面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法技术

技术编号:19277475 阅读:54 留言:0更新日期:2018-10-30 18:01
面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法,属于机械加工技术领域。本发明专利技术的方法步骤如下:步骤一:确定合理的切削参数范围;步骤二:完成侧铣正交实验,收集实验数据;步骤三:建立侧铣切削参数优化多目标模型;步骤四:基于NSGA‑II算法的gamultiobj函数对多目标模型进行求解,实现切削参数的优化。本发明专利技术通过遗传算法优化切削参数保证了切削力和工件表面粗糙度较小,加工效率较高。实现了对切削参数的合理选择。

Multi objective oriented optimization of cutting parameters for side milling of titanium alloy bladed disc

The multi-objective optimization method of cutting parameters for side milling of titanium alloy integral blade disc belongs to the field of mechanical processing technology. The method steps of the invention are as follows: step 1: determining a reasonable range of cutting parameters; step 2: completing the orthogonal experiment of side milling and collecting experimental data; step 3: establishing a multi-objective model for optimization of side milling cutting parameters; step 4: solving the multi-objective model based on gamultiobj function of NSGA_II algorithm to realize cutting. Parameter optimization. The cutting parameters are optimized by genetic algorithm to ensure that the cutting force and the surface roughness of the workpiece are small and the machining efficiency is high. The reasonable selection of cutting parameters is realized.

【技术实现步骤摘要】
面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法
本专利技术涉及一种钛合金整体叶盘侧铣加工切削参数优化方法,属于机械加工

技术介绍
整体叶盘是为了满足高性能航空发动机而设计的新型结构件,与传统叶片和轮盘榫接形式相比,减少了结构重量及零件数量,简化了发动机结构,提高了气动效率和推重比,使发动机综合性能得到显著改善。虽然整体叶盘有诸多优点,但其加工制造却给工程技术人员带来很大的挑战。一方面由于其通道开敞性差,叶片型面为空间自由曲面,结构较为复杂;另一方面其制造材料多采用钛合金、高温合金等高性能难加工材料且加工精度要求高。这会导致钛合金整体叶盘加工加工过程中,切削力大、刀具剧烈磨损,刀具寿命短,容易导致严重的加工硬化,直接影响整体叶盘的加工效率和加工质量。而侧铣加工为整体叶盘加工的主要方式,在钛合金整体叶盘侧铣加工中,会存在切削力和工件表面粗糙度大、加工效率低的问题。合理选择侧铣切削参数对切削力、工件表面粗糙度和加工效率有很大的影响,切削参数的优化方法在机械加工领域是很有研究价值的课题。
技术实现思路
本专利技术的目的是针对钛合金整体叶盘侧铣加工中切削力和工件表面粗糙度大、加工效率低的问题,提出了面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法,实现对切削参数的合理选择。实现上述目的,本专利技术采取的技术方案是:面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法,所述方法步骤如下:步骤一:确定合理的切削参数范围;所述切削参数范围满足以下关系:其中,切削参数包括切削速度vc、每齿进给量fz、径向切深ae、轴向切深ap,单位依次为m/min、mm/z、mm、mm;步骤二:完成侧铣正交实验,收集实验数据;所述侧铣正交实验的具体切削参数满足如下关系:步骤三:建立侧铣切削参数优化多目标模型;所述切削参数优化多目标模型包括切削力模型、表面粗糙度模型和加工效率模型,如下式:其中,F为切削力,Ra为表面粗糙度,Q为加工效率,CF、CRa为加工系数,xF、yF、zF、nF为切削力模型中各切削参数的指数,xRa、yRa、zRa、nRa为表面粗糙度模型中各切削参数的指数,z为球头铣刀的刃数,D为球头铣刀的直径;所述切削力模型、表面粗糙度模型和加工效率模型进行取对数处理得到多元表达式,满足以下关系:其中,y1=logF,y2=logRa,y3=logQ,b10=logCF,b11=xF,b12=yF,b13=zF,b14=nF,b20=logCRa,b21=xRa,b22=yRa,b23=zRa,b24=nRa,b30=log(1000z/πD),x1、x2、x3和x4依次代表切削速度vc、每齿进给量fz、径向切深ae、轴向切深ap;所述多元表达式(4)需要将收集的切削力、表面粗糙度数据输入到MATLAB中,通过调用regress函数求解出相应的未知量b10、b11、b12、b13、b14、b20、b21、b22、b23、b24,regress函数为[b,bint,r,rint,stats]=regress(Y,X,alpha),式中,b是输出量,bint是回归系数的区间估计,r是残差,rint是置信区间,stats是检验模型的统计量,Y是因变量,X是自变量,alpha是显著性水平;由于b10=logCF,b11=xF,b12=yF,b13=zF,b14=nF,b20=logCRa,b21=xRa,b22=yRa,b23=zRa,b24=nRa,进而得到切削力模型中各切削参数的指数CF、xF、yF、zF和表面粗糙度模型中各切削参数的指数CRa、xRa、yRa、zRa、nRa;步骤四:基于NSGA-II算法的gamultiobj函数对多目标模型进行求解,实现切削参数的优化;所述多目标模型(3)中的变量个数为4,约束矩阵L和M满足以下关系:所述多目标模型(3)解算过程中需要调用gaoptimset和gamultiobj函数,并设定帕累托比例、种群大小、遗传代数、迭代次数和最优化终止参数,基于此方法自动绘制出Paretofront,并最终解算输出Pareto最优解集,优化者可以根据具体优化问题的偏好信息在该解集中寻求最终的满意解作为最优切削参数或根据隶属度函数求得最优切削参数。本专利技术相对于现有技术的有益效果是:本专利技术综合考虑了切削参数对切削力、表面粗糙度和加工效率的影响,基于实验数据,通过调用regress函数建立三者数学模型,并应用NSGA-II算法对多目标函数进行解算,获得最优解的Pareto最前沿,其有助于提高钛合金整体叶盘侧铣加工切削参数优化的正确性和可靠性,是一种切削参数优化的有效方法。本专利技术通过遗传算法优化切削参数保证了切削力和工件表面粗糙度较小,加工效率较高。附图说明图1是本专利技术的具体实施方式二中实验数据收集及实验设备结构图;图2是本专利技术的面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法的流程图。上述图中部件名称及标号如下:主轴1、刀柄2、硬质合金球头铣刀3、工件4、夹具5、测力仪6、电荷放大器7、数据采集系统8、计算机9、机床10。具体实施方式具体实施方式一:如图2所示,本实施方式披露了一种面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法,所述方法步骤如下:步骤一:确定合理的切削参数范围;所述切削参数范围满足以下关系:其中,切削参数包括切削速度vc、每齿进给量fz、径向切深ae、轴向切深ap,单位依次为m/min、mm/z、mm、mm;步骤二:完成侧铣正交实验,收集实验数据;所述侧铣正交实验的具体切削参数满足如下关系:步骤三:建立侧铣切削参数优化多目标模型;所述切削参数优化多目标模型包括切削力模型、表面粗糙度模型和加工效率模型,如下式:其中,F为切削力,Ra为表面粗糙度,Q为加工效率,CF、CRa为加工系数,xF、yF、zF、nF为切削力模型中各切削参数的指数,xRa、yRa、zRa、nRa为表面粗糙度模型中各切削参数的指数,z为球头铣刀的刃数,D为球头铣刀的直径;所述切削力模型、表面粗糙度模型和加工效率模型进行取对数处理得到多元表达式,满足以下关系:其中,y1=logF,y2=logRa,y3=logQ,b10=logCF,b11=xF,b12=yF,b13=zF,b14=nF,b20=logCRa,b21=xRa,b22=yRa,b23=zRa,b24=nRa,b30=log(1000z/πD),x1、x2、x3和x4依次代表切削速度vc、每齿进给量fz、径向切深ae、轴向切深ap;所述多元表达式(4)需要将收集的切削力、表面粗糙度数据输入到MATLAB中,通过调用regress函数求解出相应的未知量b10、b11、b12、b13、b14、b20、b21、b22、b23、b24,regress函数为[b,bint,r,rint,stats]=regress(Y,X,alpha),式中,b是输出量,bint是回归系数的区间估计,r是残差,rint是置信区间,stats是检验模型的统计量,Y是因变量,X是自变量,alpha是显著性水平;由于b10=logCF,b11=xF,b12=yF,b13=zF,b14=nF,b20=logCRa,b21=xRa,b22=yRa,b23=zRa,b24=nRa,进而得本文档来自技高网...

