课程文献中心 更多>>

关键词： 刚塑性有限元   正交试验   模具磨损   曲线设计   DEFORM  

摘要： 紧固件作为一类常见的机械零件,被称为“工业之米”,在汽车船舶、航空航天、风电核电、化工等制造业使用广泛。目前国内高端紧固件产品主要由国外厂家供应,国内紧固件产品则处于中低端,随着中国制造2025战略的提出,高端紧固件产品的研发和产业升级亟需解决。某航空标准件企业A主要以螺栓、螺母等紧固件作为其主要产品,内六角圆柱头螺栓是该企业生产量最大的紧固件,该零件在冷镦加工头部内六角孔时冲头磨损较为严重,导致冲头使用寿命下降,影响产品质量且提高了生产成本。基于此,本文基于Deform有限元仿真对内六角圆柱头螺栓冲头的磨损因素进行深入分析,提出两种冲头锥面曲线优化设计方法,通过仿真与实验验证了优化后冲头磨损较现行冲头磨损有了显著降低,对同类型冲头设计以及冷挤压模具曲线优化具有一定的理论意义和实用价值。论文的主要研究工作如下:(1)针对内六角圆柱头螺栓冲头的磨损问题,对其成形工艺进行了分析,基于Deform平台对内六角圆柱头螺栓三道工序的成形过程进行了有限元仿真,并对各工序仿真成型过程进行分析。随后对冲头磨损因素进行了分析,设计正交试验对各因素对第三道工序的冲头磨损大小进行了研究,并对最优组合进行了仿真验证,最后基于正交试验结果通过极差和方差分析了影响冲头磨损的最大因素。(2)提出了“凹型”和“凸型”两种冲头设计的优化曲线,基于不同约束条件对两种曲线的参数曲线方程进行了推导,并得到了其一般方程。以M5型冲头为对象,基于两种曲线对其进行冲头曲线优化设计,讨论了两种基本曲线方程中参数9)的取值范围,基于Deform进行有限元仿真,对磨损深度、金属流线和加载力曲线进行分析得到了M5型冲头的9)最佳取值,最后考虑实际生产工艺需求选取了其替代曲线。(3)对优化设计的两种曲线冲头与现行冲头进行了有限元仿真和生产试验验证。通过仿真对磨损、加载力和金属流线的分析,对比三种冲头冷镦成形的不同情况,并着重对比了三种曲线下冲头的磨损情况。最后通过设计实际生产试验对本文所设计冲头进行验证,采用称重法对冲头磨损量进行评估,试验结果与仿真结果较为吻合,金属流线无缺陷。

