史丽晨

教授    博士生导师    硕士生导师

个人信息 更多+
  • 教师英文名称: Lichen Shi
  • 教师拼音名称: shilichen
  • 所在单位: 机电工程学院
  • 学历: 博士研究生
  • 办公地点: 草堂校区机电楼
  • 性别: 女
  • 学位: 博士学位
  • 在职信息: 在职

其他联系方式

通讯/办公地址:

邮箱:

论文成果

当前位置: 中文主页 - 科学研究 - 论文成果

TB9 钛合金车削系统振动特性与表面粗糙度关系的试验研究

发布时间:2025-02-15
点击次数:
DOI码:
10.16490/j.cnki.issn.1001-3660.2022.06.034
发表刊物:
表面技术
关键字:
TB9 钛合金;车削;表面粗糙度;振动加速度信号;预测模型
摘要:
目的 通过车削加工 TB9 钛合金试验,定量研究不同位置的振动特性对表面粗糙度的影响规律,并建立基于振动参数的表面粗糙度预测模型。方法 选用涂层硬质合金刀具对 TB9 钛合金线材进行车削加工。通 过 8704B25 和 3333A2 加速度传感器对试验过程中不同位置的切削振动进行检测。运用 Matlab 对振动加速精度表面粗糙度仪测量工件表面粗糙度。结果 车削系统不同位置的振动特性均与表面粗糙度存在线性关系。车削系统中刀具振动加速度均方根值、主轴振动加速度均方根 值以及后导向振动加速度均方根值与表面粗糙度的 Pearson 相关系数分别为 0.379 93、0.331 90、0.181 95。表面粗糙度预测模型的预测平均百分比误差小于 3%。结论 车削加工时刀具、主轴以及后导向的车削振动均对表面粗糙度有一定影响。车削系统不同位置的振动特性对表面粗糙度的影响次序为刀具>主轴>后导向,可见距离切削位置越近的振动对车削加工表面粗糙度的影响越大。基于振动参数的表面粗糙度预测模型的准确度较高,可作为表面粗糙度的预测模型。
合写作者:
刘亚雄,贾荣枭,豆卫涛
第一作者:
李进学
论文类型:
期刊论文
通讯作者:
史丽晨
论文编号:
1001-3660(2022)06-0354-10
学科门类:
工学
文献类型:
J
卷号:
51
期号:
6
页面范围:
354-363
是否译文:
发表时间:
2022-01-01
收录刊物:
EI