度的相对重要性;如果否,则继续对新的非劣解进行更新并存档;所述确定Ra1和Ra2的预测精度,包括:根据以下公式计算Ra1和Ra2的预测精度: 其中,R2Ra1为工件表面粗糙度第一预测值Ra1的精度;sum·为求和算子;Ra真实为齿轮工件粗糙度测绘实际值;Ra平均为齿轮工件粗糙度测绘平均值;R2Ra2为工件表面粗糙度第二预测值Ra2的精度。

全文数据:

权利要求:

百度查询: 南京工程学院 一种数控铣齿比能耗与工件粗糙度的调整方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。