热变形误差范文

热变形误差范文（精选7篇）

热变形误差 第1篇

因此本文设计的主要目的是, 在生产车间中对数控机床的主要部件进行实时多点温度采集, 采集硬件电路主要包括:温度传感器, 放大滤波, A/D转换, 下位机控制, 串口通信等功能;采集通道数>=4, 采集温度精度:0.5度, 温度范围:0~40度。上位机对采集的温度数据进行受热分析, 并显示温度随时间的变化趋势, 并对加工的热变形误差进行计算和补偿。

1 系统整体设计

设计的整体框图如图1所示。主要任务分为上位机的设计和下位机设计两个大模块。其中, 下位机主要是硬件电路的设计和C语言程序的编写。用电压输出型温度传感器TC1047来实现四路温度的实时监测。将温度传感器输出的电压, 通过RC滤波电路, 将50 Hz以上的信号给予滤除, 再经过运算放大器OP07组建的放大电路对滤波后的电压信号进行放大, 使用两片ADC0832将四路放大的模拟信号转化为数字信号。主控芯片STC89C52将A/D转换的数字量经过基于MAX232芯片的串行通信方式, 发送到用LAB-VIEW软件编写的上位机, 上位机将接收到的数据进行处理和显示, 显示温度随时间的变化曲线以及用颜色的浅深来表示温度的高低。上位机分为两个面板, 一个为实时数据显示面板, 另一个为历史数据读取显示面板, 可以实现实时数据采集, 同时也可以读取和分析历史数据。设计的整体框图如图1所示。

1.1 运算放大电路

单通道放大电路原理图如图2所示。设计采用运算放大器OP07作为主芯片组建电压放大电路, 放大经过RC低通滤波器电路后的电压信号。OP07芯片是一种低噪声, 非斩波稳零的双极性运算放大器集成电路。由于OP07具有非常低的输入失调电压, 所以OP07在很多应用场合都不需要额外的调零。OP07同时具有输入偏置电流低和开环增益高的特点。这种低失调电压、高开环增益的特性使得OP07特别适用于高增益的测量设备和放大传感器输出的信号。

温度传感器TC1047在0℃~40℃的电压输出范围为0.5 V~0.9 V, 每10 m V变化一度, 精度要求为0.5℃。而采用的是8位的A/D转换, 最大能分辨20 m V电压变化, 放大器的放大倍数为5即可满足要求。设计要求能实时快速地采集温度的变化, 对采集的速度有较高的要求, 不能通过模拟开关来分时放大每一通道的电压信号, 而是每个通道都有各自的放大电路, 这样就可以大大提高温度采集的速度。

如上图2所示为三运放组成的差分放大电路, 其中U9和U10都是组成电压跟随器, 用于增大输入阻抗减小输出阻抗。U10的管脚3输入温度传感器的输出电压, U11用于将电压进行差分放大。需要根据要求计算各电阻的参数值。

U10的输出电压为:

根据运算放大器虚短虚断的特性可得:

其中:V3=V4, V1=Vin, V2=0. (3)

由公式 (1) 、 (2) 和 (3) 可计算出如下表达式:

其中表达式 (4) 中R1、R2、R3、RV1为电阻阻值, 单位为Ω;Vin、Vout分别为输入输出电压, 单位为V。设表达式 (4) 中的, G即为电压放大倍数, 为了方便计算, 取R1=R2=1 k, R3=5.1 k, 将G=5和所选择的电阻阻值代入式 (4) 可得:

解得:RV1=4.98 k, 电阻RV1用一个50 k的滑动变阻器代替, 便于放大倍数的调节。

1.2 稳压电源电路

选用L7812和L7912稳压芯片分别得到稳定的正12 V和负12 V电压。而A/D转换芯片、温度传感器和单片机等都需要正5 V的工作电压, 选用L7805稳压芯片得到稳定的正5 V电压输出。其中P5用于接220 V交流转12 V交流的变压器, 对12 V交流经过整流后输出直流正电压和直流负电压。将整流后的直流电压经过一个2 200μF和一个0.33μF的电容后可以得到较稳定的直流电压。然后通过稳压芯片L7812和L7912就可以得到稳定的正负12 V电压, 把稳压管输出的正12 V作为L7805的输入, L7805就可以输出稳定的正5 V电压。

2 labview整体设计

上位机的整体程序设计流程图如图3所示。主程序通过串口接收下位机发送的4路A/D转换采集到的8位数字量, 通过数据处理, 计算出温度值、热变形误差, 同时能在前面板显示出来。另外还要实现报警、数据存储和相关数据采集参数设定等功能。

3 温度传感器的标定

温度传感器TC1047理论上是0℃时为100 m V, 40℃时为900 m V, 但在实际中, 理论与实际是有一定的差距的, 为了使测量的数据更加的准确, 需要对4路温度传感器进行标定。即将四路传感器同标准传感器在同一条件下的输出温度作比较。表1、表2、表3和表4分别为通道1到通道4温度传感器相关数据的记录。

第一组数据:

平均电压输出:U1_1= (0.74+0.73+0.74) /3=0.737 V.

平均标准温度:T1_1= (24.4+24.3+24.4) /3=24.37℃.第二组数据:

平均电压输出:U1_2= (0.8+0.79+0.79) /3=0.793 V.

平均标准温度:T1_2= (30.5+30.4+30.4) /3=30.37℃.第三组数据:

平均电压输出:U1_3= (0.85+0.86+0.84) /3=0.85 V.

平均标准温度:T1_3= (35.7+35.9+35.8) /3=35.8℃.

第一组数据:

平均电压输出:U2_1= (0.74+0.74+0.74) /3=0.74 V.

平均标准温度:T2_1= (24.3+24.5+24.4) /3=24.4℃.第二组数据:

平均电压输出:U2_2= (0.81+0.79+0.82) /3=0.806 V

平均标准温度:T2_2= (30.5+30.4+30.5) /3=30.37℃第三组数据:

平均电压输出:U2_3= (0.85+0.86+0.87) /3=0.854 V.

平均标准温度:T2_3= (35.6+35.9+35.7) /3=35.73℃.

第一组数据:

平均电压输出:U3_1= (0.74+0.74+0.74) /3=0.736 V

平均标准温度:U3_1= (24.3+24.5+24.4) /3=24.4℃.第二组数据:

平均电压输出:U3_2= (0.80+0.79+0.82) /3=0.803 V

平均标准温度:U3_2= (30.4+30.4+30.5) /3=30.46℃.第三组数据:

平均电压输出:U3_3= (0.84+0.86+0.84) /3=0.848 V.

平均标准温度:U3_3= (35.7+35.8+35.8) /3=35.77℃.

第一组数据:

平均电压输出:U4_1= (0.75+0.73+0.72) /3=0.733 V

平均标准温度:T4_1= (24.6+24.4+24.2) /3=24.43℃.第二组数据:

平均电压输出:U4_2= (0.83+0.79+0.81) /3=0.81 V.

