外文翻译--在完成面表面粗糙度模型在MQL和干切削条件下的铣削 中文版

1、在完成面表面粗糙度模型在MQL和干切削条件下的铣削摘要：润滑冷却条件对端面铣削加工表面粗糙度的影响操作已被广泛研究。不同切削速度和润滑冷却条件（干燥、潮湿和MQL），在完成人脸的AISI 420不锈钢的铣削B，被认为是。进化的表面光洁度和刀具磨损与切削时间已被监控。分析和人工神经网络模型，能够预测在不同的加工条件下的表面粗糙度，已被提出。关键词：干切削，MQL，完成面铣刀、造型、表面粗糙度1引言冷却润滑剂的利用率降低，为了提高环保、加工过程的安全，减少时间和成本的加工操作数相关，可以追求与MQL进行加工（最小量润滑）技术或无切削液（干切削） 1 。这种方法可以允许获得的产品规格，在表面粗糙度和尺寸精度方面，通过缩短传统工艺周期（即避免磨削）。的润滑冷却条件对加工零件的表面质量的影响，强烈地依赖于所执行的加工操作的类型（例如车削，铣削等），以及用于在所使用的工艺参数。特别是，在端面铣削加工切削发生高频率的牙齿的影响，取决于切削速度、间断由于几个牙齿的存在；因此干和MQL铣刀可以工件材料2-4在广泛领域进行，一旦合适的刀具材料、刀具涂层，具有改进的性能和加工参数考虑4-7。一个非常有用的工

2、具，用于工业加工的应用程序的可用性的模型能够预测表面粗糙度（镭）作为润滑冷却技术，切削参数等，在这种方式中，表面粗糙度的知识，可以使用在设计阶段的加工操作。回顾预测模型和相关的方法已经在8,9报道，还干加工 10 。其中统计（MRA）和人工神经网络（ANN）建模方法是最常用的。在这个框架中，本工作的目的是建立预测模型的表面粗糙度，包括，在输入参数，也润滑冷却条件。本文调查的第一步，主要集中在不同润滑降温条件和切削速度对表面粗糙度在完成铣削加工的影响深度的研究。加工测试已经进行了在不同切削条件对不锈钢AISI 420B。分析和非分析模型，有关表面粗糙度与工艺参数和润滑冷却条件，提出。2实验与建模2.1实验完成面铣试验进行块（宽度：32毫米；沿进料方向长度：345毫米；高度：130毫米）的不锈钢下420B湿、干和MQL条件。在MQL切削试验使用系统的基础上进行的条件使用一个最小的气动泵润滑油量（20毫升/小时）沿着毛细管安装在空气管路的长度到喷嘴头。在这一点上的润滑液滴被引入到气流输送到切割边。该工具持有人的特点是直径（THD）63毫米。硬质合金刀片五镶件（cn 12 T3 e-ml） 1

3、1 两层涂料（TiN和TiAlN）被安装在刀架用23角的轴向前角 7 。铣削进行了实验，只有一个齿，每次接触工件。通过考虑切削参数选择端面铣削可作为一种操作研磨替代。因此，根据工具制造商建议 11 ，切割速度（风险）是在120和180米/分钟之间变化。一个0.2毫米的深度和一个0.14的饲料毫米/齿被使用。进给变化的影响没有考虑到它的影响可以忽略不计表面粗糙度，由于几何形状的插入使用 11 。磨损准则和方法刀具磨损和表面粗糙度评价报告 7 。2.2建模方法表面粗糙度Ra为蓝本，采用多元回归分析（MRA）和人工神经网络（ANN）的方法。在两种情况下，表面粗糙度与切削速度、切削时间（吨）和润滑冷却条件有关。当MRA方法关注的是第二（多项式）回归模型应用根据以下公式：2 6 2 5 2 43210 LC avatalcavataar CCA lcvalctatva CC 987（1）在哪里，信用证代表一个恒定的值，考虑到润滑冷却条件和系数的人工智能（我= 1，. 9）代表的回归系数。这些系数的值在表1中概述。关于基于人工神经网络的方法，多层前馈人工神经网络，采用BP算法，建立了。采用九输入：

4、VC、T、LC、VC2，T2，LC2，VCT，LCT，vclc。人工神经网络的输出是类风湿关节炎的价值。被认为是不同的网络配置，最后一个包括一个隐藏层与九个隐藏的神经元。开发的人工神经网络模型的拓扑结构和训练参数如表2所示。3结果与讨论3.1实验表面粗糙度，绘制在不同条件下的时间，在切削速度和润滑冷却技术，在图1。对于每一个切割速度的影响，镭的倾向于减少与增加的切割时间下湿切削，如所示的其他作者 3 ，而略有增加，可检测到下干切削。当MQL条件考虑，可以观察到，RA与切削时间曲线呈相似的值，或低于，那些在湿式切削得到的。此外，VB值检测MQL条件下略低于干湿条件下观察，特别是在最高切割速度的影响。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温度下检测到高于在湿加工中观察到。这可能是负责在VB的增加，但是，另一方面，也为工件材料软化。在本次调查的实验条件下，后者的效果应为准，至少在最低切削速度调查。MQL条件下得到了有趣的结果，在RA和VB，可以归因于有利的影响，气溶胶的产生冷却的插入允许同时材料软化由于在变形区的温度增加，然而，这方面还需要进一步的研究。3.2建模

5、的有效性这两种建模方法在预测类风湿关节炎已经检查使用的表面粗糙度与切割时间曲线，不使用在建筑模型。图3显示了在实验性RA比较与切削时间曲线，在150米/分钟，在潮湿的条件下得到的，和那些预测使用MRA和人工神经网络模型。两MRA和人工神经网络模型，本研究的实验和模拟的条件下，允许预测RA与切削时间曲线，当润滑冷却条件作为输入变量。4结论加工测试已经进行了不同切削条件下的不锈钢AISI 420B。MRA和人工神经网络模型、表面粗糙度参数、润滑冷却条件有关，已被提出。MQL润滑冷却技术提供，本研究的实验条件下，RA和VB非常低的值，特别是在高切削速度。在建模阶段而言，无论是MRA和人工神经网络模型可以用来预测RA值。当然，这两个模型的预测能力，可以提高与增加的实验曲线的数目被用于在建设阶段，并在验证。致 谢本文的研究报告是在项目CIPE 20 / 2004马尔凯地区进行。作者希望感谢工程硕士的大学Pieralisi马尔凯理工大学进行的实验工作帮助他。参 考 文 献1.A.E. Diniz，J.R.费雷拉和希说，影响制冷/润滑条件对SAE 52100淬火钢在不同切削速度车削。国际机床与制造杂

6、志43（2003）317-326。2.K. Weinert，即稻崎，J.W.萨瑟兰和若林，干切削和微量润滑。在CIRP通志。53 / 2（2004）1-27。3.J.M.维埃拉，该Machado和精油ezugwu，铣削钢在切削液性能，材料科学与工艺，116（2001）244-251。4.n.刘C.汉，Yang，Y.许，米石，S. Chao，F.谢，铣削性能的TiC基金属陶瓷刀具TiN纳米粉的添加对归一化的中碳钢的条件下，磨损，258（2005）16881695。5.M.拉赫曼，A.S.库马尔，亩萨拉姆，对润滑油的最小数量的影响铣削实验评价，国际机床与制造杂志，42（2002）539-547。6.廖运炫，H.M. Y.C.陈、林的最小量润滑在高速铣削加工淬硬钢的涂层硬质合金刀具的可行性研究。国际机床与制造杂志，47（2007）1667-1676。7.C.布吕尼，L. dapolito，A. forcellese，F. Gabrielli，L.戈比，M.西蒙奇尼，完成铣削不锈钢AISI 420 B干燥和潮湿的条件下，处理下。第十届CIRP国际研讨会的加工操作，模拟EDS，F和L micari菲莉丝，勒佐卡拉布里亚，意大利（2007）275-279.。8.B. Ozcelik先生bayramoglu，统计建模的表面粗糙的高速平面铣削。国际机床与制造杂志，46（2006）1395-1402。9.宝供贝尔纳多斯，G. C. vosniakos，加工表面粗糙度预测：一个综述。国际机床与制造杂志，43（2003）833-844。10.M. Y. Wang，HY Chang，槽铣削AL2014-T6表面粗糙度的试验研究。国际机床与制造杂志，44（2004）51-57。11.山特维克可乐满，2007，插入技术数据

《外文翻译--在完成面表面粗糙度模型在MQL和干切削条件下的铣削 中文版》由会员pu****.1分享，可在线阅读，更多相关《外文翻译--在完成面表面粗糙度模型在MQL和干切削条件下的铣削 中文版》请在金锄头文库上搜索。