CN107038269B - 基于“x”形航空薄壁标准试件的数控加工机床优选方法 - Google Patents
基于“x”形航空薄壁标准试件的数控加工机床优选方法 Download PDFInfo
- Publication number
- CN107038269B CN107038269B CN201610928548.1A CN201610928548A CN107038269B CN 107038269 B CN107038269 B CN 107038269B CN 201610928548 A CN201610928548 A CN 201610928548A CN 107038269 B CN107038269 B CN 107038269B
- Authority
- CN
- China
- Prior art keywords
- machine tool
- processing
- machining
- workpiece
- processed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000003754 machining Methods 0.000 title claims abstract description 50
- 238000005457 optimization Methods 0.000 title abstract description 7
- 238000012360 testing method Methods 0.000 title description 26
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000013507 mapping Methods 0.000 claims abstract description 17
- 238000005520 cutting process Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000004088 simulation Methods 0.000 claims abstract description 6
- 238000010187 selection method Methods 0.000 claims 1
- 229910000831 Steel Inorganic materials 0.000 description 5
- 239000010959 steel Substances 0.000 description 5
- 238000000691 measurement method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Numerical Control (AREA)
Abstract
本发明涉及一种基于“X”形航空薄壁标准件的数控加工机床优选方法,具体步骤是:(1)对于待加工零件进行有限元模拟切削分析,计算出待加工零件的加工难度系数;(2)再通过机床加工难度系数与工件复杂度等级差映射关系表,对零件的加工难度进行划分;(3)通过对待加工零件的加工难度系数等级划分,选择相对应的待加工机床,既可以避免使用加工精度不够的机床加工,又可以避免使用精度过高的机床。可以满足零件的加工精度要求,还可以极大地节省成本与资源。
Description
技术领域
本发明涉及一种航天航空、汽车、船舶及核电等关键件在多品种、小批量等加工方法,尤其是一种综合检测数控机床加工精度的方法。
背景技术
五轴联动数控机床在航空航天、汽车制造等先进制造业中的地位和整体技术水平过程中所起的作用十分巨大。所以,对于五轴数控机床的加工精度提出很高的要求。检测数控机床加工精度方法主要有直接测量法和间接测量法,直接测量法就是利用各种测量精度的工具对机床的加工精度进行直接测量;间接测量法基本就是用机床对标准的机械试件进行加工,通过分析标准试件的加工精度是否达到标准试件的精度标准,来推断待加工机床是否达到性能标准要求,并且根据具体的加工精度对比相应的测试标准值,用来判断机床的综合精度是否达到性能标准要求。
目前,五轴联动数控机床误差辨识的思路是通过机床加工误差的检测与评定,来评价机床的加工性能。目前比较常用的五轴数控机床误差表示方法主要有以下几种:
方法1.基于球杆仪的误差辨识方法:球杆仪的两端有高精度钢球组成,一端固定,另一端连接着一个高精度位移传感器。两个钢球两端通过三点定位的磁性吸座进行定位,一端吸附在主轴上,另一端则吸附在工作台上,如图3所示。其主要是用于测量数控机床两周联动精度的测量,分别可以测量X-Y,X-Z和Y-Z平面的两轴联动精度。当工作台相对于主轴作圆周插补运动时,形成一个模拟切削的圆弧轨迹,传感器采集两钢球间距离的变化并传递给计算机,经过软件诊断分析,得到两轴联动的圆度精度并分离出各种单项误差,如反向间隙、反向跃冲、伺服不匹配、比例不匹配、直线度、垂直度、周期误差以及横向间隙等。
方法2:基于NAS979(美国国家宇航标准)检测试件的误差方法:美国NAS979制定了“圆形-菱形-方形”形试件切削试验标准,通过试切该检测试件,分别检测机床沿X坐标的直线度,X、Y、Z坐标之间的垂直度,以及数控插补的直线度、圆度和X-Y平面上孔的位置精度等。因为机床各坐标轴的误差与行程之间存在线性关系,该标准可依据机床各坐标的行程范围,以确定切削试件的相应尺寸。这样使得利用小尺寸试件检测大行程的工作精度更加合理
