留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

采用向量场平滑的磨削质量模型修正方法

齐俊德 张定华 陈冰

齐俊德, 张定华, 陈冰. 采用向量场平滑的磨削质量模型修正方法[J]. 机械科学与技术, 2019, 38(5): 730-735. doi: 10.13433/j.cnki.1003-8728.20180257
引用本文: 齐俊德, 张定华, 陈冰. 采用向量场平滑的磨削质量模型修正方法[J]. 机械科学与技术, 2019, 38(5): 730-735. doi: 10.13433/j.cnki.1003-8728.20180257
Qi Junde, Zhang Dinghua, Chen Bing. A Modified Model for Grinding Quality based on VFS Method[J]. Mechanical Science and Technology for Aerospace Engineering, 2019, 38(5): 730-735. doi: 10.13433/j.cnki.1003-8728.20180257
Citation: Qi Junde, Zhang Dinghua, Chen Bing. A Modified Model for Grinding Quality based on VFS Method[J]. Mechanical Science and Technology for Aerospace Engineering, 2019, 38(5): 730-735. doi: 10.13433/j.cnki.1003-8728.20180257

采用向量场平滑的磨削质量模型修正方法

doi: 10.13433/j.cnki.1003-8728.20180257
基金项目: 

国家科技重大专项项目 2015ZX04001202

详细信息
    作者简介:

    齐俊德(1987-), 博士后, 研究方向为机器人磨削装备及工艺研究, qijunde@nwpu.edu.cn

  • 中图分类号: TH165

A Modified Model for Grinding Quality based on VFS Method

  • 摘要: 磨削过程复杂,影响因素众多,因此易产生过程波动,进而影响产品的加工质量。针对该问题,以磨削工艺参数为研究对象,提出了一种基于向量场平滑算法(VFS)的磨削模型修正方法。首先提出基于改进型马氏距离的磨削参数关联性分析方法,采用多元回归分析方法构建了磨削质量预测模型,引入参数灵敏度函数表征不同参数对于磨削质量的影响程度,提升了分析方法的准确性。然后依据参数关联性特征,采用VFS算法给出了磨削工艺参数修正方法,并基于新的工艺参数进行质量模型修正与参数规划。最后基于机器人磨削平台进行了砂带磨削实验。结果表明:采用质量修正模型后的工艺参数可以较好满足磨削质量要求,从而验证了本文方法的有效性。
  • 图  1  机器人砂带磨削实验装置

    图  2  基于修正模型的样件磨削效果对比

    表  1  磨削系统硬件基本参数

    硬件 参数取值
    磨粒 M=400, E3=300 GPa, ν3=0.24
    砂带轮 E1=7.84 MPa, ν1=0.47, r1=8 mm,
    钛合金工件 E2=110 GPa, ν2=0.33, r2=150 mm, HB=1.012 GPa
    注:M为磨料粒度; E为材料弹性模量; ν为材料泊松比; r为工具曲率; H为材料硬度。
    下载: 导出CSV

    表  2  正交实验参数以及粗糙度结果

    序号 法向力/N 进给速度/(mm·s-1) 线速度/(mm·s-1) 粗糙度/μm
    1 5 10 6 0.385
    2 15 10 10 0.441
    3 25 10 14 0.492
    4 5 30 10 0.393
    5 15 30 14 0.462
    6 25 30 6 0.537
    7 5 50 14 0.352
    8 15 50 6 0.522
    9 25 50 10 0.535
    下载: 导出CSV
  • [1] Lim S H, Kim J H, Lee C M. Development of CAD/CAM system and profile measuring device for CNC grinding machine to obtain an optimal grinding speed[J]. Journal of Central South University of Technology, 2011, 18(1):146-152 doi: 10.1007/s11771-011-0672-z
    [2] Oliveira J F G, Silva E J, Guo C, et al. Industrial challenges in grinding[J]. CIRP Annals, 2009, 58(2):663-680 doi: 10.1016/j.cirp.2009.09.006
    [3] 杨长勇, 徐九华, 顾珅珅, 等.陶瓷CBN砂轮磨削镍基铸造高温合金K418磨削力研究[J].机械科学与技术, 2014, 33(5):657-661 http://journals.nwpu.edu.cn/jxkxyjs/CN/abstract/abstract4943.shtml

