【溫馨提示】====【1】設計包含CAD圖紙 和 DOC文檔，均可以在線預覽，所見即所得，，dwg后綴的文件為CAD圖，超高清，可編輯，無任何水印，，充值下載得到【資源目錄】里展示的所有文件======【2】若題目上備注三維，則表示文件里包含三維源文件，由于三維組成零件數(shù)量較多，為保證預覽的簡潔性，店家將三維文件夾進行了打包。三維預覽圖，均為店主電腦打開軟件進行截圖的，保證能夠打開，下載后解壓即可。======【3】特價促銷，，拼團購買，，均有不同程度的打折優(yōu)惠，，詳情可咨詢QQ：1304139763 或者 414951605======【4】 題目最后的備注【LB6系列】為店主整理分類的代號，與課題內容無關，請忽視
在完成面表面粗糙度模型在MQL和干切削條件下的銑削
摘要：潤滑冷卻條件對端面銑削加工表面粗糙度的影響操作已被廣泛研究。不同切削速度和潤滑冷卻條件（干燥、潮濕和MQL），在完成人臉的AISI 420不銹鋼的銑削B，被認為是。進化的表面光潔度和刀具磨損與切削時間已被監(jiān)控。分析和人工神經網絡模型，能夠預測在不同的加工條件下的表面粗糙度，已被提出。
關鍵詞：干切削，MQL，完成面銑刀、造型、表面粗糙度
1引言
冷卻潤滑劑的利用率降低，為了提高環(huán)保、加工過程的安全，減少時間和成本的加工操作數(shù)相關，可以追求與MQL進行加工（最小量潤滑）技術或無切削液（干切削）[ 1 ]。這種方法可以允許獲得的產品規(guī)格，在表面粗糙度和尺寸精度方面，通過縮短傳統(tǒng)工藝周期（即避免磨削）。的潤滑冷卻條件對加工零件的表面質量的影響，強烈地依賴于所執(zhí)行的加工操作的類型（例如車削，銑削等），以及用于在所使用的工藝參數(shù)。特別是，在端面銑削加工切削發(fā)生高頻率的牙齒的影響，取決于切削速度、間斷由于幾個牙齒的存在；因此干和MQL銑刀可以工件材料[2-4]在廣泛領域進行，一旦合適的刀具材料、刀具涂層，具有改進的性能和加工參數(shù)考慮[4-7]。
一個非常有用的工具，用于工業(yè)加工的應用程序的可用性的模型能夠預測表面粗糙度（鐳）作為潤滑冷卻技術，切削參數(shù)等，在這種方式中，表面粗糙度的知識，可以使用在設計階段的加工操作?；仡欘A測模型和相關的方法已經在[8,9]報道，還干加工[ 10 ]。其中統(tǒng)計（MRA）和人工神經網絡（ANN）建模方法是最常用的。
在這個框架中，本工作的目的是建立預測模型的表面粗糙度，包括，在輸入參數(shù)，也潤滑冷卻條件。本文調查的第一步，主要集中在不同潤滑降溫條件和切削速度對表面粗糙度在完成銑削加工的影響深度的研究。加工測試已經進行了在不同切削條件對不銹鋼AISI 420B。分析和非分析模型，有關表面粗糙度與工藝參數(shù)和潤滑冷卻條件，提出。
2實驗與建模
2.1實驗
完成面銑試驗進行塊（寬度：32毫米；沿進料方向長度：345毫米；高度：130毫米）的不銹鋼下420B濕、干和MQL條件。在MQL切削試驗使用系統(tǒng)的基礎上進行的條件使用一個最小的氣動泵潤滑油量（20毫升/小時）沿著毛細管安裝在空氣管路的長度到噴嘴頭。
在這一點上的潤滑液滴被引入到氣流輸送到切割邊。該工具持有人的特點是直徑
（THD）63毫米。硬質合金刀片五鑲件（cn 12 T3 e-ml）[ 11 ]兩層涂料（TiN和TiAlN）被安裝在刀架用23角的軸向前角[ 7 ]。銑削進行了實驗，只有一個齒，每次接觸工件。通過考慮切削參數(shù)選擇端面銑削可作為一種操作研磨替代。因此，根據(jù)工具制造商建議[ 11 ]，切割速度（風險）是在120和180米/分鐘之間變化。一個0.2毫米的深度和一個0.14的飼料毫米/齒被使用。進給變化的影響沒有考慮到它的影響可以忽略不計表面粗糙度，由于幾何形狀的插入使用[ 11 ]。磨損準則和方法刀具磨損和表面粗糙度評價報告[ 7 ]。
2.2建模方法
表面粗糙度Ra為藍本，采用多元回歸分析（MRA）和人工神經網絡（ANN）的方法。在兩種情況下，表面粗糙度與切削速度、切削時間（噸）和潤滑冷卻條件有關。當MRA方法關注的是第二（多項式）回歸模型應用根據(jù)以下公式：
2 6 2 5 2 43210 LC avatalcavataar CCA lcvalctatva CC 987（1）
在哪里，信用證代表一個恒定的值，考慮到潤滑冷卻條件和
