【技术实现步骤摘要】
本专利技术涉及刀头参数优化，具体为一种立铣刀刀头参数优化方法、系统及立铣刀。
技术介绍
1、优化立铣刀刀头参数的方法旨在通过调整切削条件和刀具参数，以提高加工效率、降低成本并改善加工质量，以前立铣刀刀头参数优化方法主要基于操作工的经验和直觉，操作工根据过去的经验和感觉来选择切削参数，如切削速度、进给速度和切削深度。虽然这种方法简单易行，但受限于操作工的个人经验和主观判断，无法充分利用数据和科学方法，随着数控技术的发展，试错法逐渐被引入立铣刀刀头参数优化过程中，通过反复试验和调整切削条件，观察加工结果并进行调整，以找到最佳的刀具参数组合。尽管这种方法比经验法更系统化，但仍然需要大量的试验和时间成本。
2、现有技术中，在立铣刀刀头参数的优化过程中，当只考虑加工质量时，在满足刀头参数的最优时，工件的加工效率会受到影响，当只考虑加工效率时，在满足刀头参数的最优时，工件的加工质量会受到影响，往往加工质量和加工效率相互矛盾。因此在对刀头参数的优化时，工件的加工质量和加工效率之间的平衡点很难获得，从而很难获得最优的刀头参数。
3、基于此，本申请设计改进了一种可以在加工质量和加工效率之间快速准确找到平衡点，获得最优的刀头参数的立铣刀刀头参数优化方法、系统及立铣刀。
4、在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本专利技术的目的在于提供一种立铣刀刀头参数优化方法
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种立铣刀刀头参数优化方法，具体步骤包括：
4、s1.采集立铣刀的刀头参数和加工参数，所述立铣刀的刀头参数包括刃口半径、刀尖半径和刀尖角度，所述立铣刀的加工参数包括切削速度、进给速度和切削深度；
5、s2.将采集的所述立铣刀的切削速度、进给速度和切削深度，以及所述切削速度、进给速度和切削深度的中心数值组合，通过box-behnken算法构建实验模型；
6、s3.在所述模型中输入切削速度、进给速度和切削深度，以及所述切削速度、进给速度和切削深度的中心数值组合，获取实验数据，并根据所述实验数据，建立回归模型，以所述回归方程为目标函数，分别获取立铣刀的加工质量和加工效率的最优值；
7、s4.根据加工质量的最优值、加工效率的最优值和刃口半径、刀尖半径、刀尖角度的关系，分别构建数学模型，获取加工质量的目标函数和加工效率的目标函数，并根据加工质量的最优值获取工件加工时允许的粗糙度的最大值，根据加工效率的最优值获取工件加工时间的最长值；
8、s5.根据所述加工质量的目标函数、加工效率的目标函数、表面粗糙度的最大值和加工时间的最长值，利用遗传算法获取满足表面粗糙度的最大值时的加工质量的目标函数，获取满足加工时间的最长值时的加工效率的目标函数，并通过迭代优化，当满足预先设置的迭代次数时，输出刃口半径、刀尖半径和刀尖角度的最优组合。
9、进一步地，在步骤s2中，通过box-behnken算法构建实验模型的过程如下：
10、确定参数范围：确定切削速度、进给速度和切削深度的范围，即切削速度为，进给速度为，切削深度为,切削速度、进给速度和切削深度均有低、中、高三个水平；
11、确定中心水平值：在每个参数的范围内，选择一个中心水平值作为参考点，通常选取参数范围的中间值作为中心点，即切削速度的中心水平值为75m/min，进给速度为1.0mm/rev，切削深度为5 mm；
12、构建实验点：根据box-behnken算法，生成一系列实验点，算法基于每个参数的范围和中心水平值，去除中心点和可能会导致奇点的组合，原实验点数为216个，在参数空间中均匀选择实验点，由于每个参数有3个水平，则新实验点数为27个；
13、生成实验矩阵：对于每个新实验点，记录对应的切削速度、进给速度和切削深度的数值，并将它们组织成一个实验矩阵，将其表示为27×3的实验矩阵，其中，行表示组合数，列表示对应的切削速度、进给速度和切削深度的不同数值。
14、进一步地，在步骤s3中，所述目标函数模型的构建过程如下：
15、实验矩阵共有25组数据，采集其中的15组实验，根据15组工件的切削速度、进给速度、切削深度和加工质量、加工效率的关系得到回归方程，以所述回归方程为目标函数，获取加工质量和加工效率的最优值，依据的公式如下：