【技术保护点】
1.一种面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法,其特征在于:所述方法步骤如下:步骤一:确定合理的切削参数范围;所述切削参数范围满足以下关系:

【技术特征摘要】
1.一种面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法,其特征在于:所述方法步骤如下:步骤一:确定合理的切削参数范围;所述切削参数范围满足以下关系:其中,切削参数包括切削速度vc、每齿进给量fz、径向切深ae、轴向切深ap,单位依次为m/min、mm/z、mm、mm;步骤二:完成侧铣正交实验,收集实验数据;所述侧铣正交实验的具体切削参数满足如下关系:步骤三:建立侧铣切削参数优化多目标模型;所述切削参数优化多目标模型包括切削力模型、表面粗糙度模型和加工效率模型,如下式:其中,F为切削力,Ra为表面粗糙度,Q为加工效率,CF、CRa为加工系数,xF、yF、zF、nF为切削力模型中各切削参数的指数,xRa、yRa、zRa、nRa为表面粗糙度模型中各切削参数的指数,z为球头铣刀的刃数,D为球头铣刀的直径;所述切削力模型、表面粗糙度模型和加工效率模型进行取对数处理得到多元表达式,满足以下关系:其中,y1=logF,y2=logRa,y3=logQ,b10=logCF,b11=xF,b12=yF,b13=zF,b14=nF,b20=logCRa,b21=xRa,b22=yRa,b23=zRa,b24=nRa,b30=log(1000z/πD),x1、x2、x3和x4依次代表切削速度vc、每齿进给量fz、径向切深ae、轴向切深ap;所述多元表达式(4)需要将收集的切削力、表面粗糙度数据输入到MATLAB中,通过调用regress函数求解出相应的未知量b10、b11、b12、b13、b14、b20、b21、b22、b23、b24,regress函数为[b,bint,r,rint,stats]=regress(Y,X,alpha),式中,b是输出量,...

【专利技术属性】
技术研发人员:程耀楠杨金龙秦超左殿阁
申请(专利权)人:哈尔滨理工大学
类型:发明
国别省市:黑龙江,23

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1