    Yang C Y, Xu J H, Gu K K, et al. Investigation on the grinding force of the casted nickel-based superalloy K418 with a vitrified CBN wheel[J]. Mechanical Science and Technology for Aerospace Engineering, 2014, 33(5):657-661(in Chinese) http://journals.nwpu.edu.cn/jxkxyjs/CN/abstract/abstract4943.shtml
    [4] Zhao T, Shi Y Y, Lin X J, et al. Surface roughness prediction and parameters optimization in grinding and polishing process for IBR of aero-engine[J]. The International Journal of Advanced Manufacturing Technology, 2014, 74(5-8):653-663 doi: 10.1007/s00170-014-6020-3
    [5] Ren X, Cabaravdic M, Zhang X, et al. A local process model for simulation of robotic belt grinding[J]. International Journal of Machine Tools and Manufacture, 2007, 47(6):962-970 doi: 10.1016/j.ijmachtools.2006.07.002
    [6] Axinte D A, Kritmanorot M, Axinte M, et al. Investigations on belt polishing of heat-resistant titanium alloys[J]. Journal of Materials Processing Technology, 2005, 166(3):398-404 doi: 10.1016/j.jmatprotec.2004.08.030
    [7] 赵阳, 曲兴华, 李睿.基于模糊算法的自调整温度控制系统[J].天津大学学报, 2011, 44(1):73-78 doi: 10.3969/j.issn.0493-2137.2011.01.014

    Zhao Y, Qu X H, Li R. Self-adjusting control system of temperature based on fuzzy algorithm[J]. Journal of Tianjin University, 2011, 44(1):73-78(in Chinese) doi: 10.3969/j.issn.0493-2137.2011.01.014
    [8] 刘贵杰, 巩亚东, 王宛山.磨削加工参数智能化在线调整方法研究[J].中国机械工程, 2003, 14(15):1268-1271 doi: 10.3321/j.issn:1004-132X.2003.15.003

    Liu G J, Gong Y D, Wang W S. Study on intelligent on-line adjusting method for grinding conditions[J]. China Mechanical Engineering, 2003, 14(15):1268-1271(in Chinese) doi: 10.3321/j.issn:1004-132X.2003.15.003
    [9] Song Y X, Liang W, Yang Y. A method for grinding removal control of a robot belt grinding system[J]. Journal of Intelligent Manufacturing, 2012, 23(5):1903-1913 doi: 10.1007/s10845-011-0508-6
    [10] 周雒维, 管春, 卢伟国.多标签分类法在电能质量复合扰动分类中的应用[J].中国电机工程学报, 2011, 31(4):45-50 http://www.cnki.com.cn/Article/CJFDTOTAL-ZGDC201104009.htm

    Zhou L W, Guan C, Lu W G. Application of multi-label classification method to catagorization of multiple power quality disturbances[J]. Proceedings of the CSEE, 2011, 31(4):45-50(in Chinese) http://www.cnki.com.cn/Article/CJFDTOTAL-ZGDC201104009.htm
    [11] 刘思峰, 李庆胜, 赵妮.灰色犹豫模糊集的核与灰度的灰关联决策方法[J].南京航空航天大学学报, 2016, 48(5):683-688 http://d.old.wanfangdata.com.cn/Periodical/njhkht201605011

    Liu S F, Li Q S, Zhao N. Grey correlation decision-making method of grey hesitant fuzzy sets based on kernel and grey degree[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2016, 48(5):683-688(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/njhkht201605011
    [12] Manjula M, Mishra S, Sarma A V R S. Empirical mode decomposition with Hilbert transform for classification of voltage sag causes using probabilistic neural network[J]. International Journal of Electrical Power & Energy Systems, 2013, 44(1):597-603 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=79c0b38531733eb1d1c87b5211c49cba
    [13] 祖志文, 李秦.关于马氏距离模糊聚类的有效性指标研究[J].陕西理工大学学报:自然科学版, 2018, 34(2):33-38 http://d.old.wanfangdata.com.cn/Periodical/sxgxyxb201802007

    Zu Z W, Li Q. Research on validity index of Mahalanobis distance fuzzy[J]. Journal of Shaanxi University of Technology:Natural Science Edition, 2018, 34(2):33-38(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/sxgxyxb201802007
    [14] 杨宇航, 黄云, 王亚杰, 等. GH4169高温镍基合金砂带磨削工艺试验分析[J].机械科学与技术, 2015, 34(9):1365-1369 http://journals.nwpu.edu.cn/jxkxyjs/CN/abstract/abstract6177.shtml

    Yang Y H, Huang Y, Wang Y J, et al. Analysis on abrasive belt grinding process test of GH4169 nickel based superalloy[J]. Mechanical Science and Technology for Aerospace Engineering, 2015, 34(9):1365-1369(in Chinese) http://journals.nwpu.edu.cn/jxkxyjs/CN/abstract/abstract6177.shtml
    [15] Takahashi J, Sagayama S. Vector-field-smoothed Bayesian learning for incremental speaker adaptation[C]//1995 International Conference on Acoustics, Speech, and Signal Processing. Detroit, MI, USA, USA: IEEE, 1995, 1: 696-699
  • 加载中
图(2) / 表(2)
计量
  • 文章访问数:  287
  • HTML全文浏览量:  118
  • PDF下载量:  59
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-09-12
  • 刊出日期:  2019-05-05

目录

    /

    返回文章
    返回