关键词： 刀具磨损监测   工件表面纹理   方向度指标   EfficientNetB2-2网络   边缘计算  

摘要： 在刀具的加工过程中,若刀具出现问题不及时换刀,则会导致产品不合格,影响加工效率,增加生产成本。当前已有的刀具磨损监测方法大多是采用振动、力等传感器进行监测,虽然有一定的效果,但是极易受机床的复杂运行工况及外界因素的干扰,实时性也不高。因此,开发出一套有效且低成本的刀具磨损状态监测系统具有现实应用意义。本文针对铣刀在加工过程中的磨损问题,使用机器视觉、图像处理、深度学习和边缘计算相结合的方法,对刀具的磨损状态实时监测系统进行研究开发,并通过实验测试验证该系统在刀具磨损状态监测方面的性能。论文的主要研究工作内容如下:1.对刀具的磨损机理进行理论分析。使用Abaqus对铣刀在加工过程中与工件表面的接触应力进行仿真,在CNC加工中心中进行了对照实验。实验结果表明:随着刀具的不断磨损,工件表面与刀具的接触应力不断变大,工件表面的纹理图像也不断发生恶化。因此,通过研究工件表面的纹理图像的变化情况来反映刀具磨损程度的方法是可行的。2.刀具铣削工件表面纹理特征提取方法研究。对相机采集的工件表面图像样本进行图像裁剪、图像灰度化、图像锐化等图像增强处理,然后提取图像增强后的样本图像的特征指标,通过特征指标的变化趋势反映刀具的磨损情况,并建立刀具磨损与样本图像特征指标间的映射关系。3.基于Efficient Net B2-2优化网络的刀具性能退化监测模型。对Efficient Net B2-2模型参数进行微调,优化模型的深度、宽度和输入图像分辨率之间的放缩比例。训练时使用迁移学习的方法,降低因样本数据集数量不足对训练造成的影响。对训练好的网络模型进行测试实验和对比算法实验,验证改进后算法模型的性能。从混淆矩阵中可以看出,测试集分类精度在95%以上。对比算法实验结果表明,该算法在刀具磨损分类实验中具有较高训练精度97.77%,明显优于其他网络模型。4.基于边缘计算的CNC刀具磨损监测系统。使用边缘计算的计算模式,将刀具磨损状态监测系统的图像采集模块、图像处理与指标映射模块、深度学习算法模块集成在树莓派中,把树莓派作为边缘节点设备对刀具的磨损状态进行监测,并将诊断结果发送到云平台和可视化运维页面,实现刀具的实时监测。在测试实验中,通过将工件表面图像方向度指标的映射结果和Efficient Net B2-2网络的识别结果相互验证,综合判断刀具的磨损情况,能有效解决算法模型存在误差的问题,提高刀具磨损状态监测系统的诊断准确性。本系统使用边缘计算的方式,系统的诊断效率更快,人工干预较少,监测更方便,相较于其他刀具磨损监测方法更智能有效、成本更低。

关键词： 机械故障模式识别   深度学习   实时故障检测   循环神经网络   卷积深度置信网络  