平均标准温度:T4_2= (30.7+30.2+30.4) /3=30.37℃.第三组数据:

平均电压输出:U4_3= (0.85+0.83+0.86) /3=0.846 V.

平均标准温度:T4_3= (35.7+35.6+35.8) /3=35.7℃.

根据表1、表2、表3、表4计算出的各通道温度传感器平均输出电压和对应的平均标准温度绘制出TC1047温度传感器的实际输出电压与温度的关系。

为了观察温度传感器输出电压随温度变化的趋势直线, 并将趋势直线与理论直线对比。用EXL绘制出4通道的各自线性趋势线和理论的直线。

为了使测量的温度更加准确, 将各通道温度传感器电压-温度变化趋势直线的斜率和y轴的截距分别相加再作平均值作为实际直线斜率和截距。下面分别计算出平均直线斜率k和截距d。

斜率:k= (0.099+0.010 1+0.009 8+0.010 5) /4=0.010 1;

截距:d= (0.495 3+0.495 9+0.497 2+0.492 2) /4=0.495。

所以温度传感器的实际输出电压与温度的关系表达示为:

式中, Vout为温度传感器输出电压, 单位为V;T为所测温度, 单位为℃。

4 数据的测量

对温度传感器进行标定之后就可以对温度进行实时采集。在进行数据采集时将串口的相关参数设置好之后, 再设置报警温度上限为40℃, 数据采集时间间隔为500 ms。然后运行上位机和下位机程序, 并点击上位机的开始运行按钮, 就可以实现数据的采集和显示。上位机的实时数据采集界面如图4所示, 用手触摸1通道温度传感器, 则通道1的实时曲线也会随着温度的改变而改变。在界面左上角窗口显示的是各通道温度实时强度图, 图中可以看出当通道1的温度升高时, 强度图表中通道1的颜色也会随之变淡, 说明温度在升高, 而颜色加深时, 说明温度在降低。强度图表下面显示的是采集到的4通道温度数据, 同时也显示出采集数据的时间。在显示界面的右下角显示的是数控机床在当前采集到温度环境下的热误差。

采集温度数据时还需要对采集到的温度数据进行存储, 点击上位机中的数据存储路径可以选择数据存储的路径, 可将温度数据以TXT或者XLS的格式存储。

在实时数据显示界面显示的是动态的数据, 为了方便数据的观察, 历史数据显示界面可以读取存储文件里的数据并显示出来, 方便数据的分析。在程序运行时点击历史界面中的开始读取按钮就可以读取历史文件数据并显示出来, 其读取的历史数据界面显示如图5所示。

上位机在进行数据采集和显示的同时, 下位机也可以实现温度的采集并在LCD1602上显示出实时的温度数据。

5 结论

本设计操作简单, 利用多路温度传感器, 对被测量机床进行温度测试, 并通过一定算法, 完成对热误差的计算及补偿, 具有一定实用价值。

摘要：温度是机械加工中最基本的参数之一, 在生产过程中常需要对温度进行检测和监控。数控机床加工中, 常需要对数控机床进行热误差计算并实现热误差补偿, 通过热误差补偿技术来达到提高数控机床加工精度的目的。因此, 研究一种基于串行通信的多路温度采集和实时监控系统, 对提高工业控制性能、提高数控机床的加工精度以及提高生产效率有着重要的意义。

关键词：温度,热误差,误差补偿

参考文献

热变形误差 第2篇

关键词：地铁施工,变形监测,误差来源,垂直位移

由于地铁建在城市地下, 建设与运营期间的变形监测尤为重要。一方面, 地铁一般通向城市繁华街区, 这些地段高层、大型的建筑较多, 施工通过的区段将对地表及其上面的建筑物和地下管线产生影响。地铁隧道在施工中要进行的变形观测内容很多, 如地面沉陷观测、隧道拱顶下沉观测、洞顶围岩内部垂直位移观测、洞壁围岩径向位移观测、隧道收敛位移观测、围岩和衬砌内应变观测、围岩压力及两层衬砌f句接触应力观测、可缩式钢拱架内力及拱脚反力观测、模筑混凝土衬砌表而应力观测等。隧道施工的变形观测主要解决的还是围岩和结构建筑物内部位移变化和应变发展规律以及洞壁各点间的相对位移变化。

另一方面, 一个城市通过一条条地铁线路的建造和营运, 拉动和促进了地铁沿线规划工程建设的兴起。这种地铁沿线非地铁工程建设的兴起, 有时候可以用“雨后春笋般涌现”那样来形容。自然, 这是好事。但从另一方面看, 正如上所述, 一条条地铁线路一旦投入运营, 它自身在社会生活中所担当的角色, 决定了它不管由于什么原因, 是不可以随便中断运行的。因此, 面对这种广泛的非地铁项目的工程建筑活动, 采用什么样的监控方法, 来有效地保护地铁结构安全运行, 就摆到了我们面前。而且这种保护行为, 时间上与地铁运营线路的生命周期共存, 空间上与地铁运营线路的网络拓展规模同在, 其意义和责任重大。

地下铁道在建设中及建成后因地质、地下水、地面建筑开发及本身结构负荷所造成隧道结构的沉降、位移、裂缝和倾斜等变形, 某些地段可能会很严重, 如不及时连续的进行长期自动变形监测, 则难以即时发现和预报险情, 将会造成严重后果。因此, 地铁的变形监测越来越成为地铁开发与运营的重要保障, 而且是长期的。

1 监测点的布设

目前地铁隧道施工中, 国内基本上采用的是盾构施工法, 盾构施工中的变形基本上是垂直方向的位移。因此监测点的布设以垂直位移监测点为主, 特别地方需布设水平位移监测点的, 可以经甲方提出, 布设水平位移监测点。

监测点的布设, 在轴线方向上每隔5m布设一个监测点, 轴线两侧在隧道底部一倍埋深范围内如有建筑物或管线, 可在这些建筑物或管线上布设监测点, 监测点的密度基本上是每5m~10m一个点, 建筑物承重的柱子或墙面上, 应布设监测点。

2 监测点的施放及高程监测工作点的布设

放样监测点前, 一般应在隧道贯通的区间内布设控制导线, 导线方向应大致与地铁方向一致, 导线点的选择应便于施放监测点。导线精度采用城市一级导线, 高程监测工作点应布于轴线50m以外, 通视良好、稳定的地方, 工作点应定期检核。

