论文部分内容阅读
如今科技蓬勃快速发展,工业领域对机械零件的使用寿命和性能提出了更高的要求。传统的工艺方法和工艺水平已经不能满足人们的需要,超声振动强化技术在以往的滚压加工的基础上,利用超声波的高频振动来复合强化零件的表面。超声振动加工依据声波纵向振动原理,利用超声振动工具给工件沿一定方向施加超声频振动进行加工,具有摩擦力和弹性压力小的特点,加工后零件表面能够产生一定的冷作硬化效果,不仅能够降低表面的粗糙度和提高表面硬度,同时还能够延长其工作寿命。利用ABAQUS仿真软件对超声振动挤压加工进行有限元模拟,重点分析了被加工材料表层塑性应变历程及冲击过程中各能量的变化情况,通过分析获得其形变规律及能量分布曲线图,为超声加工实验选取工艺参数提供了理论指导。以20SiMn合金钢为研究对象,利用毫克能超声加工设备对其进行超声振动挤压加工,对材料进行了金相组织的观察,从微观的角度证明了经过超声强化挤压加工后,材料的表面性能得到了显著的提高。通过设定不同工艺参数,对实验数据进行分析,得到挤压力、主轴转速、进给速度、挤压次数和振幅5个参数对超声振动挤压加工后的材料表面粗糙度和硬度的影响规律。结果表明:在100~400N范围内,表面粗糙度随着静压力的增加呈现下降的趋势,在静压力为400N时,表面粗糙度达到最小值0.123μm,与加工前相比降低了79.8%,但是当挤压力为800N时会对材料表面造成损伤,影响表面质量。横向进给速度和主轴转速在加工过程中保证生产效率的前提下应该尽量减小,横向进给速度越小表面粗糙度越小,表面硬度越大。在低的参数下,提高主轴转速能够降低粗糙度和提高硬度,一旦速度过快则会导致加工不均匀,影响表面质量。挤压次数在1~8次范围内,随着挤压次数的增加,可以降低表面粗糙度和提高表面硬度,由数据分析可知材料表面挤压8次时,粗糙度值最小为0.174μm。最后,运用BP人工神经网络,建立零件表面粗糙度预测模型。通过采集37组实验数据,对其进行训练样本预处理,利用MATLAB编程,挑选15组数据进行预测,与实际测量值进行对比分析其相对误差值。结果显示:实测值与预测值的误差百分比均在6%以内,满足了实际加工的误差,此模型能够对20SiMn合金钢超声振动挤压加工后的表面粗糙度进行有效预测。