摘要： 为了满足产能需求,在规模化集成化的工业生产带来的压力下,机械设备往往长时间工作于重载、高速、高温高压的环境中。在这样的环境中,轴承等关键部件易产生疲劳、积累微小病灶、发生性能退化甚至引起整个机械系统的失效。因此,为了保障机械系统可靠安全地运行,对轴承进行运行健康状态识别至关重要。传统的故障模式识别方法通过信号处理,人为地进行时域、频域或时频域分析,但受机械系统结构、干扰成分等因素影响,分析的速度与有效性存在一定局限性。智能故障模式识别方法可以在一定程度上克服这一问题。然而,现有的智能故障模式识别研究较多建立在故障已经发生的假设下,且检测任务往往侧重于单一故障的精准识别。在一定程度上忽视了同一部件上存在多个故障或是在运行过程中出现突发故障等可能的情形。针对传统信号处理方法和常见智能故障模式识别方法对特殊场景的局限性,在国家自然科学基金面上项目等项目的资助下,本文以轴承等旋转机械关键零部件作为主要研究对象,基于深度学习理论构建部件故障特征学习模型,并以此为基础研究复合故障识别和实时故障检测问题。首先,为了研究滚动轴承的复合故障识别问题,提出了一种基于优化的卷积深度置信网络(Convolutional Deep Belief Networks,CDBN)的识别模型。所提出的模型利用层级网络提取数据的深层特征,并有效利用了各层特征,实现了轴承的复合故障识别。首先,在预处理阶段加入了带通滤波方法和白化算法增强信号;其次,在训练阶段采用了 Adam优化器加速训练过程;最后,结合双层Softmax网络,融合多层特征,使模型各层的特征得到充分利用。在对复合故障模式的识别实验分析中,所提出的模型对数据集的单一和复合故障模式的识别均取得了较为理想的结果。对比实验证明了与标准CDBN 网络相比,优化后的CDBN模型拥有更高的分类准确率。进一步地,与稀疏自动编码器、人工神经网络和深度置信网络相比,本文提出的方法训练误差在下降过程更平滑的同时诊断准确率更高,充分证明了所提模型的优越性。随后,针对机械故障模式的实时检测和识别问题,本文提出了一种基于门控循环单元(Gated recurrent unit,GRU)模型的突发故障识别模型。该模型综合考虑了单一的故障模式分类和剩余寿命预测问题,将诊断目标侧重于沿着时间轴跟踪设备运行状态并实现快速的故障模式识别。所提出的方案试图解决网络的可解释性并实现趋势预测和分类之间的平衡。所提模型旨在对设备状态进行监测,当突发故障发生,模型结构中的单向GRU网络相应地被激活,以实现对故障模式的快速识别。在激活网络层后,紧跟着构建了双向长短期记忆网络(Long shorttermnetwork,LSTM)结构对故障片段进行处理,确保该片段的不同特征被有效学习以进行识别。实验结果和对比结果进一步证实了所提出的网络可以解决健康状态监测和故障识别任务。综上,本文提出了基于CDBN的故障模式识别模型在信号处理阶段引入信号强化方法、运用深层卷积置信网络进行特征学习、在分类阶段引入特征融合实现有效诊断;同时,在考虑应对故障模式突变的情况时,提出了一种针对突发故障的数据处理方式,并运用基于循环神经网络的突发故障检测模型层次化地对状态数据进行检测,以达到故障实时监测和分类的目的。