3 垂直位移监测点的观测

3.1 监测的范围及周期

一般情况下, 在盾构切口的前方大约20m以及盾尾后方30m的范围, 都属于每次观测的范围。当然, 在某些地方, 由于土层情况的影响, 变形特别大, 或者有变形大的建筑物和管线及重要建筑物, 监测的范围都要扩大, 由于盾构不断地向前施工, 盾构后方产生变形的监测点越来越多, 每次观测都对这些点进行监测, 不仅工作量大而且没有必要。随着盾构的向前施工, 每次观测点的选择都随着施工速度的快慢向盾构前方增加观测点, 而盾构后方一些趋于稳定的监测点则逐渐延长观测周期。在盾构不间断的施工中, 一般盾构切口的前方大约20m以及盾尾后方30m的监测点应该每天至少观测两次, 早晚各一次, 在变形异常的情况下, 应适当增加对变形异常点的观测, 盾构施工后方趋于稳定的观测点应视工作进展情况及变形情况确定观测周期。

3.2 垂直位移监测点的测量

由于水准测量每次观测的监测点都比较集中, 而且数量较多, 因此用散点法测量是合适的, 观测起来也比较方便。每站观测时, 后视读数应该在监测点观测结束后, 重新观测后视, 取两次观测的平均数作为后视读数, 以检核后视并削弱温度变化、仪器下沉等因素的影响。由于散点法观测时, 许多监测点的前后视距不等, 因此i角的影响会非常大, 如果每次监测时仪器的设站固定, 计算出的每次沉降量会抵消i角的影响, 所以每次测量时仪器架设都尽可能固定在同一个地方。当然, 由于城市车流量大, 障碍物多, 经常会对监测造成干扰, 在时间要求很紧的情况下, 要求仪器每次固定架设地点是不可能的, 所以仪器的i角使用前必须精确的校正。为了配合盾构的施工, 应及时向施工方提供变形信息。观测不能在最适宜的条件下进行, 受温度及周围环境的影响往往很大, 因此当相邻两次观测条件相差很大时, 计算出的沉降量误差也会增大, 特别是中午和早上的观测成果, 这种误差在成果中反应很明显, 在变形特别异常的情况下, 有时施工方会要求即使在中午也进行监测, 这时的数据可以作为参考, 早上观测条件较好, 所测出的数据可以作为累计沉降量的数值。

4 垂直位移监测点的误差来源

用散点法进行高程测量时, 误差来源主要来自下列因素的影响。

4.1 角影响

设有一测站, 其前后视距分别为S前、S后由于i角存在, 并假设i角不变的情况下, 在前后视水准标尺的读数误差分别为和, 对高差的影响为:

如果相邻两次监测的仪器架站在同一地点, 则该监测点的每次变形量为∆h=h1'-h'2分别为两次的高差, h1'=h1+δ1, 由于h1, h2 h1、h2中都包含有i角影响误差δ1, 2δ并且δ1=δ2所以∆h中抵消了i角的影响。

当两次仪器架站不同时,

则i角对每次变形监测的误差影响为:

设仪器i角为15″∆S1为1 5 m, ∆S2为10m, 则△为0.36mm。

4.2 外界因素的影响

外界温度的变化会引起仪器i角的变化, 有实验结果表明, 仪器周围温度每变化1℃, i角将平均变化约0.5″, 有时甚至更大些。地铁施工中的变形监测, 观测条件及时间是无法选择的, 则某一监测点受温度影响引起的变形∆h=h1'-h'2, 1h'为本次高差, '2h为上次高差, 1h'中包含受温度影响i角变化引起的误差:, h'2中包含受温度影响i角变化引起的误差:

则△h中包含的误差为:

假设:某一监测点的前后视距差S后-S前为15m, 本次观测时与上次观测温差为5℃则i角的变化为0.5"/℃5℃=2.5"

由此引起的误差:

4.3 水准尺不垂直引起的误差

在地铁监测中, 许多监测点布设在马路中间, 来往车辆异常频繁, 严重地干扰工作人员立尺, 因此水准尺不垂直引起的误差, 在监测工作中, 对位于马路上的点影响是很大的, 有必要讨论。当水准尺不垂直时所引起的读数误差△L为:

假设L=1.8m, θ=1°时, ∆L=0.3mm。

4.4 观测误差

(1) 水准仪置平误差影响。

一般来说水准管的置平精度为:0.1C"~0.2C", 取置平精度为0.15C″, 它对距仪器S米处的水准尺上的读数影响为:

(2) 瞄准误差的影响。

望远镜的瞄准精度为, v为放大倍数, 由此对距仪器S米处的水准尺上的读数影响为:

5 地铁变形监测的数据处理

地铁沉降观测工作中, 由于监测点数量较多, 如果手工计算数据, 计算工作量大, 易出现计算错误, 而且施工单位一般都要求尽快提交监测报表, 所以在上海某地铁盾构施工监测工作现场, 根据地铁监测工作的特点, 利用计算机专门编写了地铁沉降观测记录, 计算程序, 现场采集数据, 内业处理时会自动打印每次的变形值及累计变形值, 并打印轴线监测点的变形曲线图, 便于直观的了解变形发展情况, 得到了施工单位的肯定, 为再次合作打下了良好的基础。

6 结语

随着国家经济的快速的发展, 城市建设的速度不断加快, 地铁在许多城市规划和建设中已被提到议事日程, 对地铁设计实施中的变形监测显得尤为重要。本文通过一些实践, 编写了地铁实施中的监测计算程序, 方法简单, 工效高, 为同行能提供较好的参考和应用价值。

参考文献

[1]刘宝深.综合利用城市地面及地下空间的几个问题[M].岩石力学与工程学报, 1999, 18 (1) :109～111.

[2]钱七虎.迎接我国城市地下空间开发高潮[M].岩土工程学报, 1998, 20 (1) :112～113.

国内数控机床热误差建模研究现状 第3篇

关键词：数控机床,热误差,建模

0 引言

精密加工技术在现代机械制造中越来越重要，精密加工技术的关键是降低机床加工过程中产生的热误差。热误差是机床加工误差的重要来源，指的是机床工作中各部件产生热变形，造成机床各零件之间相对位移，导致加工误差。相比其他导致加工误差的因素，热误差对工件加工精度的影响非常显著，基本上达到总误差的60%～70%[1,2]，并且越精密的机床其影响越大。热误差补偿是在机床各部位放置温度传感器，实时监控和收集温度变化的数据，再通过特定的数学模型分析和预报误差，并将其信息反馈到数控机床控制器，对该误差进行实时补偿。这里面有两个关键点：(1)能否选择全面准确地显示机床周身温度变化的传感器的安放部位；(2)能否建立准确有效的数学模型。后者的重要性尤为明显。

1 热误差数学模型的种类

近年来人们构建的热误差数学模型主要有最小二乘法（LS）拟合建模、人工神经网络（ANN）模型、灰色系统理论/新陈代谢（GM）建模、回归模型（如多元线性回归MRA模型、平滑自回归ARMA模型、投影寻踪回归模型PSOPPR等）及基于时间序列分析的估计方法和综合多种数学理论的综合模型[3,4]等。本文将介绍这些热误差建模在国内的研究现状。

