【摘 要】
：
由于铝合金高速切削过程中切削温度高,导致刀具严重磨损,降低了刀具寿命和零件加工精度,因此准确预测刀具磨损和分析刀具磨损规律至关重要。分别从刀具寿命模型和刀具磨损速率模型概述刀具磨损理论模型研究进展,基于切削用量、刀具性质和冷却方式分析刀具磨损规律。从已有研究来看,在铝合金高速切削过程中刀具磨损随切削速度和进给量增大而增大,切削深度无明显规律;常见刀具磨损有黏结磨损、磨粒磨损和扩散磨损,其中黏结磨损为主要刀具磨损机制。
【基金项目】
：
国家自然科学基金项目(51975123),福州市科技计划项目(2019-G-42),福州大学贵重仪器设备开放测试基金资助项目(2019T011)。
论文部分内容阅读
由于铝合金高速切削过程中切削温度高,导致刀具严重磨损,降低了刀具寿命和零件加工精度,因此准确预测刀具磨损和分析刀具磨损规律至关重要。分别从刀具寿命模型和刀具磨损速率模型概述刀具磨损理论模型研究进展,基于切削用量、刀具性质和冷却方式分析刀具磨损规律。从已有研究来看,在铝合金高速切削过程中刀具磨损随切削速度和进给量增大而增大,切削深度无明显规律;常见刀具磨损有黏结磨损、磨粒磨损和扩散磨损,其中黏结磨损为主要刀具磨损机制。
其他文献
针对套筒调节阀节流套筒设计难点,根据调节阀流量方程和流量特性的相关理论,结合开孔几何设计方程,对其等百分比流量特性的节流套筒开孔进行参数化研究.以可调比为50:1的DN50
为研究高速永磁电机在高转速工作条件下的振动特性,将其简化为转子-轴承系统,建立数学模型,利用Runge-Kutta法进行计算,得出支承刚度、阻尼、加速度和支承位置对转子振动特性的影响。研究结果表明:改变支承刚度可以改变临界转速值,不改变临界转速对应的最大振幅值;增大阻尼可以降低振幅值,不改变系统的临界转速值;增大转子的加速度可以降低最大振动幅值,但会增加系统的控制力矩;y方向支承位置改变产生的振动幅值大于x方向支承位置改变产生的振动幅值,且轴承在靠近轴承推力盘的位置产生的振幅大。最后可以通过控制加速度和刚
针对往复压缩机轴承间隙故障诊断振动信号强非平稳、非线性与特征耦合特性,提出基于复合插值包络局部均值分解(CIELMD)与精细复合多尺度模糊熵(RCMFE)特征提取方法.使用CIELM
机床的热误差已成为影响机床工作性能的最主要因素之一,滚珠丝杠作为机床进给系统关键部件,其热变形直接影响着机床的加工精度.因此,对滚珠丝杠进行热误差控制与补偿十分重要
为提高采煤机滚筒调高系统的响应速度和稳定性,分析了采煤机自动调高系统组成及原理,并推导了调高油缸伸出量与滚筒高度之间的函数关系,随后利用AMESim软件建立了系统仿真模型。仿真结果显示:相比于普通电磁换向阀,电液比例阀更加有利于滚筒高度的稳定、快速调整。另外,在设计调高系统时,应考虑外负载对电液比例阀启动时间的影响。
机电作动器已经用于民航客机飞控舵面的控制,机电作动系统中传感器输出的正确性对系统正常工作影响较大,因此对传感器进行快速有效的故障检测非常必要.分析机电作动系统的传
为提高液压系统位置控制的响应速度及准确性,研究斜盘控制策略下液压系统位置控制及性能。从液压系统位置控制电路的构造出发,对控制策略进行描述。通过泵速求取电动机的动力学方程,利用电机转子的电动势计算电动机转矩。以滑模控制方法作为两种液压系统的控制核心,并在MATLAB/Simulink下对斜盘控制系统进行建模。在所构建斜盘控制模型的基础上,对比分析斜盘控制策略和变频驱动控制策略液压系统位置控制性能。结果表明:斜盘控制比变频驱动控制具有更好的响应性和控制稳定性;跟踪阶跃、正弦参考位置时,斜盘控制比变频驱动控制的
为探究风力发电机组叶片的压力、应力、应变与变形的分布特征,探明叶片的危险薄弱部位,揭示其分布特征的内在机制,基于ANSYS Workbench环境平台,采用双向流-固耦合方法对某型风力发电机组叶片的流场与固体场进行耦合计算,探究叶片在耦合场中的压力、应力、应变与变形规律,为叶片的结构优化设计制造与疲劳断裂寿命计算等提供理论方法支撑。结果如下:叶片在外界风速流场中的压力分布与实际工况相符;叶片的最大应力、应变位置位于叶片的根部,应力与应变呈现“根高尖低”的分布特点;最大变形位置位于叶片的尖端处,变形呈现
滚动轴承的工作环境通常受噪声干扰严重,故对其故障检测颇有难度.针对此问题,提出基于改进萤火虫算法优化VMD参数的方法.首先利用快速谱峭度分析信号,得到带通滤波器的最佳参
液压泵长期处于高压、高速的运行工况下,泵体零部件极易发生故障。实际工况下测量的振动信号往往包含着许多无关信号成分如噪声,导致传统方法难以实现故障类型的准确识别。提出一种基于动模式分解(DMD)和t分布随机近邻嵌入(t-SNE)聚类的液压泵故障模式识别方法。在泵体布置传感器进行监测获得振动信号,首先利用DMD进行分解获得表征信号本质特征的模式分量,再利用t-SNE进行降维聚类,实现不同故障类型的准确识别。通过数值仿真和试验台故障数据分析,验证了提出方法的可行性及有效性。