项目名称: 大型复杂轴类零件车铣复合加工动力学与运动规划

项目编号: No.51275189

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 机械、仪表工业

项目作者: 闫蓉

作者单位: 华中科技大学

项目金额: 80万元

中文摘要: 在正交车铣和一般车铣复合加工大型复杂轴类零件的过程中,不同加工阶段、不同"刀具-工件"相对位置和姿态的工艺系统动态特性存在明显差异,切削力随偏心距和行距等加工参数改变,这些因素都使加工平稳性判别变得复杂。针对具体轴类零件外筒复杂轮廓和支柱偏心型腔的几何特点,深入研究正交车铣和一般车铣复合加工动态特性与运动规划之间的内在关系,建立新的运动规划理论和方法,可满足大型复杂轴类零件对高质高速车铣复合加工的迫切需求。 本项目提出大型复杂轴类零件车铣复合加工动力学与运动规划方法。建立车铣复合加工动力学模型,分析不同加工阶段、不同"刀具-工件"相对位置和姿态时,切削力激励作用下加工稳定性与工艺系统动态特性之间的非线性映射关系,建立加工稳定性多维叶瓣图;在保证加工稳定性的前提下,优化车铣复合加工刀具路径,合理选择偏心距、行距和进给速度等加工参数,保证大型复杂轴类零件正交车铣和一般车铣的加工效率和加工质量。

中文关键词: 轴类零件;车铣加工;加工稳定性;加工参数优化;运动规划

英文摘要: In the process of orthogonal turn-milling and general turn-milling, dynamics of machining system changes when machining process changes or when relative pose between cutter and workpiece changes. Also, cutting force changes along with machining parameters such as eccentricity, row width and so on. Both of above factors make machining stability discrimination really complicated. According to the geometric characteristics of complex outer cylinder and eccentric cavity of the support of the shafts, further study is required to research the relationship between dynamics of turn-milling and tool-path planning. In order to meet the urgent requirement of high-quality and high-efficiency NC turn-milling for the production of large-scale and complex shafts, it is essential to establish a new tool-path planning method. Dynamics method of turn-milling for the large-scale and complex shafts is proposed. Tool-path planning based on it is also proposed. Firstly, dynamics model of turn-milling is established. Under cutting force excitation, nonlinear relationship between machining stability and dynamic characteristics of machining system is analyzed secondly for different relative-pose between cutter and workpiece in different machining processes. Lastly, tool-path for turn-milling is optimized on the premise of machining sta

英文关键词: shaft parts;turn-milling;machining stability;machining parameters optimization;motion planning

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
2021年数字孪生行业概览:工业大脑,41页ppt
专知会员服务
82+阅读 · 2022年2月15日
NeurIPS 2021 | 通过动态图评分匹配预测分子构象
专知会员服务
21+阅读 · 2021年12月4日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
42+阅读 · 2021年2月8日
【KDD2020】多源深度域自适应的时序传感数据
专知会员服务
61+阅读 · 2020年5月25日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
103+阅读 · 2020年3月2日
满帮上线多项功能,保障司机权益
36氪
0+阅读 · 2022年3月23日
阿里「猫享」,正式上线
36氪
0+阅读 · 2022年2月25日
手把手教你,19步从石头里抠出一块CPU
新智元
0+阅读 · 2021年11月16日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月16日
Arxiv
49+阅读 · 2021年5月9日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Arxiv
17+阅读 · 2018年4月2日
小贴士
相关主题
相关VIP内容
【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
2021年数字孪生行业概览:工业大脑,41页ppt
专知会员服务
82+阅读 · 2022年2月15日
NeurIPS 2021 | 通过动态图评分匹配预测分子构象
专知会员服务
21+阅读 · 2021年12月4日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
42+阅读 · 2021年2月8日
【KDD2020】多源深度域自适应的时序传感数据
专知会员服务
61+阅读 · 2020年5月25日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
103+阅读 · 2020年3月2日
相关资讯
满帮上线多项功能,保障司机权益
36氪
0+阅读 · 2022年3月23日
阿里「猫享」,正式上线
36氪
0+阅读 · 2022年2月25日
手把手教你,19步从石头里抠出一块CPU
新智元
0+阅读 · 2021年11月16日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月16日
Arxiv
49+阅读 · 2021年5月9日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Arxiv
17+阅读 · 2018年4月2日
微信扫码咨询专知VIP会员