2 热误差补偿的诸种模型

2.1 基于最小二乘法（LS）的拟合建模

基于最小二乘法（LS）的拟合建模是较早的补偿机床热误差的一种方式，由于其原理简单，因此在实际操作中较容易实现，但是相比其他各种热误差数学模型，该模型的精度不理想，因而就产生了一些对该模型改进的建模方法。林伟青等人采用了在线最小二乘支持向量机（OLS-SVM）的热误差回归建模方法，实验结果说明OLS-SVM的建模方法不仅精度高，而且建模时间短，系统的鲁棒性也较好[5]。Vapnik在统计学习、结构风险最小化原理上发现了支持矢量机（Support vector machine,SVM）方法[6]。在此基础上，Suykens等人提出LS-SVM方法，该方法在非线性函数估计、模式识别中效果显著[7]。

LS-SVM建模法需要的数据量比较少，能保持较高的精度。林伟青等人尝试用LS及LS-SVM两种方法对同一数控机床进行试验，通过测量装夹在主轴上的工件来间接获得主轴径向与轴向变形量以测定热变形误差。实验表明LS-SVM建模方法的计算精度远高于传统的LS建模[8]。他们在此基础上又提出了动态自适应加权最小二乘支持矢量机（WLS-SVM）的方法，并对一台XK713数控铣床进行测试，结果显示：WLS-SVM的精度最高[9]。

2.2 基于人工神经网络（ANN）模型建模

神经网络理论是一种非线性动力学系统，它通过工程技术手段模拟部分人脑神经网络的结构与功能[10]。神经网络理论主要有两类：前向网络和递归网络。较常用的模型是反向传播（BP）网络和径向基（RBF）网络。

刘国良等人对BP及RBF网络进行研究，实验结果表明：在机床热误差补偿方面，BP网络由于其偏差带最窄、分散程度最小、偏离中心值的趋势最缓，因此最具优势；RBF网络建模快，效果略逊于BP网络；最小二乘法建模简单，但补偿效果相对较差[11]。后来张宏韬等人将模糊逻辑理论与一般的神经网络模型相结合，提出了建立模糊神经网络，研究表明建模数据应尽量覆盖热误差的分布曲面，使训练过程充分利用模糊规则调整网络参数，从而使网络结构参数得到优化，获得更有效的补偿效果[12]。闫嘉钰等人在BP神经网络基础上提出了最优线性组合建模的方法，并在一台CNC机床上进行了试验，结果显示，该模型比最优组成模型以及简单平均组合模型获得的热误差预测精度提高了30%和22.6%[13]。另外，在人体免疫系统理论的基础上，闫嘉钰等人还尝试提出了免疫RBF网络（AIRBF）及其在线训练算法，能更有效地跟踪训练数据，提高数据预测精度，能更好地跟踪突变数据点[14]。

总之，神经网络建模的方法在机床热误差补偿方面精度较好，这方面优点突出，但其模型本身较为复杂，计算量较大，因而影响反馈控制时间。

2.3 基于灰色系统理论建模

灰色数学理论在对信息不确定系统的建模、分析方面有独特的功能，具有能研究小样本、贫信息、不确定性问题的优点，理论上更适用于热误差建模[15,16,17]。

传统的灰色理论系统模型如GM(1,1）模型能比较成功地实现机床的热误差补偿，但该模型在通过机床某一热误差元素（如车削加工x向热误差）自身时序数据建立模型时，未能考虑相关热源温度变化的影响。因而闫嘉钰、杨建国等人对传统的灰色系统GM(1,1）模型进行了改进，在切削加工试验中对GM(1,4）以及GM(0,4）两个模型进行了验证，结果表明：GM(1,4）以及GM(0,4）模型拟合的精度可提升40%以上；另外GM(X,N）模型建立简单、计算量小、便于工程应用[18]。之后，闫嘉钰等人又在机床试验中应用改进型的GM(2,1）模型，使建模精度提升了55.7%，实际应用中更为便利[19]。而宋建军等人提出了GM(1,1，α）模型，试验结果显示大幅提升了机床热误差的预测精度[20]。

2.4 回归模型法

早在1999年，杨建国等人就尝试采用正交回归建模法对传统机床热误差建模进行改进，并在100多台机床上进行了测试，结果能够将热误差由补偿前的35μm降低到补偿后的12μm，加工精度提高了60%以上[21]。王智明等人用多项式回归法建模，该方法应用综合相关系数法建立机床热误差补偿模型，可避免出现温度变量的耦合现象，建模快，模型回归精度较高[22]。

厦门大学的朱睿等人则尝试了基于最优分割逐步回归的方法建模，实验表明：该方法不仅能对机床各部位温度提供较准确的初始温度测量点选择，而且提高了热误差补偿精度接近90%[23]。李明磊等人应用投影寻踪回归模型在数控机床上进行了实验，相对于反向传播（BP）网络模型所需的31个待优化参数，该方法的待优化参数仅为11个，而且精度也明显提高[24]。

2.5 其他模型

吴雄彪等人尝试了基于贝叶斯网络建模的方法。相较于拟合建模与神经网络建模，该方法解决了复杂设备不确定性及关联性引起的问题，不仅精度高，且自适应性强，但是网络节点多、结构复杂，其计算量较大[25]。针对这些缺点，随后肖秦琨等人提出了面向时序数据的动态贝叶斯网络[26]，并对此进行优化。

另外，李永祥等人把时间序列分析理论引入到有序动态数据或动态信号的分析中，实验显示时序分析建模法具有相当的记忆功能和预测功能，建模效果好、柔性强，且补偿功能也相对优异，对机床的加工精度有大幅提升[27]。

3 结语

热变形误差 第4篇

热处理过程中, 由于加热和冷却速度互不一致也就是加工过程中存在温差, 钢制零件的表面及其中心或者钢件薄厚交界处体积涨缩不均匀而产生内应力, 该内应力就是热应力。产生热应力的原因包括:a.物体由于外加约束而不能进行完全自由的变形;b.处于不均匀温度场的匀质物体, 其各部分之间由于膨胀不同而彼此牵制, 从而导致强迫约束或者膨胀;c.如果物体不是匀质的, 即使它处于均匀温度场中, 但因其物理特性和尺寸各处不同, 也会在其各部分之间导致强迫膨胀或者约束[1]。因为存在热应力, 零件实际产生的热变形是指它受约束限制之后的热变形, 因此与热应力的关系密不可分。

然而, 外力作用及内应力的状态变化则会导致工件的热处理变形。其中, 前者通常是指热处理加热过程中零件的摆放方法不当、零件自重或者加载的其他外部力;后者是指热处理过程中, 热胀冷缩以及组织转变不均匀性所造成的零件内部应力。热处理变形包括体积变化、形状变化和翘曲变形三种[2]。