关键词： TiC/钢基复合材料   双连续相结构   摩擦磨损   TiCx   润湿性   多孔陶瓷  

摘要： 随着铁路运输向高速重载的方向发展,对制动材料的要求也越来越高,现有铸钢及锻钢制动材料的性能已接近极限,亟需开发具有稳定摩擦系数、高耐磨性的新型制动材料。本文在探究TiC-钢体系润湿性及其影响因素的基础上,采用有机泡沫浸渍成形-无压烧结工艺制备了TiC(Ti)和TiC-Ti B多孔陶瓷预制体,分析了Ti的添加方式以及Ti B含量对TiC多孔陶瓷的物相、微观结构、形成机理及力学性能的影响;再以多孔陶瓷预制体为骨架,采用熔融浸渗工艺,制备了双连续相TiC/45钢基复合材料。明晰了预制体成分及结构对复合材料的宏观与微观形貌、物相组成及力学性能的影响,并开展了双连续相TiC/45钢基复合材料在不同载荷和转速下的摩擦磨损实验,揭示了双连续相复合材料的摩擦磨损特性及其机理,为这一新型材料在高铁制动材料领域的应用奠定了基础。通过在TiC原料中加入不同含量的Ti,采用放电等离子体烧结工艺制备了非化学计量的碳缺位型TiC(TiC)陶瓷基板,研究了碳缺位程度和温度对45钢与TiC陶瓷之间润湿性的影响。结果表明,提高温度和减小TiC陶瓷的x值,能够降低45钢液与TiC陶瓷基板的接触角,改善两者之间的润湿性。润湿过程中,钢液在基板中的扩散深度随温度的升高及x值的减小而增大。当x值为0.7～0.8时,润湿过程由溶解驱动主导;当x值减小到0.58时,润湿过程由反应驱动主导,有FeTi相生成。45钢和制动盘钢与TiC陶瓷基板的对比润湿研究表明,在较低温度下,45钢在陶瓷基板中的扩散深度大于制动盘钢;而在1650°C时,由于陶瓷基板中的Ti原子更容易与制动盘钢中Cr、Mo碳化物中的C原子发生反应,生成TiC或者TiC,使得制动盘钢在陶瓷基板中的扩散深度大于45钢。采用有机泡沫浸渍成形-无压烧结工艺,分别制备了纯TiC(T0)、TiC均匀混合Ti(T1)和TiC表面包覆Ti(T2)三种多孔陶瓷预制体,结果表明,混合Ti和包覆Ti两种方式都能提高TiC陶瓷骨架强度,其中T2预制体骨架由芯部的TiC区、中间的TiC区和外层致密的TiC和Ti的混合区组成。随着骨架组成从纯TiC变为Ti包覆TiC,其预制体孔隙率相应地从94.3%降低至89.3%,抗压强度从0.90MPa提高至2.33 MPa,骨架中少量金属Ti的存在有利于提高多孔陶瓷预制体的力学性能。以三种多孔陶瓷预制体T0、T1和T2为增强相,采用熔融浸渗工艺分别制备了双连续相TiC(Ti)/45钢基复合材料CT0、CT1和CT2。由于预制体成分不同,三种复合材料的陶瓷增强相骨架分别呈现部分连续、弱连续和强连续结构。CT2中基体与增强相之间的宏观和微观互锁结构强化了骨架对位错运动的阻碍作用,其拉伸断口上呈现大量的韧窝形貌,并观察到裂纹的偏转、桥连以及二次裂纹萌生等强韧化机制,提高了复合材料的力学性能,其维氏硬度、抗拉强度和断裂韧性分别为4.11 GPa、481 MPa和28.9 MPa·m。除通过添加Ti提高TiC多孔预制体强度、改善其与钢基体的润湿性外,本文还以Ti和BC为原料,通过两者之间的高温反应制备了三维网络结构的TiC-Ti B多孔陶瓷预制体及其钢基复合材料。结果表明,当预制体中TiC:Ti B质量比为37:55时,Ti B能够有效抑制TiC的分解。添加不同含量BC得到的TiC-Ti B多孔陶瓷预制体的孔隙率和体积密度范围分别为87.1%～96.0%和0.17～0.22 g/cm。当预制体原料中BC含量为20 wt.%和25 wt.%时,TiC-Ti B/45钢基复合材料分别具有强连续和弱连续的三维网络陶瓷骨架,其中前者的力学性能最好,其维氏硬度、抗拉强度和断裂韧性分别为2.85 GPa、382 MPa和23.7 MPa·m。总体上看,TiC-Ti B/45钢基复合材料的力学性能低于TiC(Ti)/45钢基复合材料。双连续相TiC(Ti)/45钢基复合材料CT0、CT1和CT2与制动盘钢的对比摩擦磨损试验表明,三种复合材料与制动盘钢的摩擦系数相近,而磨损率明显降低,是一种综合性能更优的新型耐磨制动材料。其中CT2复合材料具有最低的磨损率,分别比制动盘钢、CT0和CT1低81.6%、54.1%和23.2%。尤其是在高速、高载磨损试验中CT2表现出更优异的耐磨性能。在低载、低速下,双连续相TiC(Ti)/45钢基复合材料的磨损机理为轻微的氧化磨损和磨粒磨损,高载高速下则为磨粒磨损、氧化磨损和粘着磨损的混合机制。复合材料中的双连续相结构以及双互锁结构对降低材料的磨损率具有显著的作用。

