航空铝合金薄壁件铣削加工工艺优化及有限元仿真

【类型】学位论文

【作者】李丹 

【关键词】 遗传算法,经验公式,加工变形,铣削参数优化,有限元,铣削力

【摘要】铝合金薄壁件在铣削加工过程中容易发生变形,难以保证铣削加工后工件的加工用精度。对于这一问题,研究铣削参数优化,对于提高加工精度、保证生产效率具有重要作用。基于现代切削理论通过有限元数值模拟仿真技术、正交试验、Matlab数学回归建模能力与遗传算法的优化能力来寻找铣削四要素的最优组合,是现代化机械加工的一个重要手段。本文以航空铝合金薄壁件7075-T651为研究载体,研究了它的铣削加工过程。设计了相应的铣削加工实验,并通过BP神经网络算法求解了铣削加工变形预测的模型,基于遗传算法实现了铣削四要素的最优化解,主要的研究内容如下:1、基于金属切削加工过程的理论模型,建立热力耦合的二维正交切削有限元模型,并对模拟切削加工过程中的关键性技术进行了详细的分析。通过对切削过程的数值模拟,得到切削过程中切削力、应变和温度的变化情况,得到与实际切削加工比较相符的结果。2、利用二维有限元数值模拟的基础,建立铝合金薄壁件铣削加工的三维有限元模型仿真。对铝合金薄壁件的铣削加工过程进行了数值模拟,得到不同铣削参数下薄壁件铣削铣削力曲线图和铣削变形曲线图。3、进行了铝合金薄壁件的铣削加工实验验证,通过Kistler测力仪和Wenzel三坐标测量机分别对对铣削加工过程中的铣削力和铣削加工后的薄壁件的变形量进行测量,验证了有限元数值模拟仿真对铣削力和铣削变形的精确性,并通过Matlab的线性回归功能得到了铣削加工的铣削力经验公式。为保证加工质量可以选择较小的进给量,铣削深度,铣削宽度,选择较大的铣削速度。4、为获得最优化的铣削加工参数,利用BP神经网络算法对铣削加工参数进行训练,确定多切削参数下的BP网络加工的变形预测模型。并通过遗传算法对铣削参数进行优化,获得了更好的加工精度和更高加工效率的铣削参数。其优化参数为:铣削转速3425r/min;铣削速度412mm/min;铣削深度0.65mm;铣削宽度2.4mm。

【学位名称】硕士

【学位授予单位】天津工业大学

【学位授予年度】2017

【导师姓名】孙会来

【读秀链接】读秀链接