基于聚焦离子束铣削技术的微刀具制备

提出了一种利用聚焦离子束(FIB)技术的铣削功能制备微细切削刀具的方法,通过设置恰当的离子束参数及精确控制刀具的不同刀面相对离子束的位置,可以获得具有高精度特征尺寸、锋锐刃口且复杂形状的微刀具.被加工刀具的典型特征尺寸为5～50,μm,可加工各种不同截面形状的微刀具.对硬质合金材料的毛坯进行FIB铣削,获得了宽度为7.65,μm、刃口半径小于30,nm的矩形微刀具.通过在超精密车床上进行加工试验,结果表明,FIB铣削的微刀具具有很好的加工性能.     

基于有限元的麻花钻钻孔过程研究

为了研究麻花钻钻孔成形机理,将麻花钻的钻孔过程划分成三个阶段.采用有限元分析软件Deform3D对麻花钻的钻孔过程进行仿真研究.对仿真过程中涉及的相关技术与关键参数的设置进行了分析,通过建立钻孔有限元模型,模拟麻花钻钻孔过程中切屑的形成,分析了麻花钻钻孔过程中切削力的变化规律,并对钻孔过程中切削温度和刀具磨损的分布情况进行了预测.     

数铣加工薄壁零件工艺设计

该文通过分析薄壁零件加工的工艺特点及难点,制定出数控铣床在加工薄壁零件时的工艺设计,通过正确的选择刀具路径,达到提高产品质量和生产效率的要求.     

预应力混凝土连续梁桥支座更换及梁体复位施工监控研究

对预应力混凝土连续T梁桥苏洋大桥进行了支座更换和梁体复位施工。通过对施工过程中的梁体位移和梁体应力(应变)进行实时监控,苏洋大桥的支座更换和梁体复位施工安全得到保证,工程施工在不中断交通的情况下顺利完成。通过对大桥维修加固后的桥梁线形进行测量,证明了大桥的支座更换和梁体复位施工完成了既定目标。     

闭式叶轮通道五轴数控粗加工刀具路径规划

针对离心式通风机中闭式叶轮通道的五轴数控粗加工,提出了一种用圆锥面截取叶轮流道的分层加工方法,该圆锥面由叶轮子午面内的直母线绕叶轮轴线回转形成,这种分层方法可以使每一截面的加工区域均由4条曲线围成,保证每一层刀具路径的形状相似.在此基础上,给出了适合流道分层加工的等参数环切和螺旋加工2种刀具路径规划方法.该方法简单、效率高,非常适合于通道类零件的粗加工.     

新型微细球端铣刀几何建模与优化设计

针对微细切削刀具的应用需求,在Aoyama等设计的椭圆柱球端铣刀的基础上,提出了一种简化结构的新型微细球端立铣刀的优化设计方案.应用微分几何方法对此类刀具结构进行数学建模,依据ISO刀具角度定义计算其静态工作角度,分析所设计刀具的切削能力;根据建立的数学模型进行刀具制备过程的分析,确定最终的刀具优化结构与制备工艺.所设计的微细球端立铣刀能够提高微细切削刀具切削部分的结构强度,同时显著降低刀具制备的难度.      

高速切削刀具磨损研究

随着科学技术的飞速发展,高速切削也得到了更为广泛的应用。本文首先介绍了高速切削刀具的磨损形态,然后阐述了陶瓷刀具、立方氮化硼刀具、金刚石刀具、金属陶瓷刀具和涂层刀具的磨损机理,最后探讨了高速切削加工铸铁、淬硬钢时的磨损寿命。     

可在线换刃圆弧光栅刻划刀具设计

基于设计基准、工艺基准及应用基准统一原则,设计了可在线换刃圆弧光栅刻划刀具结构,研究了其刃磨工艺,利用自行设计的刃磨实验设备刃磨出了新型的光栅刻划刀具,其半径约为7．75mm,圆锥面光洁度为5nm,刃口质量好。     

Al2O3/Ti(C，N)-Ni-Ti陶瓷刀具的切削性能

研究了Al2O3/Ti(C,N)-Ni-Ti陶瓷复合刀具对淬硬35CrMo合金钢进行连续干切削时各切削参数对切削力的影响.结果表明:切削深度对切削力的影响最显著,切削速度的影响最小.对比研究了Al2O3/Ti(C,N)和Al2O3/Ti(C,N)-Ni-Ti陶瓷刀具的耐磨性能和磨损形态:后者的耐磨性能明显优于前者,其中Al2O3/Ti(C,N)-5%(Ni,Ti)的耐磨性能最高.Al2O3/Ti(C,N)-Ni-Ti刀具的磨损形态主要表现为后刀面的磨粒磨损和疲劳磨损,由于这种材料具有较高的弯曲强度和断裂韧性,能有效防止前刀面出现崩刃破损现象,因此具有较高的可靠性,适用于高速切削.在高速切削条件(ap=006mm,vc=2549m/min,vf=009mm/r)下,Al2O3/Ti(C,N)-5%(Ni,Ti)刀具的切削耐用度为150min.     

基于广义维数与优化BP神经网络的刀具磨损量预测

根据多重分形理论,采用改进的盒计数法计算了切削加工过程中声发射(AE)信号的广义分形维数,得到了不同刀具磨损状态下AE信号的广义维数谱,分析了广义维数与刀具磨损量之间的关系.以广义分形维数以及切削加工参数为特征,进行归一化处理后作为BP神经网络输入向量;采用遗传学算法,对BP神经网络的初始权值和阈值进行了优化,利用优化后的神经网络对刀具磨损量进行预测.测试结果表明,该方法可以较精确地预测刀具磨损量,平均预测误差为001mm.