一种基于侧铣加工的工件表面形貌的预测方法技术

本发明专利技术公开了一种基于侧铣加工的工件表面形貌的预测方法，属于机械制造仿真技术领域；将测得的实时加工过程中工件的表面形貌数据与工件模型的表面形貌数据进行比对，并获取两者差值数据作为实验随机表面形貌数据；根据概率统计方法、皮尔逊分布簇及随机数对实验随机表面形貌数据进行处理，得到表面形貌预测随机模型；据工件模型的表面形貌预测随机模型，通过改变仿真模型中的加工参数，能够获得该加工参数对应的实际侧铣加工中工件的表面形貌数据，即对工件表面形貌进行预测；该方法结合了实验和统计学方法的优点，摆脱了实验的限制的同时简化了运算，相较于已有预测方法，提高了效率并提升了预测精度。

A prediction method for workpiece surface topography based on side milling

The invention discloses a method for predicting the surface morphology of the workpiece based on side milling, which belongs to the field of mechanical manufacturing simulation technology, and compares the surface topography data of the workpiece with the surface topography data of the workpiece model in the real-time processing process, and obtains the difference values to be used as the experimental random surface topography data. According to the probability and statistics method, Pearson distribution cluster and random number, the random surface morphology data are processed, and the random model of surface morphology prediction is obtained. According to the surface morphology of the workpiece model, the random model is predicted. By changing the processing parameters in the simulation model, the actual side milling process corresponding to the processing parameters can be obtained. The surface morphology data of the workpiece is the prediction of the surface morphology of the workpiece. This method combines the advantages of the experimental and statistical methods. It gets rid of the limitations of the experiment and simplifies the operation. Compared with the existing prediction methods, the efficiency is improved and the prediction accuracy is improved.