16、
17、
18、其中，为加工质量，为加工效率，为截距，为的系数，为的系数，为参数交互作用的系数，为第个参数的水平值，为第个参数的水平值，为参数的个数，为误差项，，且。
19、进一步地，根据所述加工质量的最优值、加工效率的最优值和刃口半径、刀尖半径、刀尖角度的关系，分别构建数学模型，获取加工质量的目标函数和加工效率的目标函数，依据的公式如下：
20、
21、
22、其中，为加工质量的目标函数，为加工质量的最优值，为刃口半径、刀尖半径和刀尖角度对加工质量的影响的目标函数，为加工效率的目标函数，为加工效率的最优值，为刃口半径、刀尖半径和刀尖角度对加工效率的影响的目标函数。
23、进一步地，在步骤s4中，根据加工质量获取工件加工时允许的粗糙度，依据的公式如下：
24、
25、其中，为工件加工时允许的粗糙度，为加工质量的数值，为系数，当加工质量达到最优值时，工件加工时允许的粗糙度的最大值为；
26、根据加工效率获取工件加工时间，依据的公式如下：
27、
28、其中，为工件加工时间，为工件加工效率，为系数，当加工效率的最优值达到时，工件加工时间的最长值为。
29、一种立铣刀刀头参数优化系统，所述系统用于执行上述任一项所述的立铣刀刀头参数优化方法，包括：
30、数据采集模块，用于采集立铣刀的刀头参数和加工参数，所述立铣刀的刀头参数包括刃口半径、刀尖半径和刀尖角度，所述立铣刀的加工参数包括切削速度、进给速度和切削深度；
31、数据处理模块，用于将采集的所述立铣刀的切削速度、进给速度和切削深度，以及所述切削速度、进给速度和切削深度的中心数值组合，通过box-behnken算法构建实验模型；
32、数据分析模块，用于在所述模型中输入切削速度、进给速度和切削深度，以及所述切削速度、进给速度和切削深度的中心数值组合，获取实验数据，并根据所述实验数据，建立回归模型，以所述回归方程为目标函数，分别获取立铣刀的加工质量和加工效率的最优值；
33、映射模块，用于根据所述加工质量的最优值、加工效率的最优值和刃口半径、刀尖半径、刀尖角度的关系，分别构建数学模型，获取加工质量的目标函数和加工效率的目标函数，并根据所述加工质量的最优值获取工件加工时本文档来自技高网...
【技术保护点】
1.一种立铣刀刀头参数优化方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的立铣刀刀头参数优化方法，其特征在于，在步骤S2中，通过Box-Behnken算法构建实验模型的过程如下：
3.根据权利要求2所述的立铣刀刀头参数优化方法，其特征在于，在步骤S3中，所述目标函数模型的构建过程如下：
4.根据权利要求1所述的立铣刀刀头参数优化方法，其特征在于，在步骤S4中，根据所述加工质量的最优值、加工效率的最优值和刃口半径、刀尖半径、刀尖角度的关系，分别构建数学模型，获取加工质量的目标函数和加工效率的目标函数，依据的公式如下：
5.根据权利要求1所述的立铣刀刀头参数优化方法，其特征在于，在步骤S4中，根据加工质量获取工件加工时允许的粗糙度，依据的公式如下：
6.一种立铣刀刀头参数优化系统，所述系统用于执行权利要求1-5任一项所述的立铣刀刀头参数优化方法，其特征在于，包括：
7.一种立铣刀，其特征在于，所述立铣刀的参数采用权利要求1-5任一项所述的立铣刀刀头参数优化方法生成。
【技术特征摘要】
1.一种立铣刀刀头参数优化方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的立铣刀刀头参数优化方法，其特征在于，在步骤s2中，通过box-behnken算法构建实验模型的过程如下：
3.根据权利要求2所述的立铣刀刀头参数优化方法，其特征在于，在步骤s3中，所述目标函数模型的构建过程如下：
4.根据权利要求1所述的立铣刀刀头参数优化方法，其特征在于，在步骤s4中，根据所述加工质量的最优值、加工效率的最优值和刃口半径、刀尖半径、刀尖角...
【专利技术属性】
技术研发人员：姜志鹏，贾禹鑫，刘献礼，王铭泽，刘超，黄志鹏，史有恒，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：
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。