关键词： 铸铁磨球   成分设计   热处理   冲击磨损   服役工况  

摘要： 磨球是矿山球磨机中的主要磨损介质,由于巨大的消耗量,其生产成本和使用性能直接影响着磨矿过程的成本和工作效率,但是目前我国的多数矿山并没有针对不同的使用环境或工况要求制备相对应的磨球产品。因此,本论文针对不同使用工况的性能需求差异,设计了三种新型的铸铁磨球:低铬铸铁磨球、贝氏体球墨铸铁磨球以及高铬铸铁磨球。通过调控三种新型铸铁磨球的组织和性能,分析其磨损行为和机理,探究其增强增韧机理,为不同工况下磨球的选择和使用提供理论依据。低铬铸铁磨球具有生产成本低,综合性能差的特点,因此设计了新型低铬铸铁磨球的成分为Fe-2.88C-1.02Si-1.19Mn-1.53Cr(wt.%),通过降低Cr含量实现生产成本的进一步降低,并通过优化的热处理工艺,保证了其使用性能。研究了淬火温度和回火温度对低铬铸铁磨球性能的影响。发现淬火温度主要影响硬度,淬火温度越高,组织越粗化,材料的综合性能越低;而回火温度主要影响低铬铸铁的冲击韧性,随着回火温度升高,材料的综合性能先下降后回升。确定了材料的最优热处理工艺为:940℃奥氏体化1 h后空冷,并在200℃回火1h后空冷。该条件下磨球的硬度为50.3 HRC,常温冲击韧性为5.0 J/cm2,具有优异的力学性能。研究了低铬铸铁磨球在不同冲击载荷下的磨损行为和机理,发现材料在低载荷下以疲劳和切削磨损为主,而在高载荷下以切削和剥落磨损为主。经过最优热处理后材料的耐磨性能相比铸态样品得到显著的提升,这归因于热处理中形成的二次相及其协同作用:二次析出物对外应力的分散作用,以及残余奥氏体对内应力的分散作用,减缓了碳化物与基体间裂纹的萌生和扩展,提高了材料的抗冲击磨损性能。贝氏体球墨铸铁磨球的制备往往采用等温淬火热处理工艺,但其生产成本高,且环境污染严重,因此设计了新型贝氏体球墨铸铁磨球成分为Fe-2.74C-3.75Si-1.85Mn-0.02Mo-0.03Mg-0.018RE(wt.%),采用简单的水淬和盐淬工艺,成功将铁素体+珠光体的基体转变为贝氏体,有效降低了生产成本,并减少了环境污染。研究了淬火温度和冷却介质对贝氏体球墨铸铁性能的影响。随着淬火温度的增加,材料的硬度和冲击韧性先升高后降低,在920℃达到最高硬度为53.6 HRC,而在880℃达到最高冲击韧性为32.5 J/cm2。在相同的淬火温度下,盐淬相比于水淬样品的硬度较高,而冲击韧性较低。研究了贝氏体球墨铸铁磨球在不同冲击载荷下的磨损行为和机理。随着冲击载荷的增加,材料的累积失重量降低。在冲击磨损过程中残余奥氏体会发生形变诱导马氏体相变,从而在磨损面以下形成硬化层。在较高的冲击载荷下,材料中的残余奥氏体更容易发生相变,在磨损面以下产生较厚的硬化层,对基体的保护作用更加明显,从而磨损失重较小。随着磨损周期增加,材料的磨损形式从最初的切削磨损,逐渐形成表面裂纹,甚至疲劳剥落。通过热处理可以有效调控高铬铸铁磨球的性能,而明确其在高温下的变形机理以及共晶碳化物的生长机制具有重要的研究意义,因此设计了新型高铬铸铁磨球的成分为Fe-3.18C-22.0Cr-1.05Si-0.81Mn(wt.%)。研究了淬火温度对高铬铸铁磨球的组织和力学性能的影响,发现随着淬火温度的增加,材料的硬度逐渐升高,但是冲击韧性随之下降。研究了高铬铸铁的冲击磨损行为和机理,发现材料的磨损形式主要有犁沟、凿削、碳化物的破碎与剥落。随着冲击功的增加,碳化物的破碎和剥落逐渐严重,造成累积失重量的明显增加。分析了凝固过程中共晶碳化物对奥氏体生长的引导作用及其共取向关系,并提出了共晶碳化物两种可能的生长模型。研究了高铬铸铁变形的温度效应和机理,为其广泛的工况应用提供理论依据。高铬铸铁的室温压缩变形量只有3%,归因于碳化物与奥氏体基体薄弱的结合力。但是高铬铸铁表现出优良的高温力学性能,抗压强度可达2000 MPa以上,且压缩率达到40%以上。其塑性来源于高温软化的奥氏体基体及其对初生碳化物上裂纹的自愈合作用,保证了材料的整体连续性。碳化物在室温下的裂纹沿着内层错的亚边界萌生和扩展。但在高温下,裂纹萌生于被高温激活的(001)面,并在剪切应力作用下断裂。此外,碳化物的硬度及其应变硬化的各向异性与其内部尺寸各异的层错亚结构密切相关。通过上述对三种新型铸铁磨球的组织和性能的研究,分析了各自适用的服役工况,可以为新型磨球的设计提供理论依据。低铬铸铁生产成本低,硬度和冲击韧性均较低,适用于中小型球磨机中矿石硬度较低且冲击载荷较低的工况。新型贝氏体球墨铸铁的硬度和塑性均十分优良,在冲击磨损时会发生相变硬化提升耐磨性,具备在高载荷下应用的潜力;但是其组织中没有硬质的碳化物,因此适用于大型球磨机中冲击载荷较高且矿石硬度适中的工况。高铬铸铁具有硬质的碳化物,拥有极高的硬度;但是其室温变形能力较差,在高冲击载荷下极易发