【技术实现步骤摘要】
一种基于侧铣加工的工件表面形貌的预测方法
本专利技术属于机械制造仿真
，具体涉及一种基于侧铣加工的工件表面形貌的预测方法。
技术介绍
工件表面形貌是衡量加工后工件表面质量的一项重要指标，同时也对工件机械性能有着重要影响。加工工件表面形貌是指工件在加工过程中残留在工件表面的各种形状和尺寸不同的微观几何形态，加工过程中的刀具磨损、偏心、各种变形误差以及材料的性能等均会影响零件的表面形貌。因此，分析加工所得工件的表面形貌，深入剖析铣削加工过程中表面形貌产生的机理问题，建立表面形貌预测模型，有着重要的意义。目前表面形貌的预测模型主要分为两种，经验模型和分析模型。经验模型借助实验的方法获取数据，这种方法非常的准确和方便，但缺点也非常的明显，即其使用范围非常受限于实验，不便于用于各类加工条件。分析模型是依据加工原理，利用数学方法分析加工过程中的运动学特性。该方法应用范围十分广泛，但计算起来十分复杂，效率十分低下。
技术实现思路
有鉴于此，本专利技术的目的是提供一种基于侧铣加工的工件表面形貌的预测方法，该方法结合了实验和统计学方法的优点，摆脱了实验的限制的同时简化了运算，相较于已有预测方法，提高了效率并提升了预测精度。本专利技术是通过下述技术方案实现的：一种基于侧铣加工的工件表面形貌的预测方法，具体步骤如下：第一步，通过刀具对工件进行侧铣加工，并测得实时加工过程中工件的表面形貌数据；第二步，建立工件的侧铣加工的仿真模型，包括：工件模型、刀具模型、控制模块、运动模块及输入输出模块；第三步，通过输入输出模块输入第一步中的刀具的模型数据和第一步中的刀具的加工参数后，通过运动模块和控制模块控制刀具模型对工件模型进行侧铣加工，该侧铣加工与第一步中刀具对工件的侧铣加工相同，侧铣加工完毕后，得到工件模型的表面形貌数据；第四步，将第一步中测得的实时加工过程中工件的表面形貌数据与第三步中的工件模型的表面形貌数据进行比对，并获取两者差值数据作为实验随机表面形貌数据；第五步，根据概率统计方法、皮尔逊分布簇及随机数对第四步的实验随机表面形貌数据进行处理，得到表面形貌预测随机模型；第六步，根据工件模型的表面形貌预测随机模型，通过改变仿真模型中的加工参数，能够获得该加工参数对应的实际侧铣加工中工件的表面形貌数据，即对工件表面形貌进行预测。进一步的，在第一步中，通过接触式轮廓仪测得实时加工过程中工件的表面形貌数据。进一步的，在第二步中，所述工件模型通过模拟第一步中的工件得到；所述工件模型位于工件坐标系中，工件坐标系用于定位工件模型的位置，通过dexel线条将工件模型进行划分，每一条dexel线条有起始点和终止点；所述刀具模型通过模拟第一步中的刀具得到；所述刀具模型位于刀具坐标系中，刀具坐标系用于定位刀具模型的位置，且刀具模型和工件模型的位置关系与第一步中的刀具和工件的位置关系相同；所述控制模块包括：轴运动控制和仿真参数设置；所述轴运动控制为刀具模型的运动控制，包括刀具模型的转动和平移；所述仿真参数设置包括：刀具模型的加工参数、刀具模型的运动参数、刀具模型的控制参数、dexel的线条数目及离散时间；其中，所述加工参数包括切削深度ap、进给量fz及切削宽度ae；所述运动模块用于带动刀具模型运动进而与工件模型发生相对运动，在刀具模型与工件模型的相对运动过程中，刀具模型与dexel线条接触，并切割dexel线条，被切割后的dexel线条形成新的起始点和终止点；所述输入输出模块用于数据的输入和输出；输入数据包括工件的模型数据和刀具的模型数据；输出数据为被切割后的dexel线条形成新的起始点和终止点的坐标。进一步的，通过激光扫描仪对第一步中的刀具进行扫描而获得点云数据，点云数据经坐标变换由直角坐标变换为极坐标，进而得到刀具的模型数据。进一步的，仿真参数设置中的dexel的线条数目及离散时间可根据设定需求的预测精度和工作效率进行调整。进一步的，在仿真模型的侧铣加工过程中，刀具模型与工件模型发生相对运动，刀具模型与dexel线条接触，并切割dexel线条，被切割后的dexel线条形成新的起始点和终止点；通过输入输出模块输出被切割后的dexel线条形成新的起始点和终止点的坐标，进而获取工件模型的表面形貌数据。进一步的，工件模型的表面形貌数据的数据点个数与第一步中的工件的表面形貌数据的数据点个数相同。进一步的，在第五步中，得到表面形貌预测随机模型的步骤如下：步骤1，将实验随机表面形貌数据按不同高度出现次数进行统计，得到分布函数CDF1，该分布函数以直方图形式展现，横坐标为表面形貌预测随机模型的高度值，纵坐标为出现次数；步骤2，采用高斯分布的分布函数来表征所述分布函数CDF1，其分布参数分别为：分布函数CDF1的期望为分布函数CDF1的标准差为分布函数CDF1的偏度为及分布函数CDF1的峰度为其中，xi为表面形貌预测随机模型的第i个的高度值，n为表面形貌预测随机模型的高度值的总个数；步骤3，更换两次以上的第二步中刀具模型的加工参数后，分别重复步骤1和步骤2，得到两组以上的分布参数μ1-μ4后，采用二次拟合的方式来拟合所述分布参数与第二步中刀具模型的加工参数之间的关系，即μi＝μ(ap，fz，ae)，其中，i＝1，2，3，4，即μ1＝μ1(ap，fz，ae)、μ2＝μ2(ap，fz，ae)、μ3＝μ3(ap，fz，ae)、μ4＝μ4(ap，fz，ae)；步骤4，根据μi＝μ(ap，fz，ae)及皮尔逊分布簇，计算得出分布函数CDF2，分布函数CDF2以直方图形式展现，横坐标为表面形貌预测随机模型的高度值，纵坐标为概率密度；该概率密度的函数f(x)满足：其中，x为表面形貌预测随机模型的高度值，b0＝0,A的导数A′＝10β2-18-12β1，μ′1为μ1的导数，μ′2为μ2的导数，μ′3为μ3的导数，μ′4为μ4的导数；步骤5，将分布函数CDF2中的表面形貌预测随机模型的高度值进行水平方向的离散，得到表面形貌预测随机模型；所述离散在离散坐标系表示，其横坐标为表面形貌预测随机模型的高度值的个数，纵坐标为表面形貌预测随机模型的高度值的随机数值，所述随机数值借助伪随机数生成；横坐标和纵坐标形成的面积表示高度值区间的离散区域内的随机数值的个数；离散区域内的随机数值出现的概率由ΔA/A决定，ΔA为分布函数CDF2中离散区域中两个高度值对应的概率密度形成的面积，A为总的概率密度，为A＝1。有益效果：(1)本专利技术通过实验结合统计学方法，对侧铣加工中工件产生的随机形貌进行预测；通过利用皮尔逊分布簇，将实际测量结果作为仿真的分析参考，极大的提高了仿真的精确性与准确度；通过利用随机数方法，来表征加工中的随机因素对工件表面形貌的影响，使用数学方法来表征实验结果，使得该预测模型摆脱了实验条件的束缚，仅通过数学计算即可对侧铣加工表面形貌进行预测，提高了预测范围和预测效率。(2)本专利技术通过建立仿真模型，使仿真过程可视化并通过控制模块实现随停随用，更加贴近实际切削过程，是仿真结果可信度更高，有效保证的仿真与实际结果的相似度。(3)本专利技术通过高精度接触式轮廓仪对侧铣加工的工件表面形貌进行数据采集，保证了实际数据的准确性同时为该预测方法提供数据来源。(4)本专利技术中dexel的线条数目及离散时间可根据本文档来自技高网...

