一种数控内齿强力珩齿机的珩削力预测方法技术

本发明专利技术涉及一种数控内齿强力珩齿机的珩削力预测方法，属于机械加工制造技术领域。应用对象为数控内齿强力珩齿机，操作步骤如下：1、根据待加工齿轮参数和内齿强力珩齿机加工工艺确定珩齿加工参数，设计珩齿加工正交实验，通过珩齿加工正交试验获取各试验参数组合下的实际珩削力；2、采用归一化数据处理方法对试验数据预处理，获取训练样本集，选择BP神经网络模型对训练样本集数据进行迭代训练，建立珩削力预测模型；3.将已建立珩削力的预测模型用于珩削力预测，并与珩齿试验实际珩削力数值进行误差比较。本发明专利技术实现了珩齿加工时的珩削力预测，为珩齿工艺参数的优化选择提供参考，可有效提高珩齿加工精度，避免加工参数选择不当造成材料浪费。

【技术实现步骤摘要】
一种数控内齿强力珩齿机的珩削力预测方法
本专利技术属于机械加工制造
，具体涉及一种数控内齿强力珩齿机的珩削力预测方法。
技术介绍
内齿强力珩齿工艺是用齿轮状的珩磨轮与工件间呈一定轴交角啮合并自由或者强制滚动，由珩磨轮表面磨粒对工件齿面的材料余量进行去除的一种新型齿轮精加工方式。珩齿加工不仅能提高齿轮精度，改善齿轮表面质量，其最大的特点是能在齿轮表面产生网格化的加工纹理，较磨齿工艺产生的条纹纹理，大大降低了齿轮副运转产生的噪声和振动，能够有效防止齿轮副在高速运转过程中因过热发生齿轮胶合，更能适应现代工业发展对高精高速齿轮的要求。随着新能汽车行业的快速发展，新能源汽车中变速箱齿轮转速已经达到10000r/min以上，对齿轮加工精度和表面质量的要求也越来越高，珩齿技术应用日益广泛。实际加工中过大的珩削力会引起齿轮齿面变形，降低齿轮疲劳强度，甚至会导致齿面产生裂纹，而过小的珩削力会导致齿轮表面加工不完全，单次切除余量小，需要经过多次往复珩削，费时费力，而珩削力的大小又取决于珩齿加工参数组合。目前对珩削力的预测、检测主要有两种方法：本文档来自技高网...

【技术保护点】
1.一种数控内齿强力珩齿机的珩削力预测方法，所述珩削力预测方法适用于数控内齿强力珩齿机，数控内齿强力珩齿机包括七个数控轴，分别为：珩磨轮旋转轴C1、工件旋转轴C2、珩磨轮径向进给轴X、珩磨轮轴向进给轴Z1、工作台移动轴Z2、轴交角调整轴A、鼓形加工和锥度修形轴B，其特征在于操作步骤如下：/n(1)根据待加工齿轮参数和内齿强力珩齿机加工工艺确定珩齿加工参数，设计珩齿加工正交实验，通过珩齿加工正交试验获取各试验参数组合下的实际珩削力；/n(2)采用归一化数据处理方法对珩齿加工正交试验的试验数据预处理，获取训练样本集，选择BP神经网络模型并输入训练样本集数据进行迭代训练，建立珩削力预测模型；所述试验...

【技术特征摘要】
1.一种数控内齿强力珩齿机的珩削力预测方法，所述珩削力预测方法适用于数控内齿强力珩齿机，数控内齿强力珩齿机包括七个数控轴，分别为：珩磨轮旋转轴C1、工件旋转轴C2、珩磨轮径向进给轴X、珩磨轮轴向进给轴Z1、工作台移动轴Z2、轴交角调整轴A、鼓形加工和锥度修形轴B，其特征在于操作步骤如下：
(1)根据待加工齿轮参数和内齿强力珩齿机加工工艺确定珩齿加工参数，设计珩齿加工正交实验，通过珩齿加工正交试验获取各试验参数组合下的实际珩削力；
(2)采用归一化数据处理方法对珩齿加工正交试验的试验数据预处理，获取训练样本集，选择BP神经网络模型并输入训练样本集数据进行迭代训练，建立珩削力预测模型；所述试验数据为珩齿加工正交试验的试验参数和试验参数组合下的实际珩削力；
(3)将已建立的珩削力预测模型用于珩削力预测，与珩齿加工试验实际珩削力数值进行误差比较，验证珩削力预测模型的准确性，由误差百分比衡量，其中F实际珩削力表示珩齿机操作面板上采集的珩削力实际值，F预测珩削力表示珩削力预测模型计算得到的珩削力预测值，η数值越小说明珩削力预测模型越准确。


2.根据权利要求1所述一种数控内齿强力珩齿机的珩削力预测方法，其特征在于：步骤(1)中，所述珩齿加工参数分别为：工件转速nc2为800～1800r/min、珩磨轮径向进给量fx为2～8μm/次、珩磨轮轴向进给速度fz为60～200mm/min；
所述珩齿加工正交试验以工件转速nc2、珩磨轮径向进给量fx、珩磨轮轴向进给速度fz三个加工参数作为试验因素，每项试验因素在参数范围内按照平均原则选取五个水平，根据L25(53)正交试验表设计珩齿加工正交试验，共设计25组珩齿试验样本。

【专利技术属性】
技术研发人员：夏链，蒋泓，韩江，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34