切削参数优化能够有效地提高工件的加工效率,降低加工成本。然而,当理论模型不准确或者工件产生较大变形时,以理论模型为基础的离线优化方法不再实用,而在线优化方法对设备性能要求较高,很难进行普遍使用。针对铣削加工工艺参数优化问题,提出一种基于在线测量切削力信号的进给速度优化方法,首先分析了铣削力解析模型,建立了进给速度优化数学模型,然后根据刀具参数和机床参数确定了优化约束条件,最后设计了实验模型,通过实际的加工实验验证了本文提出的进给速度优化方法。

铸造、锻造等毛坯工件荒铣加工时,加工余量均匀性较低,分布随机性较大,因此荒铣加工参数很难优化,导致刀具寿命较短、加工效率较低。通过对螺旋铣削力建模和铣削加工过程刀齿啮切状态研究,采用Matlab分析了切削力峰值和切削力平均值随轴向切深的变化规律,提出一种基于在线监测铣削力信号的轴向切深识别方法,最后,通过实际的加工实验验证了所提出的轴向切深识别方法,为荒铣加工参数优化提供了理论基础。

针对传统包络方法中存在的不足,提出一种新的能量转换表达。该种新的能量表达主要基于高阶对称能量算子。这种新的表达可以跳过求包络信号这一步,而直接得出故障信号的能量,从而从能量谱中分辨出轴承故障特征及其倍频。同时,由于采用了对称高阶求导方法,大大增强了检测轴承微弱信号的能力,可以从受到严重污染的测量信号中提取出轴承故障特征,因此它具有更好的鲁棒性。将该方法应用到仿真模拟信号与实际轴承故障信号中,并与传统的解调算法Teager能量算子和希尔伯特变换进行对比,证明了该方法的实用性和优越性。