方法3:基于“S”形试件的五轴数控机床的误差辨识方法:基于三坐标机测量得到的“S”形试件法向误差逆向溯源出对机床加工产生主要影响的机床因素,并且通过神经网络进一步确定了主要因素对机床精度的影响水平。因此,采用该方法不仅能够对机床精度进行评判,而且当机床精度达不到要求时还能给出机床精度的优化方案,从量值上对影响机床精度的相关因素进行调整,从而达到机床各部件的高精度要求。
方法4:基于激光干涉仪的九线辨识法:九线辨识法的精髓在于只检查机床工作台坐标系中九条直线上的位置误差和直线度误差,可以实现对机床二十一项基本几何误差的辨识。首先选择三个平动轴中的一个平动轴运动,而另外两个轴保持静止,在工作台坐标系中选择三条直线,测量出三条直线上各点的位移误差,在测量另一条直线误差的同时,测量出一个方向的直线度误差,基于测量出来的直线度误差和位移误差建立起六个线性方程,求解方程组就可以得到运动轴的六项基本误差,同理便可以求解出另外两个平动轴的十二项基本误差。最后通过读取激光干涉仪在测量直线度误差时直线偏离基准的修正角便可以得到3项垂直误差。
综上可知,现有辨识方法的主要缺点为:目前的数控机床误差辨识方法并不能全面反应机床的切削加工性能,而且主要是在空载低速的情况下对机床的静态因素进行辨识。无论以上哪一种辨识方法都是要先用待加工机床对零件进行加工,加工结束后再对零件进行精度测量,或者在加工的过程中对零件进行精度检测,远远不能满足现代加工的需求。
发明内容
针对以上缺陷,本发明是要提出一种基于“X”形航空薄壁标准试件的数控加工机床优选方法。
本发明的技术方案是:一种基于“X”形航空薄壁标准件的数控加工机床优选方法,具体步骤是:
(1)对于待加工零件进行有限元模拟切削分析,计算出待加工零件的加工难度系数;
(2)再通过机床加工难度系数与工件复杂度等级差映射关系表:
ΔM | ΔC | |
A级 | ΔM≤1 | ΔC≤0.5 |
B级 | 1<ΔM<2 | 0.5<ΔC<0.8 |
C级 | 2≤ΔM | 0.8≤ΔC |
对零件的加工难度进行划分;
(3)通过对待加工零件的加工难度系数等级划分,选择相对应的待加工机床,既可以避免使用加工精度不够的机床加工,又可以避免使用精度过高的机床。
所述机床加工难度系数与工件复杂度等级差映射关系表建立方法:
(1)获取基于的“X”形航空薄壁标准件的理论加工复杂度系数
理论加工复杂度系数由特征加工刚度和平均值ΔK与动态刚度和平均值ΔC组成,
式中:ξ为工件特征相关系数;i、n为加工工件变形节点;j为X、Y、Z三个方向;F为切削力;δ为变形量;
式中:ΔKF为加工完成后被加工工件特征结构的平均刚度,ΔKAVe为各个工序被加工工件特征结构刚度和的平均值;
(2)构建各企业独有的机床加工难度系数与工件复杂度映射关系
本发明的有益效果是:根据“X”形新型航空薄壁标准试件的特点对综合检测数控机床进行了更加深入的科学研究,重新建立新的数学模型,先对“X”形新型航空薄壁标准试件进行有限元模拟切削加工与分析,计算出“X”形新型航空薄壁标准试件的加工复杂系数,根据表1的系数等级划分,采用相对应的数控机床加工“X”形新型航空薄壁标准试件。相应地,当生产需要加工其他的薄壁零件时,可以先对其零件进行模拟切削加工与分析,计算出其零件的加工复杂系数,根据表1的系数等级划分,采用相对应的数控机床进行加工,首先,可以满足零件的加工精度要求,还可以极大地节省成本与资源。
附图说明
图1为本发明的机床难度系数与工件复杂度确定流程图;
图2为本发明的基于“X”形新型航空薄壁标准系列试件A的a面示意图;
图3为本发明的基于“X”形新型航空薄壁标准系列试件A的b面示意图;
图4为本发明的基于“X”形新型航空薄壁标准系列试件B的示意图。
具体实施方式
下面结合附图和具体实施例,详细的说明本发明专利的设计原理。
如图1所示,一种基于“X”形航空薄壁标准件的数控加工机床优选方法,具体步骤是:
(1)对于待加工零件进行有限元模拟切削分析,计算出待加工零件的加工难度系数;
(2)再通过机床加工难度系数与工件复杂度等级差映射关系表1:
表1
ΔM | ΔC | |
A级 | ΔM≤1 | ΔC≤0.5 |
B级 | 1<ΔM<2 | 0.5<ΔC<0.8 |
C级 | 2≤ΔM | 0.8≤ΔC |
对零件的加工难度进行划分;
(3)通过对待加工零件的加工难度系数等级划分,选择相对应的待加工机床,既可以避免使用加工精度不够的机床加工,又可以避免使用精度过高的机床。
所述机床加工难度系数与工件复杂度等级差映射关系表建立方法:
(1)获取基于的“X”形航空薄壁标准件的理论加工复杂度系数
理论加工复杂度系数由特征加工刚度和平均值ΔK与动态刚度和平均值ΔC组成,
式中:ξ为工件特征相关系数;i、n为加工工件变形节点;j为X、Y、Z三个方向;F为切削力;δ为变形量;
式中:ΔKF为加工完成后被加工工件特征结构的平均刚度,ΔKAVe为各个工序被加工工件特征结构刚度和的平均值。
(2)构建各企业独有的机床加工难度系数与工件复杂度映射关系
实施例:
如图2,3所示,本发明的基于的“X”形航空薄壁标准系列试件A的切削加工工序是先加工b面,待b面加工结束,翻转180°,在试件A的型腔内放上“X”形新型航空薄壁标准系列支撑件B,如图4所示定位结束,再加工a面。
加工复杂度系数由是由特征加工刚度和平均值ΔK与动态刚度和平均值ΔC组成,特征加工刚度和平均值主要是评价该待分析零件综合抵抗变形的能力,该系数越小,能力越弱,加工复杂度越高。
特征加工刚度和平均值:对“X”形新型航空薄壁标准系列试件A的加工仿真结果分析,获取该薄壁件变形节点的刚度和,最后再计算其平均值,以此评价该零件综合抵抗变形的能力,该系数越小,能力越弱,加工复杂度越高。
特征加工刚度和平均值:
式中:ξ为工件特征相关系数(与工件特征等有关);i、n为加工工件变形节点;j为X、Y、Z三个方向;F为切削力;δ为变形量。
动态刚度和平均值:
