铣削表面粗糙度预测及实验研究

发布时间：2017-07-14 01:18

  本文关键词：铣削表面粗糙度预测及实验研究

  更多相关文章： 铣削 表面粗糙度 预测模型 支持向量机

【摘要】：表面粗糙度是衡量已加工表面的重要指标之一。在实际加工前若能准确的预测工件的表面粗糙度，不仅可以提高工件的表面质量，而且可以节约生产成本。钛合金在高温条件下具有活性大、导热系数小、弹性模量小等特性，这些特性在切削中表现为切削力大、切削温度高以及刀具磨损严重等，这些因素会对零件加工表面完整性产生不利影响，并且会降低加工效率，影响表面粗糙度。 本文以铣削钛合金表面粗糙度预测为主要内容，利用牧野立式加工中心进行TC4钛合金材料加工试验，进行了多组单因素试验和两组多因素正交试验，研究分析了钛合金铣削加工表面粗糙度在各个影响因素下的结果。本文影响因素主要考虑了切削速度、进给量和切削深度。 本文通过不同参数的两组多因素正交试验，得到了钛合金铣削表面粗糙度在各个影响因素共同作用下的影响规律，并根据试验数据建立了钛合金铣削表面粗糙度预测模型。首先采用支持向量机建立钛合金铣削表面粗糙度预测模型，本文采用最小二乘支持向量机的方法，模型建立后，与试验得到的真实数据进行对比验证模型的预测精度，结果显示采用支持向量机方法适用于铣削钛合金表面粗糙度预测。同时还采用响应曲面法建立表面粗糙度预测模型，同样验证响应曲面法的预测模型精度。最后，，对比两种模型的预测精度，得到采用支持向量机方法在铣削钛合金表面粗糙度预测模型精度更高，更适用。
【关键词】：铣削 表面粗糙度 预测模型 支持向量机
【学位授予单位】：天津职业技术师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG54
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-19
• 1.1 课题研究背景及意义8-9
• 1.2 钛合金简介9-13
• 1.2.1 钛合金性能及特点9-11
• 1.2.2 钛合金切削加工特性11-12
• 1.2.3 钛合金加工技术进展12-13
• 1.3 表面粗糙度预测模型研究现状13-17
• 1.3.1 表面粗糙度理论14-16
• 1.3.2 表面粗糙度预测模型研究现状16-17
• 1.3.3 表面粗糙度预测存在的问题17
• 1.4 本课题研究内容17-19
• 第2章 基于支持向量机的表面粗糙度预测模型19-28
• 2.1 支持向量机的主要内容19-21
• 2.1.1 支持向量机的基本原理19-20
• 2.1.2 核函数及参数的选择20-21
• 2.2 基本的支持向量机算法21-25
• 2.2.1 用于分类的 SVM 算法21-23
• 2.2.2 用于回归的 SVM 算法23-24
• 2.2.3 非线性 SVM 算法24-25
• 2.3 变形的支持向量机算法25-28
• 2.3.1 C-SVM 系列算法25-26
• 2.3.2 v -SVM 算法系列26
• 2.3.3 RSVM 算法26-27
• 2.3.4 LS-SVM 算法27
• 2.3.5 WSVM 算法27-28
• 第3章 钛合金铣削加工试验28-39
• 3.1 试验基础知识28-29
• 3.1.1 试验相关方法介绍28
• 3.1.2 正交试验28-29
• 3.2 试验系统及试验方案29-33
• 3.2.1 试验条件29-31
• 3.2.2 试验方案31-33
• 3.3 表面粗糙度影响因素试验研究33-35
• 3.3.1 切削速度对表面粗糙度的影响33-34
• 3.3.2 每齿进给量对表面粗糙度的影响34
• 3.3.3 切削深度对表面粗糙度的影响34-35
• 3.4 试验数据采集35-36
• 3.5 试验数据结果分析36-39
• 3.5.1 直观分析36-37
• 3.5.2 方差分析法37-39
• 第4章 钛合金铣削表面粗糙度模型的建立39-47
• 4.1 基于支持向量机的表面粗糙度预测模型的建立39-42
• 4.1.1 核函数及参数的选择39-40
• 4.1.2 支持向量机加工预测建模原理40-42
• 4.1.3 支持向量机加工预测建模过程42
• 4.2 支持向量机预测模型验证42-43
• 4.3 基于响应曲面法的表面粗糙度预测模型建立43-46
• 4.3.1 响应曲面法理论43-44
• 4.3.2 响应曲面法在表面粗糙度预测中的应用44
• 4.3.3 回归模型的参数估计44-45
• 4.3.4 建立铣削表面粗糙度预测模型45-46
• 4.4 结果分析46-47
• 第5章 结论47-48
• 参考文献48-51
• 致谢51-52
• 申请学位期间的研究成果以及发表的学术论文52

【参考文献】

中国期刊全文数据库 前10条

1 余国湘;TC4钛合金的切削加工[J];稀有金属材料与工程;1987年01期

2 方沂;李凤泉;;基于人工神经网络的高速加工表面粗糙度预测模型[J];工具技术;2006年11期

3 张义平;;钛合金高速铣削刀具磨损的试验研究[J];工具技术;2007年01期

4 曲云霞,徐安平,张大卫,黄田;广义铣削加工表面创成模型[J];河北工业大学学报;2001年03期

5 史兴宽,杨巧凤,蔡伟,张明贤,陈明,张树全,宋良煌,唐晓兰;钛合金TC4高速铣削表面完整性的研究[J];航空制造技术;2001年01期

6 任军学;罗远锋;姚倡锋;梁永收;石凯;;TC17钛合金高速铣削表面粗糙度及参数灵敏度研究[J];航空制造技术;2009年22期

7 阎兵,张大卫,徐安平,黄田,曾子平;球头铣刀铣削表面形貌建模与仿真[J];计算机辅助设计与图形学学报;2001年02期

8 王素玉,赵军,艾兴,吕志杰;高速切削表面粗糙度理论研究综述[J];机械工程师;2004年10期

9 赵晓明,胡德金,赵国伟;5坐标数控加工中工件表面形貌的计算机仿真[J];上海交通大学学报;2003年05期

10 杨国艳,赵晓明,许黎明;高速铣削加工中进给量和进给间隔对表面粗糙度的影响[J];上海交通大学学报;2005年01期

本文编号：539129