[发明专利]一种针对数控铣刀螺旋槽磨削工艺的砂轮轨迹计算方法在审
| 申请号: | 202210606964.5 | 申请日: | 2022-05-31 |
| 公开(公告)号: | CN114770233A | 公开(公告)日: | 2022-07-22 |
| 发明(设计)人: | 江磊;丁国富;张剑;宁样成;李勇;丁国华 | 申请(专利权)人: | 西南交通大学;成都天佑创软科技有限公司 |
| 主分类号: | B24B1/00 | 分类号: | B24B1/00 |
| 代理公司: | 成都信博专利代理有限责任公司 51200 | 代理人: | 秦立飞;卓仲阳 |
| 地址: | 610031 四川省*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 针对 数控 铣刀 螺旋 磨削 工艺 砂轮 轨迹 计算方法 | ||
1.一种针对数控铣刀螺旋槽磨削工艺的砂轮轨迹计算方法,其特征在于,包括以下步骤:
步骤1:建立磨削运动关系:
建立砂轮坐标系OG-XGYGZG:坐标原点OG位于砂轮大端圆圆心,坐标轴ZG与砂轮轴线重合,坐标平面XGYG与砂轮大端圆平面重合;砂轮回转面方程在砂轮坐标系中如下式所示:
式中,h为回转面上点到砂轮大端面的距离,ψ为回转面上点相对坐标轴YG的回转角参数,R(h)为砂轮轮廓方程;
建立工件坐标系OW-XWYWZW:坐标原点OW位于刀具棒料端面圆心,坐标轴ZW与刀具棒料轴线重合,坐标平面XWYW与刀具棒料端面重合;
建立砂轮磨削位姿参数:中心距ax为两个坐标原点在XW轴上的距离;偏移距ay为两个坐标原点在YW轴上的距离;安装角α,砂轮绕XW轴旋转的角度;因此,砂轮坐标系与工件坐标系得变换矩阵如下所示:
砂轮在运动过程沿着ZW轴前进的同时绕ZW轴旋转ξ角度,定义螺旋刃线的半径和工件半径相同为R,螺旋角为β,因此,伴随坐标系与工件坐标系关于角度ξ的变换矩阵Me(ξ)如下式所示:
式中,κ=R/tanβ;
步骤2:计算砂轮磨削形成的螺旋槽轮廓:
砂轮回转面做空间螺旋运动的运动轨迹PS(h,ψ,ξ,ax,ay,α)如下式所示:
对砂轮回转面运动轨迹方程PS中砂轮变量h、ψ分别求偏导,叉乘得到回转面上点的法矢量,并计算ξ=0时刻砂轮回转面上点的法矢量N(h,ψ),如下式所示:
对砂轮回转面的运动轨迹方程PS中运动变量ξ求偏导,并计算在ξ=0时刻砂轮回转面上点的速度矢量V(h,ψ),如下式所示:
根据接触线上点的法矢量与速度矢量相互垂直的条件(N(h,ψ)×V(h,ψ)=0),将式(5)、式(6)代入计算砂轮接触线上点的回转角度ψ(h),经过简化如下式所示:
式中,B1=axcosα+κsinα,B2=(R(h)R′(h)-h)sinα+ay,B3=(κcosα-axsinα)R′(h);
将式(7)代回砂轮包络面程式(4)中计算出砂轮回转面的接触线,并将接触线经过运动变换得到螺旋槽径向截面轮廓方程p(h,ax,ay,α),如下式所示:
式中,ξ0=(hcosα-R(h)sin(ψ(h))sinα)/κ;
步骤3:建立砂轮位姿约束方程:
(1)前角γ为矢量P1与矢量T1的夹角,其中当P1×T1的ZW坐标为正时,前角为正,反之前角为负。螺旋槽前角关于砂轮位姿的函数关系式fγ如下式所示:
式中,
(2)芯厚rc点p2为螺旋槽轮廓与芯厚圆相切的切点,即矢量P2·T2=0,螺旋槽芯厚关于砂轮位姿的函数关系式frc如下式所示:
式中,x′p(h2)·yp(h2)-y′p(h2)·xp(h2)=0;
(3)槽宽φ为螺旋槽起点p1与终点p3夹角,当矢量P1×P3的ZW坐标为正时槽宽小于180°,反之则槽宽大于180°,螺旋槽芯厚关于砂轮位姿的函数关系式fφ如下式所示:
式中,
步骤4:求解砂轮磨削位姿:
建立砂轮位姿优化问题的目标函数如下式所示:
minFit=ω1(fγ-γ)2+ω2(fφ-φ)2+ω3(frc-rc)2 (12)
采用粒子群算法求解砂轮位姿,将砂轮位姿看成一个三维粒子,定义砂轮位姿粒子为VecX(ax,ay,α);确定粒子群的数量N,在砂轮位姿搜索空间内初始化粒子群VecXi(axi,ayi,αi),并初始化每个粒子的速度Vi,i=1,2,3,…,N;随后进行迭代计算,粒子群算法迭代规则如下式所示:
式中,ω为惯性权重,c1/c2为学习因子,r1/r2为[0,1]的随机数,pbesti为个体最优,gbest全局最优。
2.根据权利要求1所述的一种针对数控铣刀螺旋槽磨削工艺的砂轮轨迹计算方法,其特征在于,所述粒子群算法计算过程为:
(1)设定粒子群算法参数ω、c1/c2、r1/r2,粒子种群数量N,最大迭代次数max_gen及终止迭代允许最小误差;
(2)初始化粒子群:位置速度Vi和位置VecXi;
(3)将初始始化粒子代入式(12)中计算初试适应值Fit(VecXi),将每个粒子初试适应值标记为个体最优pbesti,并将最佳个体最优标记为全局最优gbest;
(4)按照式(13)更新粒子群位置与速度;
(5)将更新后的粒子代入式(12)中更新适应值,如果出现Fit(VecXi)pbesti,则更新个体最优pbesti=Fit(VecXi),如果出现Fit(VecXi)gbest,则更新全局最优gbest=Fit(VecXi);
(6)如果满足结束条件则结束运行,否则返回步骤(3)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学;成都天佑创软科技有限公司,未经西南交通大学;成都天佑创软科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210606964.5/1.html,转载请声明来源钻瓜专利网。





