论文部分内容阅读
近年来，作为先进制造技术典型代表的高速切削加工技术得到了迅猛的发展，由于其具有高精度、高效率、低污染等传统切削加工技术无与伦比的优势，因而在航空、航天、汽车、模具等领域得到了广泛应用。模具钢是模具制造不可或缺的材料，然而由于模具钢普遍具有强度高、硬度大的特点，因此切削过程中的温升较大，刀具磨损较为严重，从而导致模具表面质量难以控制。鉴此，对加工后的模具表面质量的研究成为高速切削技术研究的一个重要方向。本文从仿真和试验两个方面对模具钢的高速切削进行了分析研究，旨在为模具的高速切削加工提供一定的指导作用。高速切削过程的模拟仿真是高速切削技术的一个新的研究领域，在对模具钢的高速切削机理进行研究的基础上，通过有限元软件ABAQUS/Explicit建立了模具钢的高速切削有限元仿真模型，对切屑的形成过程进行了模拟，分析了切削过程中的应力、应变、温度的分布情况以及切削速度对切削力的影响规律，从仿真的角度对模具钢的高速铣削进行了深入的研究。表面粗糙度是衡量模具质量的一个重要指标，表面粗糙度的大小直接影响模具的耐磨性、耐腐蚀性、寿命等指标，而表面粗糙度又受到众多因素的影响，其中工艺参数对表面粗糙度的影响最为显著，通过选择适当的工艺参数从而减小模具的表面粗糙度是提高模具质量的一条有效途径。使用圆环面铣刀对模具钢S50C进行了高速铣削试验，通过单因素试验分析了主轴转速、进给速度、切削深度、切削行距、刀具倾角对表面粗糙度的影响规律；通过正交试验分析了各项参数对表面粗糙度影响的显著程度，获得了试验水平上的最优工艺参数。通过将试验结果与BP神经网络和遗传算法结合建立了表面粗糙度预测模型与参数优选模型，通过模型计算得出了S50C模具钢的最优工艺参数。为了更方便的进行加工前的预测，在MATLAB中设计了粗糙度预测软件，并将软件生成可独立执行文件以方便使用。