【技术保护点】
一种基于侧铣加工的工件表面形貌的预测方法，其特征在于，具体步骤如下：第一步，通过刀具对工件进行侧铣加工，并测得实时加工过程中工件的表面形貌数据；第二步，建立工件的侧铣加工的仿真模型，包括：工件模型、刀具模型、控制模块、运动模块及输入输出模块；第三步，通过输入输出模块输入第一步中的刀具的模型数据和第一步中的刀具的加工参数后，通过运动模块和控制模块控制刀具模型对工件模型进行侧铣加工，该侧铣加工与第一步中刀具对工件的侧铣加工相同，侧铣加工完毕后，得到工件模型的表面形貌数据；第四步，将第一步中测得的实时加工过程中工件的表面形貌数据与第三步中的工件模型的表面形貌数据进行比对，并获取两者差值数据作为实验随机表面形貌数据；第五步，根据概率统计方法、皮尔逊分布簇及随机数对第四步的实验随机表面形貌数据进行处理，得到表面形貌预测随机模型；第六步，根据工件模型的表面形貌预测随机模型，通过改变仿真模型中的加工参数，能够获得该加工参数对应的实际侧铣加工中工件的表面形貌数据，即对工件表面形貌进行预测。

【技术特征摘要】
1.一种基于侧铣加工的工件表面形貌的预测方法，其特征在于，具体步骤如下：第一步，通过刀具对工件进行侧铣加工，并测得实时加工过程中工件的表面形貌数据；第二步，建立工件的侧铣加工的仿真模型，包括：工件模型、刀具模型、控制模块、运动模块及输入输出模块；第三步，通过输入输出模块输入第一步中的刀具的模型数据和第一步中的刀具的加工参数后，通过运动模块和控制模块控制刀具模型对工件模型进行侧铣加工，该侧铣加工与第一步中刀具对工件的侧铣加工相同，侧铣加工完毕后，得到工件模型的表面形貌数据；第四步，将第一步中测得的实时加工过程中工件的表面形貌数据与第三步中的工件模型的表面形貌数据进行比对，并获取两者差值数据作为实验随机表面形貌数据；第五步，根据概率统计方法、皮尔逊分布簇及随机数对第四步的实验随机表面形貌数据进行处理，得到表面形貌预测随机模型；第六步，根据工件模型的表面形貌预测随机模型，通过改变仿真模型中的加工参数，能够获得该加工参数对应的实际侧铣加工中工件的表面形貌数据，即对工件表面形貌进行预测。2.如权利要求1所述的一种基于侧铣加工的工件表面形貌的预测方法，其特征在于，在第一步中，通过接触式轮廓仪测得实时加工过程中工件的表面形貌数据。3.如权利要求1所述的一种基于侧铣加工的工件表面形貌的预测方法，其特征在于，在第二步中，所述工件模型通过模拟第一步中的工件得到；所述工件模型位于工件坐标系中，工件坐标系用于定位工件模型的位置，通过dexel线条将工件模型进行划分，每一条dexel线条有起始点和终止点；所述刀具模型通过模拟第一步中的刀具得到；所述刀具模型位于刀具坐标系中，刀具坐标系用于定位刀具模型的位置，且刀具模型和工件模型的位置关系与第一步中的刀具和工件的位置关系相同；所述控制模块包括：轴运动控制和仿真参数设置；所述轴运动控制为刀具模型的运动控制，包括刀具模型的转动和平移；所述仿真参数设置包括：刀具模型的加工参数、刀具模型的运动参数、刀具模型的控制参数、dexel的线条数目及离散时间；其中，所述加工参数包括切削深度ap、进给量fz及切削宽度ae；所述运动模块用于带动刀具模型运动进而与工件模型发生相对运动，在刀具模型与工件模型的相对运动过程中，刀具模型与dexel线条接触，并切割dexel线条，被切割后的dexel线条形成新的起始点和终止点；所述输入输出模块用于数据的输入和输出；输入数据包括工件的模型数据和刀具的模型数据；输出数据为被切割后的dexel线条形成新的起始点和终止点的坐标。4.如权利要求3所述的一种基于侧铣加工的工件表面形貌的预测方法，其特征在于，通过激光扫描仪对第一步中的刀具进行扫描而获得点云数据，点云数据经坐标变换由直角坐标变换为极坐标，进而得到刀具的模型数据。5.如权利要求3所述的一种基于侧铣加工的工件表面形貌的预测方法，其特征...

【专利技术属性】
技术研发人员：刘志兵，赵轲，赵文祥，王西彬，籍永建，黄涛，张路，陈掣，陈晖，王康佳，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11