2 应力状态与变形规律

2.1 基本规律

我们知道, 零件从高温冷却下来时, 相对而言其外表层冷却较快。以圆柱件为例, 其端面棱角处先冷却会产生热收缩, 而芯部没有冷却则会限制其表面的收缩, 这样圆柱件表层受拉应力, 其中心却受压应力, 因此产生的现象为棱边收缩, 但中心突出, 表现为长度缩短而直径增大[3]。

另外, 对于应力状态与变形的规律可做如下总结:

(1) 由单纯热应力引起的变形:使零件趋向于球形, 也就是直径增大、长度缩短, 其表面中部产生凸起, 同时零件棱角变圆。

(2) 由单纯组织应力引起的变形:与上述情况相反, 它使零件在最大尺寸方向伸长而在最小尺寸方向产生收缩, 零件的内孔胀大而表面内凸, 其棱角变尖[3,5]。由此我们可以看出热应力使零件长度缩短、零件内孔缩小。

2.2 钢件淬火时热应力变形的基本规律

钢件在淬火时, 由于热应力作用其表面会产生四种变形:弯曲、自转、旋转和鼓凸。其中弯曲变形倾向是冷却速率大的表面会凹陷, 而冷却速率小的表面会发生鼓凸, 且对应表面之间的冷却速率相差愈大, 相应的弯曲变形就愈大;对于旋转变形, 工件表面冷却速率大的一端会向内部凹陷, 而冷却速率较小的一端则会向外部突出, 而且旋转变形的程度取决于工件表面两端的冷速之差;对于工件的热应力自转变形, 主要由两对应表面之间的冷速差偶, 差偶愈大相对表面的自转变形愈大;最后, 鼓凸变形与工件表面四周及其中部的冷速差有关, 差值越大变形越大[4]。

显然, 冷速差是产生这四种变形的最根本的原因, 但冷速差所影响的各种变形的相关部位事实上各部相同。另外, 在实际生产中这四种变形不会单独发生, 常常是几种变形同时出现, 实际分析中应该做全面分析并找出最主要的几种变形倾向。我们可以将钢件淬火时热应力变形的基本倾向总结为:在淬火冷却前期, 快冷部位的趋向总是缩小工件表面积, 然而, 慢速冷却部位的缩小倾向就较小, 另一种情况, 慢速冷却部位的趋向是增大工件表面积。另外, 产生热应力变形的根本原因是淬火前期零件的相关部位间的冷却速度差值, 且变形的大小与该冷速差呈现增函数关系, 具体的试验验证步骤详见参考文献[4]。

3 热应力变形规律的应用

由上小节对零件热应力变形规律的描述, 我们可以利用热应力使零件长度缩短的规律来处理已经发生变形超差的零件, 使废品复活[5], 使零件起死回生。采取措施如下所述:

3.1 进行混料处理

以45钢为例, 其中部分钢材含有成分较多的合金铬, 利用材料制成250mm三爪卡盘的卡爪, 并进行正常的工艺处理, 由试验结果发现, 该工件牙部的最大变形量从0.25mm增加至0.5mm, 甚至有些部分会产生开裂, 变形大于0.2mm的部分由2%迅速增加至51%, 对生产的正常进行产生严重影响。分析原因, 铬元素的存在提高了零件的淬透性, 增加了马氏体的转变量, 零件的组织应力也增大, 因此变形量增大。经过试验证明, 我们完全可以利用热应力使零件长度缩短的规律, 缩短已经伸长的零件, 已达到挽救零件的目的[5]。可行的工艺为缩短碱淬补救工艺, 工艺过程描述如下:

(1) 水冷缩短, 把发生变形超差的零件放入盐浴中热透 (盐浴温度控制在680℃~700℃) , 然后再将其浸入冷水中冷透。这样, 零件因热应力作用会缩短0.1~0.5mm, 值得注意的是, 温度应该控制在Ac1以下, 以保证工件在冷却过程中不发生相变, 也就是保证工件内部不产生组织应力。

(2) 碱淬硬化, 将上步已经缩短的零件烘干, 并重新加热使其温度达到820℃~830℃之间, 保温后淬入碱浴 (碱浴温度140~180℃) , 保持时间需大于十分钟。该步处理后, 零件的金相及硬度在一定程度上达到要求, 这样其变形量进一步缩短, 缩短量达到0.5mm。

(3) 将工件牙部进行局部回火, 温度为440℃, 可使变形量缩短0.05~0.1mm。

经过以上工艺, 已经发生变形的卡爪可以缩回0.10mm到0.25mm, 测其各部分硬度分别为:夹口HRC52~54, 且其磨平后硬度大于53, 平面中心的硬度为HRC45~55, 牙部硬度达到HRC45~50, 可见废品可以被挽救变成成品。

3.2 压缩工件变形量, 降低报废率

缩短碱淬法有效地压缩了零件的变形量, 例如250mm以及200mm的三爪卡盘, 其卡爪变形量可压缩到0.2mm。已验证缩短碱淬法处理可以挽救几乎所有的变形超差零件, 极大地减小了零件报废率。

3.3 预变形法

预变形法, 也称为预应力法, 它是利用热应力使工件在淬火之前产生方向相反的预变形, 来达到缩短终变形量的目的。仍以45钢为例, 利用热应力变形规律可以使工件预先反向变形, 来压缩最终变形量, 具体方法如下:

(1) 如果应用快速冷却 (例如水冷) , 那么加热温度一定要在相变温度Ac1以下, 通常情况下可取680℃~700℃, 目的是保证工件在冷却过程中不会发生相变。

(2) 如果利用缓慢冷却 (例如泊冷) , 那么加热温度应该保证在Ac3以下, 通常取780℃, 目的是保证工件在冷却过程中不会出现马氏体转变。

(3) 采用能够使零件表现为热应力为主的淬火液处理已经变形的零件, 如采用碱浴、硝裕等。对于硬度和金相合格的零件可以进行直接淬火[5]。

4 总结

由于热应力的存在, 钢制零件经过热处理后会产生一定变形, 造成零件缺陷而使零件不能正常工作增加了零件生产中的报废率, 这样不仅浪费原材料还造成经济损失。通过对热应力变形规律的研究发现, 可以利用该规律使已经发生变形的零件起死回生, 降低零件报废率的同时减少经济损失。本文首先介绍了热应力作用以及热处理变形的产生, 然后作为下文基础阐述了零件的应力状态及其热变形规律, 最后通过实例研究了热应力变形规律在控制零件变形中的应用。

参考文献

[1]胡鹏浩.非均匀温度场中机械零部件热变形的理论及应用研究[D].合肥工业大学, 2001年.[1]胡鹏浩.非均匀温度场中机械零部件热变形的理论及应用研究[D].合肥工业大学, 2001年.

[2]赵礼彬.利用热应力变形规律挽救零件[J].机械制造, 1995 (03) .[2]赵礼彬.利用热应力变形规律挽救零件[J].机械制造, 1995 (03) .

