基于实验设计的电火花微小孔加工参数优化研究
- 格式:pdf
- 大小:307.73 KB
- 文档页数:5
浅析微细电火花加工机床加工误差及提高精度的措施作者:余晓琴来源:《科技创新导报》 2011年第7期摘要:微细加工技术在现代制造技术中占有极其重要的地位,而微细电火花加工技术是实现微细加工的最有利手段之一。
由于工具电极与工件电极之间的宏观作用力微小,因此非常适合微小零部件的加工。
机床在加工过程中其工艺系统会产生各种误差,从而影响零件的加工精度。
研究机床加工过程误差的产生及防止对提高机床加工精度有着重要的意义。
关键词:机床电火花误差加工精度中图分类号:TE933 文献标识码:A 文章编号:1674-098X(2011)03(a)-0040-011 微细电火花加工技术简介微细加工技术在现代制造技术中占有极其重要的地位,而微细电火花加工技术是实现微细加工的最有利手段之一。
由于工具电极与工件电极之间的宏观作用力微小,因此非常适合微小零部件的加工。
目前,微细电火花加工技术已经广泛应用于航空、航天、医学、模具、微电子器件等方面[1]。
在微细电火花加工中,由于其加工对象的微小,因此要求放电间隙控制在1μm以内。
1.1 微细电火花加工机床微进给机构由于微细加工技术其加工对象的微小,因此要求放电间隙控制在1μm以内。
在这样小的放电间隙里,为了防止拉弧和短路现象的发生,就要求机床的伺服控制系统具有很高的分辨率和高频响应能力。
采用压电元件和柔性铰链机构的压电微进给机构因其位移控制精度高、响应速度快、驱动力较大等优点,被应用于微细电火花加工。
而采用有限元法则可以从理论角度分析出机构性能指标和机构主要尺寸的定量关系[2]。
2 微细电火花加工误差与精度2.1 微细电火花加工误差的原因影响机床加工精度的因素主要有机床误差、电极的制造误差及磨损、夹具误差。
(1)机床误差:微细电火花加工机床的误差主要有伺服系统的分辨率和定位精度的误差。
定位精度是指机床各坐标轴在数控系统的控制下运动的位置精度,引起误差的因素包括数控系统的误差和机械传动的误差。
电火花小孔工艺参数电火花加工是一种常用的金属加工方法,能够在各种材料表面上制造复杂的形状和精度高的孔洞。
其中,电火花小孔工艺是一种重要的应用,不仅具有高精度、高表面质量和高加工效率等优点,还能够加工一些难以用传统机械加工方法加工的小孔。
本文将介绍电火花小孔工艺的参数设置及其对加工效果的影响。
1. 放电参数放电参数是影响电火花小孔加工效果的关键因素。
主要包括放电电压、放电电流、放电时间和放电重复次数等。
通常情况下,放电电压越高、放电电流越大、放电时间越长、放电重复次数越多,对材料加工的能量就越大,加工效果也就越好。
但是,过高的放电参数可能会导致材料过度烧蚀、电极磨损、工件表面粗糙度增加等问题。
2. 工作液参数工作液是电火花小孔加工中必不可少的介质,它不仅能够冷却电极和工件,还能够清洗加工过程中产生的大量金属粉末。
工作液的参数主要包括种类、浓度、温度和流量等。
一般来说,工作液浓度越高、温度越低、流量越大,对加工效果就越好。
但是,过高的浓度和过低的温度可能会导致加工速度变慢,而过大的流量则会影响放电效果。
3. 电极参数电极是电火花小孔加工中的重要组成部分,直接影响加工精度和表面质量。
电极的参数主要包括材料、形状、尺寸和加工表面粗糙度等。
一般来说,电极的材料应该具有良好的导电性和耐磨性,而电极的形状和尺寸应该根据加工要求进行设计。
此外,电极加工表面的粗糙度也会直接影响加工效果和电极寿命。
总之,电火花小孔工艺参数的设置对于加工效果有着至关重要的影响。
在实际工作中,应该根据材料的性质和加工要求,合理地设置放电参数、工作液参数和电极参数,以达到最佳的加工效果。
微细电火花加工的实验研究张勇斌;吉方;刘广民;张连新;吴祉群【摘要】Some t ypical experiments of micro-electrical discharge machining are described based on a set of new developed micro-eiectrical discharge machining equipment typed μEDM-50 in the paper.The resuhs about micro-character precise machining and discharging deposition are given. The size of the rnachining character varies mainly from a few decades of micrometers to a few millimeters.%基于新研发的一套微细电火花精密加工系统EDM-50,在金属材料上进行了一些典型的微小特征精密加工实验及电火花放电沉积实验.该系统已作为加工特征尺寸介于数十微米到数毫米范围的重要工艺手段.