系數(shù)的人工智能（我= 1，.. 9）代表的回歸系數(shù)。這些系數(shù)的值在表1中概述。關于基于人工神經網絡的方法，多層前饋人工神經網絡，采用BP算法，建立了。采用九輸入：VC、T、LC、VC2，T2，LC2，VCT，LCT，vclc。人工神經網絡的輸出是類風濕關節(jié)炎的價值。被認為是不同的網絡配置，最后一個包括一個隱藏層與九個隱藏的神經元。開發(fā)的人工神經網絡模型的拓撲結構和訓練參數(shù)如表2所示。
3結果與討論
3.1實驗
表面粗糙度，繪制在不同條件下的時間，在切削速度和潤滑冷卻技術，在圖1。對于每一個切割速度的影響，鐳的傾向于減少與增加的切割時間下濕切削，如所示的其他作者[ 3 ]，而略有增加，可檢測到下干切削。當MQL條件考慮，可以觀察到，RA與切削時間曲線呈相似的值，或低于，那些在濕式切削得到的。此外，VB值檢測MQL條件下略低于干濕條件下觀察，特別是在最高切割速度的影響。
正如作者在以前的工作[ 7 ] [ 3 ]和其他研究者的平均干切削刀具芯片接口溫度下檢測到高于在濕加工中觀察到。這可能是負責在VB的增加，但是，另一方面，也為工件材料軟化。在本次調查的實驗條件下，后者的效果應為準，至少在最低切削速度調查。MQL條件下得到了有趣的結果，在RA和VB，可以歸因于有利的影響，氣溶膠的產生冷卻的插入允許同時材料軟化由于在變形區(qū)的溫度增加，然而，這方面還需要進一步的研究。
3.2建模的有效性
這兩種建模方法在預測類風濕關節(jié)炎已經檢查使用的表面粗糙度與切割時間曲線，不使用在建筑模型。圖3顯示了在實驗性RA比較與切削時間曲線，在150米/分鐘，在潮濕的條件下得到的，和那些預測使用MRA和人工神經網絡模型。兩MRA和人工神經網絡模型，本研究的實驗和模擬的條件下，允許預測RA與切削時間曲線，當潤滑冷卻條件作為輸入變量。
4結論
加工測試已經進行了不同切削條件下的不銹鋼AISI 420B。MRA和人工神經網絡模型、表面粗糙度參數(shù)、潤滑冷卻條件有關，已被提出。MQL潤滑冷卻技術提供，本研究的實驗條件下，RA和VB非常低的值，特別是在高切削速度。在建模階段而言，無論是MRA和人工神經網絡模型可以用來預測RA值。當然，這兩個模型的預測能力，可以提高與增加的實驗曲線的數(shù)目被用于在建設階段，并在驗證。
致 謝
本文的研究報告是在項目CIPE 20 / 2004–馬爾凱地區(qū)進行。作者希望感謝
工程碩士的大學àPieralisi馬爾凱理工大學進行的實驗工作幫助他。
參 考 文 獻
1.A.E. Diniz，J.R.費雷拉和希說，影響制冷/潤滑條件對SAE 52100淬火鋼在不同切削速度車削。國際機床與制造雜志43（2003）317-326。
2.K. Weinert，即稻崎，J.W.薩瑟蘭和若林，干切削和微量潤滑。在CIRP通志。53 / 2（2004）1-27。
3.J.M.維埃拉，該Machado和精油ezugwu，銑削鋼在切削液性能，材料科學與工藝，116（2001）244-251。
4.n.劉C.漢，Yang，Y.許，米石，S. Chao，F(xiàn).謝，銑削性能的TiC基金屬陶瓷刀具TiN納米粉的添加對歸一化的中碳鋼的條件下，磨損，258（2005）16881695。
5.M.拉赫曼，A.S.庫馬爾，畝薩拉姆，對潤滑油的最小數(shù)量的影響銑削實驗評價，國際機床與制造雜志，42（2002）539-547。
6.廖運炫，H.M. Y.C.陳、林的最小量潤滑在高速銑削加工淬硬鋼的涂層硬質合金刀具的可行性研究。國際機床與制造雜志，47（2007）1667-1676。
7.C.布呂尼，L. d'apolito，A. forcellese，F(xiàn). Gabrielli，L.戈比，M.西蒙奇尼，完成銑削不銹鋼AISI 420 B干燥和潮濕的條件下，處理下。第十屆CIRP國際研討會的加工操作，模擬EDS，F(xiàn)和L micari菲莉絲，勒佐卡拉布里亞，意大利（2007）275-279.。
8.B. Ozcelik先生bayramoglu，統(tǒng)計建模的表面粗糙的高速平面銑削。國際機床與制造雜志，46（2006）1395-1402。
9.寶供貝爾納多斯，G. C. vosniakos，加工表面粗糙度預測：一個綜述。國際機床與制造雜志，43（2003）833-844。
10.M. Y. Wang，H·Y Chang，槽銑削AL2014-T6表面粗糙度的試驗研究。國際機床與制造雜志，44（2004）51-57。
11.山特維克可樂滿，2007，插入技術數(shù)據(jù)（http://www.coromant.sandvik.com）