同理,运用以上方法,对加工过程中不同工序(假定n道工序)动态刚度和平均值计算,得到ΔKAve,并定义工件加工复杂度指标为:
通过本发明的以上数学模型,结合有限元方法,可以获取标准件的理论加工复杂度值,此时将标准件在企业所有可用机床上加工,实验测试ΔC',再对比理论ΔC,获得即可以得到表1中所示的机床难度系数与工件复杂度等级映射关系,需说明的是表1具体的值是特殊案例下的参考值,如对于具体企业的案例需要根据本发明方法重新计算。通过本发明建立表1的工件复杂系数与机床加工难度系数的映射关系,可以评判机床的加工工件的能力,从而为工件选择什么类型、哪台机床提供选择依据。映射关系的建立,可通过本发明中基于“X”形航空薄壁件标准件的复杂度计算方法,确定企业所有机床的加工难度等级,具体方法为:首先使用有限元方法,可以获取标准件的理论加工复杂度值,对比标准件在企业所有可用机床上加工的实验结果ΔC',并对比理论ΔC,即可获得并最终构建各企业独有的机床加工难度系数与工件复杂度映射关系。
Claims (1)
1.一种基于“X”形航空薄壁标准件的数控加工机床选择方法,其特征在于,具体步骤是:
1)对于待加工零件进行有限元模拟切削分析,计算出待加工零件的加工难度系数;
2)建立机床加工难度系数与工件复杂度等级差映射关系表:
(1)获取基于“X”形航空薄壁标准件的理论加工复杂度系数
理论加工复杂度系数由特征加工刚度的平均值ΔK与动态刚度的平均值ΔC组成,
式中:ξ为工件特征相关系数;i、n为加工工件变形节点;j为X、Y、Z三个方向;F为切削力;δ为变形量;
式中:ΔKF为加工完成后被加工工件特征结构的平均刚度,ΔKAVe为各个工序被加工工件特征结构刚度的平均值;
(2)构建各企业独有的机床加工难度系数与工件复杂度映射关系
3)再通过机床加工难度系数与工件复杂度等级差映射关系表:
对零件的加工难度进行划分;
4)通过对待加工零件的加工难度系数等级划分,选择相对应的待加工机床,既可以避免使用加工精度不够的机床加工,又可以避免使用精度过高的机床。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610928548.1A CN107038269B (zh) | 2016-10-31 | 2016-10-31 | 基于“x”形航空薄壁标准试件的数控加工机床优选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610928548.1A CN107038269B (zh) | 2016-10-31 | 2016-10-31 | 基于“x”形航空薄壁标准试件的数控加工机床优选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107038269A CN107038269A (zh) | 2017-08-11 |
CN107038269B true CN107038269B (zh) | 2020-03-20 |
Family
ID=59532823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610928548.1A Active CN107038269B (zh) | 2016-10-31 | 2016-10-31 | 基于“x”形航空薄壁标准试件的数控加工机床优选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107038269B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110400066A (zh) * | 2019-07-16 | 2019-11-01 | 青岛农业大学 | 一种机械加工误差统计分析装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789200A (zh) * | 2012-08-21 | 2012-11-21 | 南京航空航天大学 | 集成式飞机结构件数控加工能力测试模型及其应用 |
CN102819240A (zh) * | 2012-08-24 | 2012-12-12 | 电子科技大学 | 五轴联动数控机床的加工质量缺陷区域计算方法 |
CN104021242A (zh) * | 2014-05-15 | 2014-09-03 | 南京航空航天大学 | 基于零件特征的数控机床加工能力评定方法 |
CN105446264A (zh) * | 2015-12-24 | 2016-03-30 | 南京航空航天大学 | 基于特征的机床精度优化设计方法 |
CN105488282A (zh) * | 2015-11-30 | 2016-04-13 | 南京航空航天大学 | 一种基于动态加工特征的切削参数分段和变切深优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7209799B2 (en) * | 2004-04-14 | 2007-04-24 | Gm Global Technology Operations, Inc. | Predictive modeling of machining line variation |
-
2016
- 2016-10-31 CN CN201610928548.1A patent/CN107038269B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789200A (zh) * | 2012-08-21 | 2012-11-21 | 南京航空航天大学 | 集成式飞机结构件数控加工能力测试模型及其应用 |