[3]贾润沛.钢件淬火时热应力变形的基本规律[J].金属材料与热加工工艺, 1982 (1) .[3]贾润沛.钢件淬火时热应力变形的基本规律[J].金属材料与热加工工艺, 1982 (1) .

热变形误差 第5篇

在航天航空制造业中，整体薄壁件因其强度高、可靠性好等优点被广泛使用。细长导轨工件纵向尺寸大，截面尺寸小，尺寸精度要求高，是一种典型的整体薄壁件。细长导轨通常长达数米，但截面尺寸最薄处只有几毫米厚，且形状复杂，使得其装夹困难，局部刚度强弱不一。细长导轨的加工通常采用铣削加工，以小切深、慢进给的方式减小加工变形，但是由于刚度弱而导致的让刀变形仍然很明显，使得加工后导轨直线度与平面度不达标，是加工变形的主要因素。针对让刀变形，可以通过误差补偿技术来减小。

国内外对误差补偿技术的研究已取得一些成果，国外学者Ratchev等[1]研究了薄壁件铣削加工时刀具、工件变形耦合效应的柔性预测方法及其误差补偿方法。Weinert等[2]通过限元方法对铝合金薄壁件周铣过程中静态误差进行了预测。国内学者赵欣等[3]研究了薄壁叶片加工变形模型预测与误差补偿，模拟了不同切削参数对工件变形产生的影响，王光宇等[4]采用自适应网格技术对铣削加工变形和走刀路径对加工变形的影响进行了分析，陈双喜[5]对壁圆筒零件车削加工变形进行了补偿计算；尹飞鸿[6]等研究了薄壁框铣削变形预测。

虽然现有研究较多，对小型加工件的误差补偿技术较成熟，但是在对大型薄壁零件，比如细长导轨件的研究还是空白。现有研究多集中在对切削过程的模拟，通过对真实刀具与工件进行三维建模，并对其有限元切削模拟结果进行分析，从而指导实际生产。为了使得结果精确度高，可以对加工部分的网格进行密化，或使用自适应网格技术，这在小型工件的加工过程模拟中是很好实现的，但是对于细长导轨类大型工件，密化网格将使得网格数量大幅增加，这将导致显式切削计算量变得非常庞大，单次计算求解时间长达数周，研究周期长。因此，针对大型工件，需要探索新的误差补偿方法，本文从细长导轨工件加工的误差补偿技术入手，提出了一种适合于大型工件的误差补偿方案。

通过对细长导轨上每个采样点施加切削力来获取该采样点的加工变形，并通过镜像误差补偿理论获取刀具补偿轨迹，最后通过实际加工验证了该误差补偿技术的准确性。

1 细长导轨表面加工变形误差补偿解决思路

对铣削过程模拟的首要任务就是对铣削力的获取，查阅机械加工工艺手册[5]，可以获得刀具对工件作用的铣削力经验公式，经验公式求得的结果可作为参考，本文通过运用Abaqus有限元通用软件对真实尺寸的刀具进行三维切削仿真来获取细长导轨加工过程的铣削力，并与铣削力经验公式进行对比，定量的判断仿真结果的准确性。

获取铣削力后，可以将其施加在导轨加工面的采样上，利用隐式静力学分析，获取整个导轨的静态响应。考虑到加工过程的动态性，只有施加铣削力的采样点处的变形是精确的，因此，对此该铣削力载荷的静力结果，仅取出施加铣削力采样点的变形数据。然后对下一个采样点施加铣削力，获取该采样点变形数据，直至最后一个采样点。虽然该方法需要对每个采样点施加一次载荷并求取结果，分析步数量很多，但是其每一步的分析所需要的时间成本是很低的，实践证明，针对该细长导轨的分析仅需3小时即可完成。运用该方法的另一个难点就是需要对每个采样点设置一个分析步，工作量很大，解决的方法是对Abaqus进行二次开发[7]，通过Python语言编写的脚本可以很方便的完成分析步和载荷的施加。

针对本文所述细长导轨工件，需要设置采样点提取数据，通过分析加工工艺，设置了7个采样面，每个采样面上分布有若干条采样线，共49条，每条采样线沿导轨纵向延伸，均包含102个采样点，共4998个采样点，如图1所示。

通过切削力求解方法，分别计算采样面上的铣削力，将求得的切削力通过隐式静力学分析作用到采样面的采样点上，并求取采样点处的加工变形。依次对每个采样点分析，获取数据，并通过MATLAB对数据进行展示与分析。然后通过镜像误差补偿理论，即可获取刀具补偿轨迹，最后通过实际加工，验证该方法的可行性，该方法的流程图如图2所示。

2 细长导轨表面加工过程建模与仿真

2.1 切削力经验公式计算

通过查阅金属切削手册，可以知道铣削力的经验公式如下：

其中ap为背吃刀量，af为每齿进给量，aw为铣削切削层公称宽度，d0为铣刀直径，n为铣刀转速取，其余为切削其他参数。结合实际加工工艺数据，即可求取切削力大小。例如细长导轨采样面1加工刀具为面铣刀，材料为硬质合金，n=2000r/min,d0=60mm,af=0.216mm/齿，ap=2mm,aw=53mm，查找铣削力参数表可知，CF=7750,xF=1.0,yF=0.75,uF=1.1,wF=0.2,qF=1.3,kFc=0.55，带入式(1)得：

即通过经验公式求得的切削力为227.2N。

2.2 铣削力有限元仿真求解过程

铣削力有限元仿真的求解要求刀具采用真实切削刀具尺寸，工件可以选用块状工件，材料属性为真实工件材料属性即可。该细长导轨面1加工采用面铣刀，面铣刀主要用于工件表面的铣削，本文建立了典型的面铣刀三维模型，材料为硬质合金SMP，直径60mm，周部6个刀刃，刀刃前角14°，后角9°。工件材料为2A12铝合金，切削力求解工件模型为60mm×60mm×20mm的块状件。

切削本构模型采用Johnson-Cook材料模型，该模型能有效的模拟应变率效应和温升软化效应，通过力-热耦合使得求解出的铣削力更加准确。具体表达式如式(3)所示。

张伟等[8]通过试验获取了2A12铝合金Johnson-Cook材料模型的相关参数，其中A=400MPa,B=424MPa,n=0.350,m=1.426,C=0.001,tr=293K,tm=863K。

铣削仿真过程如图3所示，通过采集工件对刀具的反作用力，即可获得三方向上的仿真铣削力曲线，如图4所示。

仿真结果表明，刀具对工件的铣削力在切向方向上的值为Fx=216N，在进给方向上的值为Fz=-87N，在轴向方向上的切削力为Fy=-72N，铣削合力为：

仿真计算出的铣削力与经验公式计算出的铣削力误差为：

仿真结果与经验公式计算结果接近，可以认为该仿真模型接近真实结果。

2.3 加工变形有限元仿真求解过程

仿真加工工件采用真实尺寸细长导轨模型，导轨的材料为2A12铝合金，长度为4044mm，截面尺寸为290mm×130mm，最薄处厚度为7mm。加工采样面1、采样面2、采样面3的工装如图5所示。

细长导轨通过压板和支撑杆固定在工作台面上，压块和支撑杆在导轨纵向上的尺寸为80mm，在导轨纵向上均匀分布5个图5所示装夹结构。有限元分析过程中，通过对Abaqus进行Python语言的二次开发，可以实现参数化模型求解，简化求解过程。

3 有限元仿真结果分析

3.1 细长导轨截面变形结果分析

细长导轨截面上的加工变形图可以通过一个截面上的所有采样点显示，离端面100mm距离的截面变形图如图6所示。

仿真结果表明，导轨采样面1和采样面3虽然结构对称，但由于切削力方向均为x轴正方向、y轴负方向，导致其让刀变形完全不同，因此加工变形也不相同。面1处的加工变形比面3小，因此在实际加工中，应改变面3处的铣削方向，使切削力方向为x轴负方向。同理可在面2上指导铣削的方向。

通过镜像误差补偿理论，我们可以获得刀具的补偿轨迹如图7所示。

3.2 细长导轨纵向变形结果分析

细长导轨纵向上的加工变形图可以通过某条采样线上的所有采样点组成，采样面1、采样面2、采样面6上典型采样线加工变形曲线如图8所示。

仿真结果表明，面1的加工表面精度受装夹点位置分布影响较大，变形量最大能达到0.018mm，面2面6在两端的局部刚度较弱，变形量大，中间的变形量小，且面6处的局部刚度比面1和面2强，变形量远小于面1和面2。通过镜像误差补偿理论，面1典型采样线上的刀具补偿轨迹如图9所示。

4 试验验证

为了验证仿真结果的准确性，本文设计了两组加工试验，A组按照装夹方式常规加工，B组通过刀具补偿轨迹对工件进行补偿加工，结果通过三坐标测量仪Daisy564测量。测量过程分为导轨截面尺寸测量和纵向尺寸测量，截面上测量点数量和仿真采样点数量一致，纵向上测量点数量为仿真采样点数量的一半，对仿真出的加工变形曲线、刀具未补偿的加工变形曲线以及刀具补偿后的加工变形曲线进行分析，采样面2上某横截面变形图如图10所示，采样面1纵向典型采样线的变形图如图11所示。

从结果曲线中可以看出仿真出的加工变形曲线和刀具未补偿的实际加工变形测量曲线结果相近，偏差原因是由于加工塑性变形以及残余应力释放导致的。经过刀具路径补偿后的加工变形明显减小，横截面上加工变形量减小约60%，纵向上加工变形量减小约75%，加工变形未完全去除的原因是由于刀具轨迹补偿后铣削力也动态增加，变形量比原有值更大，增加的变形量没有得到补偿所致。

5 结论

1）通过Abaqus铣削过程仿真可以获取真实尺寸的铣刀以实际切削参数加工的三个坐标方向上的铣削力，采用经验公式计算出的铣削力与仿真结果对比，验证了铣削力仿真结果的准确性。

2）通过Abaqus隐式静力学分析代替显示切削过程模拟可以有效减少细长导轨等大型工件的加工变形分析时间，通过Python语音进行二次开发，对大量数据进行了求取与分析，获取了基于真实尺寸工件的加工变形曲线，同时通过镜像误差补偿理论，求取了刀具补偿轨迹。

3）通过试验验证了铣削仿真加工变形模型的准确性，按照刀具补偿轨迹加工，可以明显减少加工变形60%以上，效果显著。

参考文献

[1]Ratchev S,Liu S,Becker A A.Error compensation strategy in milling flexible thin—wall parts[J].Journal of Materials Processing Technology,2005,162(5):673-681.

[2]Weinert K,Grunert S,Kersting M.Analysis of cutting technologies for lightweight frame components in flexible manufacture of lightweight frame structures[J].Advanced Materials Research,2006,10:121-132.

[3]赵欣,欧剑,李跃.薄壁叶片加工变形模型预测与误差补偿[J].制造业自动化,2014,(13):36-40.

[4]王光宇,吴运新,闫鹏飞,等.航空铝合金薄壁件铣削加工变形的预测模型[J].中南大学学报(自然科学版),2012,43(5):1696-1702.

[5]王先逵,主编.铣削、锯削加工(机械加工工艺手册:单行本)[M].北京:机械工业出版社,2008.

[6]尹飞鸿,唐国兴,陈志伟,等.铝合金航空薄壁框铣削变形预测研究[J].制造业自动化,2012,34(9):37-40.

[7]肖建,林海波.Python编程基础[M].北京:清华大学出版社,2003.

毛坯材料对热变形的影响 第6篇

1 典型零件的工艺流程

(1) 换挡齿轮

AF10精锻毛坯AF20精车齿坯精车齿坯AF40&AF50换挡齿轮结合齿的插齿和倒角加工AF70齿轮粗加工滚齿/插齿AF80倒棱AF100齿轮精加工剃齿AF130热处理 (高温碳氮共渗淬火) AF120AF140磨削AF160齿轮对滚。

(2) 同步器齿座

AF10精锻毛坯AF20车削车削AF30拉内孔AF40精车削AF50精车削AF70拉外花键AF100电解去毛刺AF120热处理AF130分装。

2 传动器车间毛坯的认可原则

(1) 毛坯的尺寸和切削性能的认可

a.OTS认可50件;

b.PVS认可400件;

c.尺寸的认可主要是考核数控车床加工后的尺寸;

d.切削性能的认可主要是考核刀具的耐用度。

(2) 毛坯热处理变形稳定性的认可

a.主要是针对齿轮类零件, 对于齿套、齿座和法兰主要是依靠质保的单件认可来考核;

b.OTS和PVS认可时都各抽取9件试验件, 分3批在热处理工段装炉淬火;

c.考核齿形、齿向、周节、径跳和跨棒距等参数的稳定性;

d.质保部进行齿轮热处理后渗碳层深度和心部硬度等检测。

3 毛坯的切削性能对冷加工的影响

(1) 衡量指标

刀具的耐用度, 同时参考加工表面的粗糙度、切屑的控制和断屑等难易。

(2) 影响因素

硬度 (强度) 与塑性。

a.对于低碳钢, 硬度适中 (160～200 HBS) 较好加工。一般硬度越高, 切削力越大, 切削温度越高, 刀具磨损越快。相反, 硬度过低, 毛坯的塑性很高, 加工表面变形和硬化越严重, 刀具的耐用度越低。

