一种钨合金电塑性辅助切削加工参数优化反演方法技术

本发明专利技术涉及一种钨合金电塑性辅助切削加工参数优化反演方法，包括

【技术实现步骤摘要】
一种钨合金电塑性辅助切削加工参数优化反演方法


[0001]本专利技术属于机械切削加工
，具体涉及一种钨合金电塑性辅助切削加工参数优化反演方法
。

技术介绍

[0002]钨合金作为典型航空航天用金属材料，其物理力学性能优良，但其强度硬度高，塑性变形能力差，导致钨合金在切削成型过程中切削力大，零件成型后表面质量差，难以满足工件使用要求，限制生产效率的提升
。
在钨合金切削过程中引进电塑性辅助加工技术，可改善钨合金材料的塑性变形能力，降低切削过程中产生的切削力与切削热，提高工件成型后的表面质量
。
[0003]钨合金电塑性辅助切削加工过程中，合理设置加工参数是提高钨合金电塑性辅助切削加工效率和质量的重要保障
。
但目前钨合金材料电塑性辅助切削加工实际生产中，大多通过生产经验确定加工参数，后通过切削实验验证切削参数是否适合用于实际生产，不仅加工效率有待提升，且生产结果易受人为因素影响，难以保证钨合金高效率生产要求，此外，钨合金电塑性辅助切削加工中，由于脉冲电流参数的引进，使得加工参数的选择难本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种钨合金电塑性辅助切削加工参数优化反演方法，其特征在于：所述方法的步骤为：
S1、
获取多个不同电脉冲实验参数和切削实验参数下的切削工件已加工表面的粗糙度
、
切削力及材料去除率；电脉冲实验参数包括：充电电压与脉冲电流频率；切削实验参数包括：切削速度
、
进给量与背吃刀量；
S2、
建立已加工表面粗糙度
、
切削力及材料去除率关于电脉冲参数和切削参数的预测数学模型；
S3、
生成以最小已加工表面粗糙度
、
最小切削力及最大材料去除率为目标的优化数据，获得训练样本；
S4、
建立训练样本库和训练模型，进行训练，生成反演算法模型；
S5、
将需要的已加工表面粗糙度
、
切削力及材料去除率数据输入反演算法模型，得到加工所需的电脉冲参数和切削参数
。2.
根据权利要求1所述钨合金电塑性辅助切削加工参数优化反演方法，其特征在于：所述
S1
的具体步骤为：
1)
基于不同脉冲电流实验参数和切削实验参数，通过电塑性辅助切削加工实验获取不同组别实验参数对应的已加工表面粗糙度
、
切削力及材料去除率实验结果；
2)
已加工表面粗糙度通过表面粗糙度仪测量；切削力通过测力仪测量；材料去除率通过材料去除率公式计算得到，其公式如下：
MRR
＝
v
c
×
f
z
×
a
p
；其中：
MRR
为材料去除率实验值，单位为
cm3/min
；
v
c
为切削速度实验值，单位为
m/min
；
f
z
为进给量实验值，单位为
mm/r
；
a
p
为背吃刀量实验值，单位为
mm。3.
根据权利要求1所述钨合金电塑性辅助切削加工参数优化反演方法，其特征在于：所述
S2
具体如下：采用线性回归函数建立表面粗糙度预测模型，其表示如下：
Ra
＝
a+a1·
v
c
’
+a2·
f
z
’
+a3·
U
’
+a4·
f
’
+a5·
(U
’
)2+a6·
(f
’
)2+a7·
v
c
’
·
U
’
+a8·
f
z
’
·
U
’
+a9·
U
’
·
f
’
；其中：
Ra
为表面粗糙度优化预测值，单位为
μ
m
；
v
c
’
为切削速度优化预测值，单位为
m/min
；
f
z
’
为进给量优化预测值，单位为
mm/r
；
U
’
为充电电压优化预测值，单位为
V
；
f
’
为脉冲频率优化预测值，单位为
Hz
；
a
为修正系数，
a1、a2、......、a9为各项对应的系数；采用多元线性回归方法建立切削力预测模型...

【专利技术属性】
技术研发人员：陈光军，赵理想，于志威，黄佳帅，刘杰，贾熊飞，
申请(专利权)人：天津职业技术师范大学中国职业培训指导教师进修中心，
类型：发明
国别省市：