论文部分内容阅读
某特种车辆采用的行星减速器上的薄壁齿圈,径向尺寸大,壁厚与径向尺寸相差悬殊,刚性差,硬度高,精度要求高,加工难度大,加工完成后齿形精度不高,传动时咬合不到位、噪音大、振动剧烈,传动效率低,影响齿圈高速啮合运动的稳定性和使用寿命。本文以薄壁斜齿圈为研究对象,针对实际加工时影响薄壁斜齿圈齿形精度的装夹和加工过程,通过Abaqus有限元仿真分析和BP神经网络技术以及遗传算法,进行了相关工艺参数的预测和优化研究,进而实现变形控制,为提高齿圈的齿形精度提出可行性的解决方案。针对薄壁齿圈的装夹过程,根据实际加工现场建立齿圈装夹的Abaqus有限元仿真模型,以仿真数据作为样本数据,通过Matlab神经网络工具箱建立了基于BP神经网络的齿圈装夹变形预测的数字化模型,实现了给定装夹力下的装夹变形精确预测,为后续装夹参数优化以及探索装夹力与装夹变形之间的关系提供了数据基础。针对薄壁齿圈的插齿加工过程,首先根据实际插齿加工情况建立了齿圈插齿加工的Abaqus有限元仿真模型,建立起插削参数与插削力的对应关系,以仿真数据作为样本数据,通过Matlab神经网络工具箱建立了基于BP神经网络的齿圈插齿加工插削力预测数字化模型,实现了给定插削参数下的插削力精确预测,为后续插削参数的优化以及合理选用插削参数提供了数据基础。针对薄壁齿圈的插削参数优化问题,以基于BP神经网络的插削力预测模型为基础,利用BP神经网络拟合插削参数与插削力之间的函数关系,以此作为适应度函数,进而利用遗传算法对该函数进行极值寻优运算,得到取得最小插削力时的插削参数取值,并通过齿圈插齿加工的Abaqus有限元仿真模型进行验证,实现插削参数的优化。结果表明,将现代金属切削理论、Abaqus有限元仿真技术、BP神经网络技术与遗传算法参数优化技术相结合,进行工艺参数的预测与优化研究,寻求工艺参数的最优组合,探索薄壁齿圈插齿工艺参数预测与优化的新方法,对于提高薄壁斜齿圈插齿加工齿形精度的影响因素分析研究以及变形预测优化控制具有重要的实用价值意义。