超级会员免费看
基于人工神经网络的端铣加工智能夹具布局设计
1. 引言
夹具设计在铣削加工中起着至关重要的作用，它能确保零件的形状和尺寸精度。在加工低刚度工件时，合理的夹具设计尤为关键。在批量生产中，夹具成本约占总制造成本的 30%，而夹具设计不佳会导致零件在加工过程中变形，从而出现尺寸误差甚至被拒收。
近年来，研究人员致力于预测和分析零件在加工过程中的变形，以优化夹具布局。有限元分析（FEA）等数值方法的发展，为解决该领域复杂且耗时的计算分析提供了很大帮助。不过，以往大多数研究采用的 FEM - GA 集成技术在分析定位器和夹具位置的所有可能影响时存在困难，因为这些位置不是离散变量，且该技术计算量较大。
本文将探索使用 ANN 和 RSM 模型来预测工件的弹性变形，通过比较它们在映射弹性变形与夹具布局方面的性能，确定合适的模型，并将其与 GA 集成，考虑稳定性约束来优化夹具布局。
2. 基于有限元法的加工过程结构模型
利用有限元法（FEM）对工件在加工力、定位器反作用力和夹紧力作用下的变形进行分析和预测，采用有限元软件 ANSYS 进行有限元分析（FEA）。在对工件、定位器、夹具和刀具进行 FEM 建模时，做出以下假设：
- 工件假定为弹性体，定位器和夹具视为刚体。
- 工件处于平面应力状态。
- 定位器作为平移约束，限制工件相对于定位器的移动。
- 夹紧力假定作用在一个点上，其位置为工件的某个节点。
- 加工力视为瞬态力（与时间相关），作用在工件上。
2.1 槽铣加工过程的数值描述
在槽铣加工中，工件通过夹具和定位器固定，初始时工件 - 夹具系统处于静态。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
