铣削稳定性分析与主轴颤振识别方法研究

摘要

机械加工行业最重要的目标之一就是提高加工生产率和产品的质量，颤振是影响加工生产率和质量的限制因素之一。颤振造成的机床加工不稳定现象会导致生产率变低和产品质量下降，甚至造成工件、刀具或者机床损坏。对切削稳定性和颤振识别问题的研究，有助于促进中国切削加工制造业向高端制造发展。　　本文源于重庆市专项“汽车动力系统关键零部件加工数控机床增效技术开发与应用”（项目编号：cstc2017zdcy-zdzxX005）。本文以项目合作的国内某机床企业加工中心（KMC500S U）铣削系统为研究对象，通过稳定性分析，研究动力学参数对加工稳定性的影响规律，为加工前切削参数的选择提供了指导依据。同时采集铣削加工系统主轴振动信号，提取了主轴稳定-过渡-颤振三种状态的特征量，并对这三种状态进行状态识别研究。论文主要研究内容包括如下：　　（1）以颤振机理为基础，研究铣削系统的动力学模型，建立动力学微分方程，用频域法求解稳定域。利用模态试验锤击法，获取加工中心刀具系统固有频率ωn，振动系统的阻尼比?及模态刚度k。建立铣削系数辨识模型，通过DEFORM-3D铣削力仿真实验获得切向力系数Ktc和径向力系数Krc。　　（2）用MATLAB绘制铣削颤振系统的临界稳定性图，得到的稳定性图为加工参数的合理选择提供依据。同时研究了固有频率ωn、阻尼比?以及模态刚度k等参数对机床颤振稳定性的影响。　　（3）基于LabVIEW建立振动数据采集系统，采集加工中心主轴不同工况下的振动数据180组，通过小波软阈值降噪法对信号降噪。将降噪后的信号采用小波包能量信息熵法和双谱分析对角切片能量法提取信号的两个特征量。　　（4）利用特征值小波包能量信息熵、双谱分析对角切片能量值进行两特征融合，分别输入支持向量机（Support Vector Machine,SVM）训练后对主轴状态进行了识别。通过粒子群算法寻找最优惩罚因子C和核宽度参数σ以优化SVM分类效果，并将优化后的SVM模型识别方法仿真实现。

目录