【期刊名称】《电加工与模具》【年(卷),期】2011(000)002【总页数】3页(P54-56)【关键词】微细电火花加工;工具电极;放电沉积【作者】张勇斌;吉方;刘广民;张连新;吴祉群【作者单位】中国工程物理研究院机械制造工艺研究所,四川绵阳,621900;中国工程物理研究院机械制造工艺研究所,四川绵阳,621900;中国工程物理研究院机械制造工艺研究所,四川绵阳,621900;中国工程物理研究院机械制造工艺研究所,四川绵阳,621900;中国工程物理研究院机械制造工艺研究所,四川绵阳,621900【正文语种】中文【中图分类】TG661微细电火花加工技术作为一种实现金属零件微小特征精密加工的重要工艺手段,吸引了国内外众多学者进行卓有成效的研究。
电火花加工SiCp/Al复合材料微细孔的技术研究1张宏1,胡富强1,陈焕春1,武高辉21.哈尔滨工业大学特种加工研究所哈尔滨(150001)2.哈尔滨工业大学材料科学与工程学院哈尔滨(150001)E-mail: zhangh@摘要:本文使用µ-spark2000机床对SiCp/Al复合材料进行电火花加工微细孔的工艺实验,分析了开路电压、电容、电极材料与加工速度和电极损耗之间的关系,总结了开路电压和电容对加工精度和表面粗糙度的影响规律,并成功加工出Φ53µm的微细阵列孔,结论:应采用合适高开路电压和电容加工SiCp/Al复合材料;尽量选择熔点高、硬度大、化学性能稳定好的材料做电极;针对本机床,开路电压应选择100V、电容应选择在4700pF左右为宜。
关键词:微细;电火花加工;SiCp/Al复合材料;孔1. 前言SiCp/Al复合材料具有热膨胀系数(CTE)低且可调、导热性好、密度小、高比强度、高比模量和优异的尺寸稳定性等特点,因此,在航空、航天、汽车、摩托车、仪器仪表、兵器等工业领域有很大的应用潜力[1]。
SiCp/Al复合材料中加入了高强度的硬脆SiC陶瓷颗粒,在机械加工的过程中能引起剧烈的刀具磨损,加工精度和表面质量难以保证[2-4]。
因为电火花加工过程中没有宏观机械能,材料的硬度、强度和粗糙度对材料的去除率没有影响,所以电火花加工技术成为SiCp/Al复合材料加工的重要手段。
电火花多用于颗粒增强金属基复合材料的孔、槽及切割加工[5]。
目前,微细电火花加工技术在航空航天、医学、模具、微电子器件、生物技术、微型传感器和微型电器制造等方面得到广泛应用[6,7],SiCp/Al复合材料应用也向微小、高精度方向发展。
本文以电火花加工SiCp/Al复合材料微细孔为研究对象,进一步拓宽SiCp/Al复合材料的应用领域。
2. SiCp/Al复合材料电火花微细孔加工工艺研究微细电火花成形加工工艺指标主要包括加工速度、电极损耗、加工精度、表面质量等,加工速度直接关系到工件的加工周期和经济效益,而工具电极损耗直接关系到工件的加工精度。
微细电火花深小孔加工在线优化伺服算法研究褚旭阳;张利;全学军【摘要】为了提高微细电火花加工伺服控制系统的精度、实现对伺服间隙的智能控制,提出了以模糊控制算法为基础,通过自调节算法建立合适的目标值,以实现基于模糊控制的BP神经网络在线优化算法,从而提高伺服控制的准确性.同时,采用下位机实现核心控制算法,保证了伺服控制的稳定性和实时性.通过微细电火花深小孔加工实验证明,采用BP神经网络在线优化算法能提高加工精度和加工效率.【期刊名称】《电加工与模具》【年(卷),期】2018(000)004【总页数】5页(P20-24)【关键词】微细电火花加工;深小孔;伺服控制算法;在线优化【作者】褚旭阳;张利;全学军【作者单位】厦门大学航空航天学院,福建厦门 361005;厦门大学航空航天学院,福建厦门 361005;厦门大学航空航天学院,福建厦门 361005【正文语种】中文【中图分类】TG661在微细电火花深小孔加工过程中,由于加工间隙小、排屑困难,导致微细电极损耗率高、加工效率低。
精密、高效的微细电火花控制系统[1-2]能根据加工状态对极小的加工间隙进行准确、稳定的伺服控制,从而达到提高微细电火花深小孔加工效率的目的。
智能控制算法和算法的实现是确保该控制系统精密性和高效性的重要组成部分。
微细电火花加工常用的伺服算法主要有平均电压法、模糊控制算法、控制器与神经网络结合的智能算法。
平均电压法是微细电火花加工最常见的算法,其逻辑简单、易于实现,但缺乏针对性,且加工效率不高。
为了对微细电火花加工过程实现更精确的控制,各种智能算法被引入该领域。
Boccadoro等[3]发现模糊控制能根据不同的加工状态进行相应的伺服控制,且在加工经验的基础上能有效提高加工效率,但其伺服策略无法根据加工状态进行调整,导致控制精度较低。
为了对控制器参数进行调整,任小涛[4]采用二阶模糊控制器与BP神经网络相结合的方式对加工过程进行控制,该算法能实现对控制器的自主调整,但由于学习的目标值[5]难以跟踪,直接影响了加工效率。