关键词： 塑料齿轮   齿面磨损   温度场   啮合刚度  

摘要： 塑料齿轮以其自身优点在齿轮传动领域越来越受到工程界关注,然而目前学术界对塑料齿轮特别是其表面磨损及其啮合刚度研究尚有不足,加上高分子聚合物材料力学性能比之于金属材料更易受到外界环境影响,因此有必要对塑料齿轮表面磨损计算进行探究,并对磨损态下齿轮啮合刚度进行分析。本文以塑料齿轮(钢/塑齿轮副、塑/塑齿轮副)为研究对象,主要内容包括如下:(1)基于Archard磨损理论,详细推导出齿面接触应力、齿面相对滑动距离、磨损系数的求解过程,并建立磨损量计入曲率半径的齿面重构模型,在此基础上给出齿面磨损深度模型,通过数值仿真得出关于钢/塑齿轮副表面磨损沿齿廓分布图。(2)鉴于塑料本身力学性能易受外界环境尤其是温度的影响,推导求解塑料齿轮副表面热流密度并使用有限元仿真得出齿轮副表面温度分布规律,通过计算齿轮本体温度和齿面闪温得出啮合过程中啮合点温度变化值,基于此得出塑料齿轮弹性模量与温度之间关系图。(3)设计并搭建齿轮磨损实验台,在给定工况下分别对钢/塑齿轮副、塑/塑齿轮副进行表面磨损实验,通过三维表面形貌测量仪测出不同磨损应力循环下齿面磨损深度,得到齿面实际磨损量并与理论计算磨损量分析对比,在实验基础上对理论模型进行修正。(4)详细介绍关于齿轮副啮合刚度的计算方法,并选用势能法通过数值仿真得出不同组合形式下的齿轮副啮合刚度值,通过有限元法对势能法求解值进行对比,并分析不同磨损量下齿轮啮合刚度的变化量。

关键词： 船用柴油机主轴承   磨损故障   递归理论   在线识别   退化行为  

摘要： 随着船用低速柴油机向高功率密度、高爆发压力和超长行程方向发展,主轴承在交变重载工况下难以进入理想的流体动压润滑状态,存在混合润滑区间。尤在启停阶段,油膜厚度较低,轴颈与轴瓦直接接触易诱发磨损故障。这将严重降低柴油机效率,甚至导致烧瓦事故。然而,主轴承服役时的磨损故障难以精准在线识别,退化行为规律尚不明确,导致无法科学开展视情维护。主轴承故障信号具有非线性特征,递归理论适于非线性分析及在线模式识别。因此,本文旨在基于递归理论对主轴承磨损故障的类型识别及程度评估方法进行系统研究,并进一步阐明其退化行为规律。研究结果将丰富递归理论,指导主轴承视情维护和抗磨损设计,保障柴油机安全稳定服役。递归阈值选取是递归分析基础,现有方法有主观性强、易致信息丢失等不足。因此,基于网络连通性提出了递归阈值选取新方法,通过孤立节点与主体网络相连来保证合理的网络连通性以确定递归阈值。此外,噪声对递归分析的影响规律尚未阐明,递归图去噪准则与方法尚不明确。因此,通过向理论信号中分别添加不同信噪比噪声来获取含噪信号,研究了噪声对递归分析的影响。分析发现,递归图去噪应遵从“平均对角线长度和平均垂直线长度最大”准则,集合经验模态分解法更适于递归图去噪。针对主轴承磨损故障类型难以精准在线识别的问题,应用递归图（RP）表征磨损故障信号的非线性特征,并与卷积神经网络（CNN）相结合,提出了RP-CNN磨损故障类型识别方法。通过模拟制备不同磨损故障类型（磨粒磨损、粘着磨损和疲劳磨损）轴瓦表面,开展了故障类型识别试验。结果表明,RP-CNN较相轨迹图-卷积神经网络、无阈值递归图-卷积神经网络、时间序列-卷积神经网络等方法具有更优识别效果,平均准确率为97.8%。RP-CNN方法在变工况下对磨损故障类型识别的泛化性能较好。以危害性极大的疲劳磨损故障为例,基于RP-CNN方法开展了磨损故障程度评估试验。通过剥落凹坑的数量、轮廓面积及轮廓分形维数综合表征不同程度的疲劳磨损故障,并在轴瓦表面进行相应制备。试验表明,RP-CNN方法可有效评估疲劳磨损故障程度,平均准确率为98.5%,且在变工况下对磨损故障程度评估的泛化性能较好。识别主轴承退化状态的前提是掌握其退化行为规律,而退化过程的非线性信号特征相当微弱。复杂网络是非线性信息提取的有力工具。因此,将递归图转化为递归复杂网络,分别定性和定量揭示了主轴承退化行为规律。结果发现,退化过程中的网络节点聚集程度逐渐增强,拓扑指标均呈台阶式递增规律。其中,全局聚类系数可将主轴承退化过程划分为多渐进阶段,能更为灵敏地识别出退化状态。

关键词： 硬质合金   刀具   激光加工   表面织构   摩擦磨损  

摘要： 硬质合金因为其优异的综合性能被普遍应用于制造切削刀具,但在切削加工中,切削刀具表面存在严重摩擦,切削区高切削力、高温条件的作用导致刀具表层发生剧烈磨损,由此降低刀具的切削性能。现如今,表面织构技术作为一种重要手段能够显著地提升刀具的摩擦性能。在刀具上制备出具有随机或规则的微织构阵列,既能够缓解刀具与切屑和工件间的剧烈摩擦,降低磨损率,还可以改善其润湿性能,增强润滑效果。针对硬质合金刀具在切削难加工材料时存在刀具磨损严重和加工表面质量差等问题,本文以硬质合金刀具表面激光织构的制备作为研究基础,主要运用试验研究辅以相关仿真分析,研究了微沟槽织构对硬质合金刀具摩擦磨损性能的作用规律,并揭示了微织构的减摩机理。主要研究内容如下:1.硬质合金刀具表面激光加工微沟槽织构的试验研究。首先研究了激光加工参数（激光功率、扫描速度、脉冲频率、扫描次数）对微沟槽成型质量的影响,并找出形貌成型较好的微沟槽制备参数。最终选择采用激光功率为14 W、扫描速度为150 mm/s、脉冲频率为25 k Hz、扫描次数为4次的工艺参数,在刀具表面上加工出成型较优的微沟槽。2.具有微沟槽的硬质合金刀具表面的干摩擦分析。采用ABAQUS仿真软件对微沟槽刀具的摩擦过程进行建模,分析刀具在发生摩擦后接触应力大小与分布的变化情况。模拟结果表明,刀具表面的微沟槽织构能够增大刀具所承受的等效应力值,而且可以改善刀具表面应力集中分布的现象;研究还得出在槽宽为30μm、槽深为20μm、间距为70～100μm时,微沟槽刀具的接触应力大小与分布状态较佳。3.织构化刀具的摩擦磨损试验研究及减摩作用机理分析。通过制定摩擦磨损试验方案,在改变微沟槽的尺寸参数（槽宽、槽深、间距）和试验条件（法向载荷、往复运动速度）的情况下,研究刀具表面摩擦性能的变化规律,并分析微沟槽的减摩作用过程。研究表明,就摩擦系数而言,微沟槽刀具表面均比无织构刀具表面要小。在施加法向载荷70 N、往复运动速度150 mm/min条件下,微织构宽度为35μm、深度20μm、间距75μm的微织构减摩效果最优。同时在存在润滑时,亲疏混合织构可以增强微沟槽的减摩作用。

关键词： 滚动轴承   滚滑接触运动   磨损失效   深度学习   寿命预测  

摘要： 滚动轴承被称为“工业的关节”,其性能与可靠性直接影响整台设备的工作性能。在实际的生产活动中,由于轴承对准错误、润滑不当、存在异物等因素,会造成滚动体不同程度的打滑现象,滚子与内圈滚道间形成速度差进入滚滑运动状态,滚滑运动会导致滚动轴承内部剧烈磨损、发热,严重影响轴承的可靠性和使用寿命。所以需要对轴承的滚滑运动状态进行监测与分析具有重要的学术和工程应用价值。本文首先建立滚动轴承滚滑状态下的力学模型,分析了载荷、转速、润滑油动力粘度对滚滑状态的影响;其次为了选定适合的实验参数通过滚动轴承摩擦磨损试验台进行了一系列的试验,随后对不同的滚滑接触下滚动轴承磨损失效规律进行了实验探究,通过表面形貌观测、油液的在线监测及离线检测手段,对滚滑接触下轴承摩擦副磨损机理进行了分析;最后基于油液在线监测数据对轴承寿命进行了预测,构建了一种基于注意力机制的卷积长短时记忆网络(A-CNN-LSTM)模型,通过卷积神经网络(CNN)来提取轴承油液磨损磨粒浓度的局部特征,将提取到的特征向量输入到长短时记忆网络(LSTM)网络进行预测,再通过注意力机制决定输出数值,实现对滚动轴承的寿命预测。研究发现滚动轴承的滚滑运动的程度随着径向载荷的减小、转速的增加、润滑油的动力粘度的变大而增大,并且径向载荷对轴承滚滑运动状态的影响最大;当轴承滚子-内圈摩擦副发生滚滑接触后,滚动轴承的磨损会在短时间内经历磨合磨损、稳定磨损、剧烈磨损三个阶段,轴承摩擦副的磨损失效以轴承疲劳磨损为主;滚滑接触下会在较短时间轴承内圈的表面形貌会发生明显变化,出现大面积的摩擦疲劳点蚀的典型特征形貌凹坑,润滑油中磨粒浓度和颗粒度增长迅速,磨粒的形状变大,并且滚滑运动状态程度越大,在相同时间下表面形貌和表面形貌的数值变化越明显,磨粒浓度增长速度更快;基于A-CNN-LSTM模型能够通过对油液中磨粒的浓度进行预测来反应轴承的退化趋势,通过几种不同模型之间的对比发现本文的模型具有较好的预测精度。

关键词： 零件加工   切削成形   扫描成形   包络   球头刀   机床几何误差  

摘要： 目前,表面采用复杂曲面的机械零件越来越多,切削加工零件表面的成形运动也趋于复杂化。机床切削加工时,刀具切削刃曲线/刀具曲面、机床运动和工件表面三者之间有严谨的几何学关系,另外,机床运动还和刀具的类型有关。本文首先研究了基于几何学和刀具分类的机械零件切削成形方法,包括:(1)使用非旋转刀具,由切削刃曲线的运动扫描形成工件表面;(2)使用旋转刀具,工件表面为刀具曲面运动所形成曲面族的包络。在上述研究的基础上开展了如下研究工作。(1)在使用非旋转刀具中一次走刀扫描成形工件表面的成形车削扫描方面,研究了成形车削扫描及其几何学表达,提出了成形车削扫描成形的研究技术路线。按照提出的研究技术路线进行成形车削的数学建模及仿真。以成形车削球轴承内圈沟槽为例,进行了工件设计曲面、工件加工表面的数学建模,分析了切削力和刀具磨损因素造成的工件径向尺寸变化,并对成形车削工件加工表面进行仿真。(2)在使用旋转刀具中双参数曲面族的包络中的球头刀三坐标NC铣削曲面方面,针对球头刀三坐标NC铣削,不考虑机床的具体拓扑结构,统一规定机床运动是刀具相对于工件的运动,建立统一的机床运动联系,基于刀具运动研究球头刀三坐标NC铣削及其工件表面误差。三坐标NC机床存在21项机床几何误差,会对刀具相对于工件之间产生位姿偏差,进而在工件表面与设计曲面之间产生误差。因此本文基于刀具曲面、机床运动和工件表面三者之间的几何学关系,研究球头刀NC铣削工件表面的成形问题。由于球头刀绕刀心的转动不会造成球头刀三坐标铣削的工件表面误差,本文将机床运动误差分解为基于球头刀刀心的平动及绕球头刀刀心的转动,应用多体系统理论将机床几何误差经过齐次坐标变换直接变换为球头刀刀心的位置偏差,通过球头刀刀心曲面的偏差来研究球头刀三坐标铣削的工件表面成形及工件表面误差,并应用MATLAB进行了仿真。