b.毛坯的硬度应均匀。如果局部的微观硬度过高, 即金属组织中夹杂着硬质点, 会使刀具产生严重的磨损, 甚至打刀。

c.材料的化学成分和毛坯预热处理后的金相组织对切削性能也有很大的影响。

(3) 改善途径

a.通过预热处理改变材料的金相组织和物理性能硬度和塑性。

b.通过调整材料的化学成分来改善加工性能。

4 材料热处理变形的稳定性对淬火零件的影响

(1) 衡量指标

齿轮类零件的齿形、齿向的变形是否有规律和周节误差是否超差。

(2) 重要提示

a.零件在热处理之后的变形是正常现象, 主要需要考虑的是零件变形的规律性和稳定性。

b.坚决避免零件热处理后扭曲现象的发生。

(3) 试验周期

每个批次3件, 4～7天内完成。一般需要进行3批试验, 累计2～3周。

(4) 常见的质量问题 (以捷达变速器为例)

a.齿轮齿向扭曲 (如换挡齿轮、片齿轮) 。

b.齿轮齿形扭曲 (如片齿轮) 。

c.周期累积误差超差 (如齿圈和片齿轮) 。

d.零件端面跳动超差, 内孔变形 (如齿圈) 。

(5) 质量问题对产品的影响

上述质量问题影响齿轮类零件的传动准确性、平稳性和噪声。

(6) 通用的监控和整改措施

a.规律性的变形, 一般通过调整机床和更改刀具刃磨参数 (剃齿刀修形) 来保证热处理后获得合格的成品。

b.不规律性的变形即扭曲, 一般需要确保现热处理生产工艺稳定, 毛坯材料成分合格和稳定, 毛坯的预热处理后硬度、淬透性指标和金相组织等合理。

5 热处理控制变形的主要方法

(1) 尽量降低淬火温度

a.淬火温度不能低于析出心部铁素体、表面二次渗碳体的温度。

b.淬火温度过高零件组织晶粒粗大, 淬火后残余奥氏体量过多。由于残余奥氏体是不稳定相, 易自发向马氏体过渡, 引起变形。

(2) 提高淬火油温度

a.提高淬火油温度可以减少零件的过冷度。

b.油温不能过高, 过高会使油液氧化, 减少使用寿命。

(3) 提高搅拌速度

提高搅拌速度使零件均匀淬火。

(4) 零件的摆放方式和位置

a.零件密度大的一端向下, 重心要尽量低。

b.零件摆放在夹具边缘处的变形较大。

(5) 零件材料的性能

a.材料硬度尽可能低, 但应保证心部硬度, 硬度增加会提高变形倾向。

b.零件的切削力要小, 切削力越大应力越高, 应力在淬火时会以变形的方式释放。

6 利用变形试验消除变形

热胀夹头热变形有限元分析 第7篇

近年来越来越被人们所重视的高速、高精度加工,已使得加工中心、刀具夹持系统、切削刀具三位一体共同进步成为必然的趋势。因此,深入研究高速切削对刀具系统提出的新要求,开发适宜高速加工要求的刀具系统具有十分重要的意义[1]。硬质合金刀具是高速切削中最常用的刀具之一,由于刀具转速很高,为保证加工精度及切削系统的动平衡,因此对刀具的装夹要求很高[2]。高速精密热胀夹头以其具有夹持精度高、夹持力强、抗弯曲刚度高、动平衡性能好和成本较低等优点,在欧美和日本等国家已成为高速加工中心的标准配置,热胀夹头的普及应用将是高速工具系统的发展趋势[3]。

2 热胀夹头工作原理及分析模型

热胀夹头的工作原理是:利用刀柄材料的热胀冷缩性能来夹持刀具。在原始状态下,夹持孔的直径小于刀具直径,刀具无法直接插入。安装刀具时,首先对刀柄的夹持段加热,金属材料受热膨胀,夹持孔尺寸变大,此时,刀具可以顺利地插入到夹持孔中;然后将刀柄夹持段冷却,金属材料收缩,依靠刀柄材料的收缩力将刀具牢牢地夹住。卸刀的过程和上述装刀的过程相同。通常采用电感应加热的方法加热刀柄[4]。图1为热胀夹头感应加热示意图。

由于热胀夹头外表面的锥度极小,因此计算时可以将整个夹头部分简化为一个直圆筒。并做以下假设:(1)无边缘效应;(2)各介质均匀;(3)材料各向同性。由此可得出温度场分布,再依据热应力理论计算热胀夹头的热应力。设温度分布与柱体轴线无关,仅沿径向分布,即T=t(r),内径为a,外径为b,轴向为自由端。结合相关理论知识,最终可推导出以下结论:

热胀夹头的径向变形量为:

式中:E-材料弹性模量;α-材料的平均线膨胀系数;μ-材料的泊松比;σr-径向应力;σθ-环向应力;σz-轴向应力;β=αE/(1-2μ);ur-径向变形量[5]。

3 热变形数值模拟

ANSYS软件是世界范围内增长最快的CAE软件之一,能够实现多物理场耦合分析,在工程分析应用中使用较为广泛,因此采用ANSYS软件对热胀夹头热变形进行数值模拟[6]。本文的研究对象是夹头部分,此情况下在工件圆周方向其温度场、变形场各物理量都是呈轴对称分布的,取夹头轴向截面的1/2来计算。模拟材料的密度为7.8103kg/m3,比热容为459.8J/kgK,其余物理性能如表1～表4所示。

在ANSYS软件中设置好相关的参数后对夹头热变形进行模拟,通过时间历程后处理器可以得到热胀夹头刀具夹持区随温度升高而产生的径向变形量。图2、图3分别为准热胀夹头的热变形曲线图。

4 热变形实验与分析

热胀夹头的热径变形实验装置包括热胀机、内径千分表、热电偶温度测量仪、量规等,如图4所示。

孔径为两个型号的夹头实验结果如图5所示。

由图5可知,在相同温度下的夹头要比变形量大,这是因为夹头壁厚为5.5mm,比的7mm薄。在感应加热过程中由于透入深度一样,壁薄传热比较快,更利于夹头的膨胀。

5 结论

建立了热胀夹头热变形模型,基于ANSYS数值模拟进行了热胀夹头的热变形分析,获得的热变形量与实验测得的结果基本相吻合;实验中热胀夹头感应加热温度在250℃和320℃时变形量差距非常小,而且250℃时已经满足加工需要,所以感应加热时间可以下调,从而节约生产时间,提高生产效率,为优化热胀夹头材料提供理论依据。

摘要：利用有限元分析软件ANSYS进行了热应力分析,对准10和准16两种规格的热胀夹头进行了热变形测量实验,实验数据与模拟分析有较好的吻合,为热胀夹头的优化设计提供了理论基础。

关键词：热胀夹头,热变形,有限元分析,ANSYS,感应加热

参考文献

[1]范志明.高速切削中的几例刀具夹头[J].新技术新工艺,2005(5):25-26.

[2]朱良慧,钱志良.刀具夹头感应加热的温度模型研究[J].工具技术,2008(2):50-52.

[3]戴维斯等.感应加热手册[M].张淑芳,译.北京:国防工业出版社,1985.