CN102819240A (zh) * | 2012-08-24 | 2012-12-12 | 电子科技大学 | 五轴联动数控机床的加工质量缺陷区域计算方法 |
CN104021242A (zh) * | 2014-05-15 | 2014-09-03 | 南京航空航天大学 | 基于零件特征的数控机床加工能力评定方法 |
CN105488282A (zh) * | 2015-11-30 | 2016-04-13 | 南京航空航天大学 | 一种基于动态加工特征的切削参数分段和变切深优化方法 |
CN105446264A (zh) * | 2015-12-24 | 2016-03-30 | 南京航空航天大学 | 基于特征的机床精度优化设计方法 |
Non-Patent Citations (2)
Title |
---|
"数控机床切削力误差建模与实时补偿研究";陈志俊;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20080615(第06期);第B022-145页 * |
"机床精度检测航空薄壁标准件的设计方法研究";江小辉等;《机械强度》;20170615;第621-628页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107038269A (zh) | 2017-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schwenke et al. | Geometric error measurement and compensation of machines—an update | |
CN102699761B (zh) | 基于“s”形检测试件的五轴数控机床的误差辨识方法 | |
CN108445839B (zh) | 一种基于误差增量的机床精度敏感度分析方法 | |
CN111487923B (zh) | 一种ca双摆头五轴数控机床摆头位置误差检测与辨识方法 | |
WO2021189298A1 (zh) | 一种ca双摆头五轴数控机床摆头位置误差检测与辨识方法 | |
CN110539020B (zh) | 一种双五轴镜像铣机床的精度自诊断方法 | |
CN102506666B (zh) | 一种数控铣床几何精度的综合检验方法 | |
CN105397549A (zh) | 机床加工孔面工件的找零点方法 | |
Liu et al. | Dynamic and static error identification and separation method for three-axis CNC machine tools based on feature workpiece cutting | |
Xing et al. | Comparison of direct and indirect methods for five-axis machine tools geometric error measurement | |
CN113587870A (zh) | 五轴机床旋转轴几何误差在机检测装置及误差场预测方法 | |
CN104914787A (zh) | 一种估算机床体对角线精度的方法 | |
Mazur et al. | Accuracy analysis of the curved profile measurement with CMM: A case study | |
CN107038269B (zh) | 基于“x”形航空薄壁标准试件的数控加工机床优选方法 | |
Holub et al. | GEOMETRIC ERRORS COMPENSATION OF CNC MACHINE TOOL. | |
Chen et al. | An accurate characterization method to tracing the geometric defect of the machined surface for complex five-axis machine tools | |
CN108873807B (zh) | 一种考虑加工稳定性的三轴数控机床精度评价方法 | |
CN112114557B (zh) | 五轴联动数控机床动态精度检测方法、***及储存介质 | |
JP2019190941A (ja) | 工作機械の計測能力評価方法及びプログラム | |
CN113985812A (zh) | 一种多轴数控机床加工误差预报方法 | |
Nikam | Coordinate Measuring Machine (CMM) | |
Hsu et al. | Modeling and identification for rotary geometric errors of five-axis machine tools with R-test measurement | |
Zhang et al. | Analysis of the Separation Principle of Kinematic Errors from the Rotation Axis in Manufacturing Equipment | |
CN114102258B (zh) | 机床位置度检测方法及装置 | |
Koltsov et al. | Influence assessment of metal-cutting equipment geometrical accuracy on OMV-technologies accuracy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |