您当前的位置:首页>论文资料>基于BP神经网络的拉夹逆向车削细长轴切削力预测

基于BP神经网络的拉夹逆向车削细长轴切削力预测

资料类别:论文资料

文档格式:PDF电子版

文件大小:1.53 MB

资料语言:中文

更新时间:2025-01-09 18:04:00



推荐标签:

内容简介

基于BP神经网络的拉夹逆向车削细长轴切削力预测 第9期 2017年9月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号:10012265(2017)09006603
D0I:10.13462/j.cnki.mmtamt.2017.09.017
基于BP神经网络的拉夹逆向
车削细长轴切削力预测
王南,白意东,王丽,王瑞强
(河北工程大学机械与装备工程学院,河北邯郸056038)
No.9 Sep.2017
摘要:为减小细长轴的弯曲变形,提高加工精度,对拉夹逆向车削进行理论分析和切削力预测。首先介绍拉夹逆向车削模型,根据受力情况建立力平衡方程,求解振动频率函数,然后用Deform仿真软件对车削进行仿真,得到不同切削参数下的切削力,最后建立BP神经网络模型,对切削力进行预测。结果表明采用拉夹逆向车削细长轴可以提高工件在装央状态下的固有频率,取得很好的减振效果,
并且使用BP神经网络模型可以精确预测车削力的大小。关键词:细长轴切削力;BP神经网络;仿真预测
中图分类号:TH161;TG506
文献标识码:A
Prediction of Cutting Force of Turning and Shaft Based on BP Neural Network
WANG Nan, BAI Yi-dong, WANG Li, WANG Rui-qiang
( College of Mechanical and Equipment Engineering, Hebei University of Engineering, Handan Hebei 056038, China)
Abstract : In order to reduce the bending deformation of the elongated shaft and improve the machining pre-cision, the theoretical analysis and cutting force prediction of the reverse turning of the puller are carried out. Firstly, the reverse turning model of the puller is introduced, and the force balance equation is estab-lished according to the force. The vibration frequency function is solved. Then, the deformation is simulated by Deform simulation software. The cutting force under different cutting parameters is obtained. Finally, the BP neural network model is established, Force to predict. The results show that the anti - vibration effect of the workpiece can be improved by using the reverse turning of the workpiece, and the vibration effect can bc improved by using the BP neural network model, and the size of the turning force can be accurately predic-ted.
Key words: slender shaft; cutting force; BP neural network; simulation prediction
0引言
细长轴类零件被广泛应用于交通、制造、农业、国防等行业,它在机器中起到连接和传动的重要作用,但由于长径比大,在车削细长轴时,工件会产生振动和弯曲变形。针对此间题,国内外学者做了大量理论研究和实验尝试。韩荣第通过设计专用跟刀架,使工件达到较高的加工精度和较小的表面粗糙度值:周勇[2] 应用磨料水射流镜像的方法加工细长轴,通过实验验证该方法可以有效的提高细长轴的加工精度;武文革[3]对正向切削和逆向切削时工件变形进行了力学分析,并验证该模型可用于细长轴加工的工艺设计。K. RamaKotaiah[4]分析了高速切削过程中稳定性, ChandiramaniNK[3]研究了稳定切削极限的切削用量,
收稿日期:20170510;修回日期:20170606*基金项目:河北省自然科学基金(E2014402055)
AltintasYl6]对再生颤振动态切削力模型进行了研究
上述有关细长轴的加工方法,国内学者的研究均需要使用专门的加工工具,其加工成本高,仅限于小批量生产,而国外学者主要集中在切削机理研究,并没有提出可靠的加工方法。针对此问题,笔者基于拉夹逆向车削原理,通过建立车削模型,对细长轴的弯曲变形程度进行分析,并对切削力的大小进行预测,此研究对提高细长轴的加工精度具有重要意义。
拉夹逆向车削细长轴介绍及力学分析 1
用拉夹尾座逆向车削细长轴时,车削模型如图1 所示,拉夹尾座对轴产生一个向右的拉力F,车前分力F,使轴受到沿轴向的拉力,车削分力F,使轴受到沿径向的压力7。在整个车削模型中,车削分力F,是
作者简分数播7一),男,河北吕察人,河北工程大学教授,博士,研究方向为现代机械设计及理论、机械结构与系统动力学,(E-mail)wang
nan133@163.com。
上一章:基于知识粒度的科学效应库系统构建 下一章:基于最小熵解卷积和能量算子的滚动轴承故障诊断方法

相关文章

细长轴双头带锥度车削专用机床设计 CA6140机床车削细长轴刀具角度浅析 基于BP神经网络数控机床切削能耗的研究 CA6140数控车床车削细长轴振动的技术研究 基于灰色残差修正模型的机床切削力预测与仿真 基于遗传算法与BP神经网络的股票预测 基于BP神经网络的连杆衬套磨损量预测 基于BP神经网络下空调负荷预测模型的研究