磨削力和磨削表面粗糙度预测的新方法.pdfVIP

磨削力和磨削表面粗糙度预测的新方法 New fOr the ForceandSurface of Works ApproachPredictingGrinding ROughnessGrinding 广西大学机械工程学院 黄伟耿富荣 王衍学 [摘要]介绍了采用人工神经网络方法预测磨削 工作，由于表面上作用着最大的应力并直接受到外界 力和磨削表面粗糙度的分析模型。此模型可精确地描 介质的腐蚀，许多零件的损坏都是从几何表面下几十 述砂轮转速、砂轮进给速度及工件转速对磨削表面粗 微米范围内开始的。这些事实说明，表面层次的任何 糙度的影响，并可利用有限的试验数据得出整个工作 缺陷都可能引起应力集中、应力腐蚀等现象而导致零 范围内表面粗糙度的预测值，从而大量减少试验次数。 件的损坏，因此表面完整性问题变得更加突出和重要。 关键词：磨削加工 磨削力 表面粗糙度 人工 1磨削力和磨削表面粗糙度的预测模型 神经网络 An modelwhichcan 影响磨削加工表面粗糙度的因素很多，其中最重 [ABsTRAcT]analysis pre— dict forceandsurface works要的是磨削用量(砂轮速度口。、砂轮进给速度口f和工 grinding roughnessgrinding artificialneuralnetworksisintroduced．This 件转速咒。)。一般文献提供的磨削力和表面粗糙度的 byusing modelcanaccuratelvdescribetheeffectofwheel’sro— 理论计算式是在砂轮主轴无跳动、无颤振、不考虑磨削 feed andthe 过程中塑性变形的理想状态下得到的。实际上，磨削 tatingvelocity，wheel’svelocity workpiece rotationon forceandsurface 过程中的塑性变形较剧烈，磨粒也在不断钝化，所以理 speedgrinding roughness． The valuesofthesurface inthe 论计算结果的误差较大。目前还没有一种可适用于各 predicting roughness canbeobtained thelimitedtest 种磨削条件下的严密的磨削力和磨削表面粗糙度公 workingrange byusing thusa numberoftestscanbesaved． 式，工程中常用指数函数对试验数据进行计算，但各个 data， great work forceSur- 研究者给出的指数值相差很大怛J。一个好的预测方法 Keywords：GrindingGrinding face Artificialneuralnetworks 应该能准确反映磨削用量对磨削力和磨削表面粗糙度 rou2hness 的影响，同时可适用于较宽的加工条件，具有对加工条 磨削是一种常用的精密加工方法，能获得很高的 件的自适应能力。 加工精度和表面质量。在当今的钛合金、高温合金、超 1．1磨削力和磨削表面粗糙度预测神经网络 Neural 高强度钢、不锈钢及高温结构陶瓷等难加工材料的加 人工神经网络(Artificial 工中，特别是在成形表面的加工中，磨