Creo虚拟加工在烟机烟枪入口成型面加工中的应用

来源 :电脑知识与技术 | 被引量 : 0次 | 上传用户:sinohydromusc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘要:近年来随着计算机技术的提升,计算机辅助制造(CAM)在机械加工中的应用越来越广,其与传统加工方法相比具有编程周期短、出错率低以及加工出的零件合格率高等一系列有点。本文主要介绍Creo虚拟加工在烟枪入口成形面加工中的应用,拟通过持续的工艺改进以及加工方法的改进将该部分零件从“靠进口”到实现国产化,最终达到“件件精品”的目标。
  关键词:Creo虚拟加工;国产化;计算机辅助制造(CAM)
  中图分类号:HT162 文献标识码:A 文章编号:1009-3044(2018)09-0250-02
  1引言
  烟枪入口在卷接机组中属于卷制成型部分的关主件。烟枪入口的质量直接影响着机器的运行状况以及烟支圆度、重量偏差、烟支松紧度等一系列的参数。而烟枪入口零件又具有成型面复杂、精度要求高、加工难度大的特点,根据传统的加工方法加工很难保证零件的良品率。所以以前此类具有成型面的零件基本上靠进口。随着市场和经济结构的变化,将成型件“国产化”以及“件件精品”的目标就成了企业成长的必经之路。Creo虚拟加工就应运而生。
  2烟枪入口参数及技术要求
  2.1基本形状
  烟枪入口三维模型如图1所示,其外形尺寸为140mm×50mm×16mm
  2.2 技术要求
  右侧圆柱部分为?[8 0-0.02],左侧型面为与模型尺寸偏差小于0.05,垂直度及一些相关的参数见图2
  3 加工难点分析及解决方案
  3.1 加工难点分析
  第一,成形面的精度要求较高,传统的工艺方法很难达到零件要求。
  第二,零件毛坯经过真空淬火工艺,其硬度达到62HRC-64HRC,在加工的时候对刀具的选用以及刀具的耐磨性较高,并且在加工时还得考虑刀具的磨损补偿。
  第三,材料硬度太高,导致毛坯具有一定的硬脆性,加工到边缘部位有可能会出现崩裂的情况。
  第四,初加工该零件时,毛坯余量较大,如果使用普通的立铣刀加工的化,会造成留量不均,影响零件精加工。
  最后,根据加工面的特性刀具半径又不能太大,而刀具直径如果太小那么刀具刚性又会不足,故刀具的选用也是一个难点
  3.2 解决方案
  基于以上困难虚拟加工自然就成了工艺加工的不二选择。将加工面与模型型面拟合,通过选用合适的刀具来进行加工及合适的加工方法和参数采用多次走刀的形式就可以实现加工零件质量的稳定性。
  4 Creo虚拟加工的应用以及零件检测结果
  4.1 Creo虚拟加工的应用
  将零件导入到Creo中,设置零件加工机床类型、零件加工零点,并将加工面与零件模型面拟合,并在进刀点和退刀点进行曲面延伸,如图3所示,再采用合适的加工方式(比如本文选用切割线铣削),进入相应的界面,选取加工面,再根据粗、精加工对刀具、进给量、转速、留量、公差、退刀平面、切割线及其切削方向等参数进行一一设置,在完成这一系列动作以后就可以对零件进行虚拟加工了,通过屏幕显示零件加工的全过程进行,以發现零件加工过程中可能遇到的问题,并予以解决。比如观察在加工的过程中是否有频繁抬刀的情况(频繁抬刀会严重地影响所加工零件的表面质量),若出现频繁抬刀,那么就可以通过更改切割线或者通过改变加工方式来实现。 直到预览过程中没有加工问题为止。这时候就可以对零件加工进行程序后处理,将加工过程通过后台转化为相应的程序指令,那么整个虚拟加工过成就在这里初步完成了。
  4.2 零件检测结果
  将加工出的零件与进口零件通过三坐标与模型对比,得到的检验结果如下表所示:
  由表1、表2可以得出自主生产的零件已经达到进口件的标准。
  5 总结
  Creo虚拟加工应用于零件复杂曲面加工的程序编写,可以有效地避免人工编程的大量运算以及计算过程中的累计误差。不但可以提高工作人员的加工效率,而且还能够达到更高的加工精度,为复杂零件实现国产化加工提供了很好的技术帮助。
其他文献
这里针对波动方程叠前深度偏移计算所涉及的数据,设计相应的数据文件格式,快速有效地从多文件海量数据中获取所需信息;根据不同的输入/输出数据,采用不同读写方式(串行/并行)
在弹性波传播问题的研究中,伪谱法是一种很好的模拟方法。该法的最大优点是节省存储空间,运算速度优于其它方法。但是伪谱法也存在一定的问题,由于折叠效应的影响,普通的吸收边界
摘要:该文主要阐述对芍药居大楼综合布线系统的测试,介绍综合布线测试的方法及测试内容,并对测试结果进行分析和评估。通过测试和评估,芍药居大厦的综合布线系统满足后期应用要求。  关键词:芍药居大厦;综合布线;测试  中图分类号:TP311 文献标识码:A 文章编号:1009-3044(2018)35-0244-03  1 概述  随着信息化应用的深入,人们的工作已经离不开网络,而提供局域网
将一种基于混沌退火的Hopfield神经网络(ACHN)应用到储层聚类分析中。这里主要阐述了ACHN聚类的基本原理、混沌神经元的标定、ACHN聚类的策略、先验信息的约束以及混沌退火搜索
光学元件损伤检测是激光驱动器健康管理的重要环节,复杂的原始损伤图像是损伤检测研究中的挑战性问题。卷积神经网络是深度学习的重要结构,在图像识别领域里有很好的应用实例。针对复杂环境下的光学元件损伤检测问题,提出一种基于卷积神经网络的损伤定位方法。设计了一种含有损伤和背景的数据集制作方法,生成大量伪数据。设计并训练卷积神经网络,得到分类器的参数模型。用多尺度分割原始损伤图像,并对每一分割区域进行归类和处