[发明专利]一种数控机床广义空间切削稳定性预测与优化方法有效
申请号: | 201710786886.0 | 申请日: | 2017-09-04 |
公开(公告)号: | CN107505842B | 公开(公告)日: | 2020-07-31 |
发明(设计)人: | 邓聪颖;苗建国;魏博;冯义;禄盛 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 北京同恒源知识产权代理有限公司 11275 | 代理人: | 赵荣之 |
地址: | 400065 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 数控机床 广义 空间 切削 稳定性 预测 优化 方法 | ||
1.一种数控机床广义空间切削稳定性预测与优化方法,其特征在于:该方法包括以下步骤:
S1:构造已知样本信息;
S2:考虑变量空间相关性,通过Kriging方法建立切削稳定性表征指标最小极限切削深度与机床空间位置坐标的近似函数关系,预测切削稳定性的空间演化规律;
S3:采用改进粒子群算法确定具有最小极限切削深度最大值的加工位置;
S4:采用切削实验确定机床易颤振模态;
S5:基于能量分布理论确定机床薄弱结合部;
S6:提出结合部动刚度优化配置方案,提高最小极限切削深度值,以预测切削稳定性空间分异特性,并扩大稳定区域选择范围;
所述步骤S1具体为:采用中心复合表面设计和Box-Behnken实验设计方法,将数控机床工作空间离散化,并确定样本点的空间位置坐标(x,y,z);
所述步骤S2具体为:
S201:根据步骤S1的实验设计方法进行机床整机动态实验测试,通过锤击法模态实验获取机床处于各样本点位置时对应的机床刀尖点频率响应函数G(iωc),其中:i为虚数单位;ωc为颤振频率;
S202:绘制各样本点位置对应的颤振稳定域叶瓣图,进而确定各样本点位置的最小极限切削深度;
S203:将样本点空间位置坐标作为位置变量输入,对应的最小极限切削深度值作为响应输出,在Matlab软件中构建广义最小极限切削深度的Kriging预测模型:
aplimmin(x,y,z)=fT(x,y,z)β*+rT(x,y,z)R-1(YT-Fsβ*);
其中:aplimmin为最小极限切削深度;fT为已知的回归模型,为多项式函数,所有样本点空间坐标组成的回归模型为Fs;β*为预测模型的回归系数矩阵,记作(FsR-1Fs)-1FsR-1Y,取决于采样点的拟合模型、距预测位置的距离和预测点周围已知点间的空间关系,其中Y为样本点的响应矩阵,R-1为各采样点空间坐标的相关矩阵,由变异函数求出,采用指数模型、高斯模型、Matérn线性模型或Matérn立方模型作为变异函数;rT为预测点与采样点空间坐标间的相关矩阵,通过变异函数求解;YT为样本点响应矩阵Y的转置;
S204:构造新的样本点位置进行模态分析和切削稳定性计算,确定对应的最小极限切削深度值,并采用公式(1)检验Kriging预测模型的精度,进而根据验证结果调整模型,提高拟合精度,由此预测加工空间内任意点的最小极限切削深度,
其中,RE为设计空间任意样本点的相对误差;err为设计空间任意样本点的平均相对误差;y(xi)为第i个样本点真实值;为第i个样本点的Kriging模型预测值;xi为第i个样本点,m为样本点数量;
所述步骤S3具体为:根据建立的最小极限切削深度Kriging模型,引入改进粒子群算法,并结合改进粒子群算法流程共同求解机床加工空间的最优加工位置以及对应的最小极限切削深度值;
所述步骤S4-S6具体为:在最优位置处,以求解的最小极限切削深度的最大值为基准,线性递增作为切削深度并进行切削实验,采用麦克风拾取加工过程的声音信号,根据声音信号的频谱分析确定机床易颤振模态,进而采用弹性能分布率计算公式(2)获取整机结构中各结合部的弹性能分布率,以具有较高弹性能分布率的结合部作为薄弱结合部,并从该类结合部接触状况提出其动刚度优化方案,以此重新进行整机模态计算和切削稳定性计算,获取薄弱结合部动刚度最优配置以及优化后的最小极限切削深度值;
其中:Vmi、VAi分别为系统在第i阶模态振动时模块m与系统的弹性能;Ai为系统以第i阶模态振动时模块m所有自由度的幅值向量;Ki为模块m的刚度矩阵;n为模块总量;Ri为模块m在系统中的弹性能分布率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710786886.0/1.html,转载请声明来源钻瓜专利网。