基于回归模型的高速铣削淬硬钢斜面表面粗糙度预测
- 格式:pdf
- 大小:216.67 KB
- 文档页数:2
,
() 4
\ 因 转 径 切 向 深 每量 倾 \ 素 速 向 深 轴 切 进齿 给 角
承 \ ( n )
1 2 3 4 6 6 3 6 5 7 5 0 4 7 7 4 3 7 9 8
科 技信 息
基 于 回g a 型明 高速 铣削淬硬钢斜面 表面粗糙度预测 :i : l
张 宝磊 李 聪 。 陈宏 丽 刘光 浩 ( . 林 航 天 工业 高等 专科 学校机 械 工程 系 2柳 州职 业技 术 学院机 电工程 系) 1 桂 .
[ 摘 要] 对影响零件表 面粗糙度 因素的复 杂性和不确 定性 , 针 本文在 正交试验 的基础 上建立 了高速铣 削淬硬 钢斜 面表 面粗糙 度的 经验 回 归模型 , 通过 比较该模 型的预测值 与实 际值的误 差 , 均限制在 允许范 围内, 明所建立的预测模 型能够有效 的对零件 的粗糙 说 度进行预 测 , 为实际的工业生产提供 了参考 。 [ 关键词 ] 回归模 型 预 测 淬硬 钢 表 面粗糙 度
0 引 言 、
零件表 面粗糙度 是衡量零 件表面 质量 的重要 参数之 一 , 它对工 件 的疲劳强度 、 接触 刚度 、 耐腐 蚀性 能 、 工件精度 都有重要 的影响 。高速 加 工作 为一 种先进 制造技术 , 在很 大程度上不仅 能够提 高加工效率 而 且 能够提 高零件 的表 面加工质量 , 以在模具制造行业被广泛的应用u 所 。 国内外很 多学者通 过建立不 同的模 型来 预测工件 的表面质 量 , 同时通 过模 型帮助寻找满足零件 表面质量要求 的切 削参 数 。本文利用正 交 实 验设计方 法安排 了铣削实验 , 并选 择合适 的实 验参数建立 了高速铣 削 淬硬 钢斜面 的粗糙 度的经验 回归模型 , 过误差分析 , 明该模 型能 通 说 有效对零 件粗糙度进行预测 。 1 实 验 条 件 及 方 案 、 ( ) 验 条 件 1实 本 实验 采 用钨 钢 立铣 刀 f 径 D= mm) 直 4 铣削 加工 4 钢 ( 5 淬火 硬度 4 HR 斜面 , 5 C) 刀具 悬伸量 为 L 1mm。粗糙 度仪 采用 T yo uf 0 =9 alr r6 表 s 面粗糙度 测量 仪测量三次取算术平均值 。 () 2 实验 方案 影 响零件加 工表 面粗 糙度 的因素有很 多 , 本实验 在忽略机 床主轴 振动 以及刀具 磨损等 因素 的情况 下 , 主要 研究切 削参 数 以及所 加工斜 面 的倾斜 角度 的变化对零件表面粗糙度 的影响( 如表 1 , 了减少实验 )为 次数本 文利用 正交实验表 L ( ) 安排铣 削实验 ( 1 4 如表 2 , )并依据 检测结 果建立粗糙度值 回归经验预测模型 。 表 1因素水平表
23 72
() 5
回归分析是 分析 变量 间相关关 系 的一种统 计方法 。所谓 回归分 析, 就是 建立确定 变量之间相关关 系的具体数 学表达式 。根据相关关 系的具体 形态 , 明确谁 是 自变量 ( 可控变量 ) 谁是因变量 ( , 随即变量 ) , 选择一个 合适 的数 学表达模型来 近似地表达 变量间 的平均 变化关系 , 并借此来探讨对变量 的控制 和预测问题 。这不仅依赖于对变量之 间相 关程度的度量 , 更加依赖于变量之间的真实相关性的存在。 本文通过 回归分析建立切 削参 数以及斜面倾角的指数形式经验公 式, 其通用表达式如( ) 1所示 : R =C0 N AP。 Ad () 1 其 中 C 是取决于工 件材料以及切削条 件的修正系数 , 。 N为主轴转 速 , 为径向切深 , d为轴 向切深 , 为每齿进 给量 , l b b 、4 b Ae A f z b 、2、3 b 、5 分别为切 削参数相应 的指 数系数 。由数理统计知识 , 了使上 式变成 为 线性 方程 , 将两边分别 取对数 , 常量取相应 的估计 值 , : 得 lR gC +b lN+6 lA +6 lA +6 l廖+6 l0 g =l o lg 2g 3g 4g 5g ( ) 2 令 lR g = 、gc =b 、g l o o lN=x 、g =x 、g l lAe z lAd=x 、 f =. , 3l z 2 g " 4
l gO=x5
1 1 1
贝 =b +b l 3 2 3 3 4 4 s 5 U o l +bz +bx +b x +bx
() 3
由此建立 多元线性 回归方程 为 :
Y =  ̄ 1l #x2 tx3 4 1 l l 1 l  ̄Xl z1+3 1 + 3 +8X4 J s +f +£
() a e
0.6 0 0.O 1 0.4 1 0. 8 1
( a p )
0.4 0 00 .8 01 .2 01 .6
m | 1
0. O2 0.3 0 4 5 6 0
3 2 X 2 74 5 1 3 X 3 4 5
n 西
Y : o #xl lXz fx3 fX4 5 e 2 + lz z2+ 3z ̄ 42+ 52+ z +f l 1 Y = 0 /X1 /X2 fX3 /X4 # 5 £ 3  ̄ ̄ 3  ̄ 3 ̄ 33 ̄ ̄ 3+ J3+ 3 1  ̄2 1 4
y = 0 fx6 1x6+ 31  ̄ ̄J6+ s 1 + l z + l1+f 1 fx6 / C4 fx6 £ l  ̄ 2 z 1 3 41 l s 6 其 中 e为试验变量引起 的随机误差 , 由此引入矩 阵: