复合材料钻削表面粗糙度在线监测与加工参数自适应优化

doi:10.3901/JME.2020.02.027

机械工程学报 ›› 2020, Vol. 56 ›› Issue (2): 27-34,42.doi: 10.3901/JME.2020.02.027

扫码分享

复合材料钻削表面粗糙度在线监测与加工参数自适应优化

安华¹, 王喆¹, 王国锋¹, 宋庆月¹, 刘峰², 钟才川¹

1. 天津大学机械工程学院天津 300350;
2. 天津金岸重工有限公司天津 300350

收稿日期:2019-01-20 修回日期:2019-09-01 出版日期:2020-01-20 发布日期:2020-03-11
通讯作者: 王国锋(通信作者),男,1975年出生,博士,教授,博士研究生导师。主要研究方向为刀具状态监控、非平稳信号处理、加工过程辩识、智能控制。E-mail:gfwangmail@tju.edu.cn
作者简介:安华,男,1995年出生。主要研究方向为智能监测及控制。E-mail:245367067@qq.com
基金资助:
国家自然科学基金（51675369）、天津市自然科学基金（17JCZDJC40100）、航空科学基金（2017ZE25003）、国防基础科研计划（JCKY2018205C002）和2018年度天津市交通运输科技发展项目计划（2018-b10）资助项目。

Research on On-line Monitoring of Surface Roughness in Composite Drilling and Adaptive Optimization of Parameters

AN Hua¹, WANG Zhe¹, WANG Guofeng¹, SONG Qingyue¹, LIU Feng², ZHONG Caichuan¹

1. School of Mechanical Engineering, Tianjin University, Tianjin 300350;
2. Tianjin JinAn Heavy Equipment Co,. Ltd., Tianjin 300350

Received:2019-01-20 Revised:2019-09-01 Online:2020-01-20 Published:2020-03-11

摘要/Abstract

摘要： 针对碳纤维复合材料钻孔加工过程中无法实现加工质量与效率统一以及离线优化得到的钻削参数没有考虑变参数刀具磨损等不确定因素影响问题，提出一种新的粗糙度在线监测与加工参数自适应优化方法。采用一组新的无量纲特征以实现变参数刀具磨损监测；以刀具磨损状态值、进给速度以及主轴转速构成特征向量，进而建立基于支持向量回归的孔壁粗糙度在线监测模型。当监测系统判定孔壁粗糙度不合格时，利用模拟退火算法在当前刀具磨损状态下进行钻削参数优化。利用复合材料变参数钻削试验来验证上述方法的有效性。试验结果表明，该方法能够准确判定粗糙度的质量状态，同时有效实现钻削参数自适应优化，解决了复合材料制孔过程中加工质量与效率统一的问题。

关键词: 碳纤维复合材料, 变参数, 刀具磨损, 粗糙度, 支持向量机回归, 模拟退火

Abstract: A new method for on-line monitoring of surface roughness and adaptive optimization of processing parameters is proposed to overcome the drawback that the current drilling process of carbon fiber reinforced plastics (CFRP) can't obtain the uniformity of machining quality and efficiency, as well as the drilling parameters obtained by offline optimization don't consider the influence of uncertain factors such as tool wear. A new set of dimensionless features is used to achieve variable parameter tool wear monitoring, and then the SVR-based online monitoring model of roughness is established by the feature vector which is formed by tool wear state value, feed rate and spindle rate. When the hole wall roughness is unqualified, the simulated annealing algorithm is used to optimize the drilling parameters under the present tool wear condition. The drilling experiment with the variable cutting parameters is used to verity the effectiveness of the proposed method in the end. The results show that the proposed method is able to not only realize the online monitoring of roughness effectively and optimize the cutting parameters adaptively, but also solve the problem of compromising the quality and efficiency in drilling process of CFRP.

Key words: carbon fiber reinforced plastics, variable parameter, tool wear, roughness, support vector regression, simulated annealing

中图分类号:

TP306

安华, 王喆, 王国锋, 宋庆月, 刘峰, 钟才川. 复合材料钻削表面粗糙度在线监测与加工参数自适应优化[J]. 机械工程学报, 2020, 56(2): 27-34,42.

AN Hua, WANG Zhe, WANG Guofeng, SONG Qingyue, LIU Feng, ZHONG Caichuan. Research on On-line Monitoring of Surface Roughness in Composite Drilling and Adaptive Optimization of Parameters[J]. Journal of Mechanical Engineering, 2020, 56(2): 27-34,42.

参考文献

[1] 张琦,高强,赵升吨. 碳纤维复合材料板热冲压成形试验研究[J]. 机械工程学报,2012,48(18):72-77. ZHANG Qi,GAO Qiang,ZHAO Shengdun. Thermostamping experimental study on carbon fiber composite sheet[J]. Journal of Mechanical Engineering,2012,48(18):72-77.
[2] 南成根,吴丹,马信国,等. 碳纤维复合材料/钛合金叠层钻孔质量研究[J]. 机械工程学报,2016,52(11):177-185. NAN Chenggen,WU Dan,MA Xinguo,et al. Study on the drilling quality of carbon fiber reinforced plastic and titanium stacks[J]. Journal of Mechanical Engineering,2016,52(11):177-185.
[3] 沈军,谢怀勤. 先进复合材料在航空航天领域的研发与应用[J]. 材料科学与工艺,2008,16(5):737-740. SHEN Jun,XIE Huaiqin. Development of research and application of the advanced composite[J]. Materials Science and Technology,2008,16(5):737-740.
[4] 卜泳,许国康,肖庆东. 飞机结构件的自动化精密制孔技术[J]. 航空制造技术,2009(24):61-64. BU Yong,XU Guokang,XIAO Qingdong. Automatic precision drilling technology of aircraft structural part[J]. Aeronautical Manufacturing Technology,2009(24):61-64.
[5] 袁红璇. 飞机结构件连接孔制造技术[J]. 航空制造技术,2007(1):84-87. YUAN Hongxuan. Manufacturing technology of connecting hole in aircraft structures[J]. Aeronautical Manufacturing Technology,2007(1):84-87.
[6] 梁艳芳,王春民,刘小建. 钻削参数对碳纤维复合材料孔壁表面粗糙度影响的研究[J]. 高科技纤维与应用,2013,38(1):40-42. LIANG Yanfang,WANG Chunmin,LIU Xiaojian. Research of drilling parameters influence on hole surface quality of carbon fiber composite materials[J]. Hi-tech Fiber & Application,2013,38(1):40-42.
[7] LATHA B,SENTHILKUMAR V S. Modeling and analysis of surface roughness parameters in drilling GFRP composites using fuzzy logic[J]. Advanced Manufacturing Processes,2010,25(8):817-827.
[8] 孙鑫. 航空材料自动化精密制孔工艺研究[D]. 南京:南京航空航天大学,2014. SUN Xin. Research on automatic precision drilling process of aeronautic material[D]. Nanjing:Nanjing University of Aeronautics and Astronautics,2014
[9] VRABEL M,MANKOVA I,BENO J,et al. Surface roughness prediction using artificial neural networks when drilling Udimet 720[J]. Procedia Engineering,2012,48(1):693-700.
[10] BREZOCNIK M,KOVACIC M,FICKO M. Prediction of surface roughness with genetic programming[J]. Journal of Materials Processing Tech,2004,157-158(12):28-36.
[11] CHEN J C,SAVAGE M. A fuzzy-net-based multilevel in-process surface roughness recognition system in milling operations[J]. International Journal of Advanced Manufacturing Technology,2001,17(9):670-676.
[12] 叶鹰,李红卫,龚志强,等. 碳纤维复合材料导弹舱段高效制孔方法研究[J]. 航天制造技术,2014(6):37-40. YE Ying,LI Hongwei,GONG Zhiqiang,et al. Carbon fiber composite materials missile compartment efficiently holing method research[J]. Aerospace Manufacturing Technology,2014(6):37-40.
[13] 郑伟. 几种复合材料制孔的若干试验研究[D]. 大连:大连理工大学,2007. ZHENG Wei. Experimental study on drilling several composites[D]. Dalian:Dalian University of Technology,2007.
[14] VAPNIK V. The nature of statistical learning theory[M] New York:Springer,2000.
[15] 陈伟,李茜,汤伟. 基于结构风险最小化原则的径向基函数网络[J]. 化工自动化及仪表,2009,36(3):34-37. CHEN Wei,LI Qian,TANG Wei. Radial basis function networks based on structural risk minimization principle[J]. Control and Instruments In Chemical Industry,2009,36(3):34-37.

复合材料钻削表面粗糙度在线监测与加工参数自适应优化

Research on On-line Monitoring of Surface Roughness in Composite Drilling and Adaptive Optimization of Parameters

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘鑫, 张俊, 徐斌斌, 刘弘光, 赵万华. 激光辅助铣削过程的预热温度场调控方法研究[J]. 机械工程学报, 2024, 60(9): 218-228.
[2]	王帅帅, 段振景, 刘吉宇, 李育恒, 王梓恒, 周瑜阳, 刘新, 宋金龙, 孙晶. 冷等离子体耦合微量润滑微铣削CFRP加工性能与机理研究[J]. 机械工程学报, 2024, 60(9): 338-350.
[3]	朱少禹, 张向军, 孙军, 王大刚. 粗糙表面轴承微极流体润滑的平均流量模型[J]. 机械工程学报, 2024, 60(7): 203-211.
[4]	方从富, 李弘扬, 沈剑云, 吴贤. 融合磨粒特征和工艺参数的粗糙度智能预测研究[J]. 机械工程学报, 2024, 60(7): 224-235.
[5]	何春雷, 王姝淇, 李东洋, 耿昆, 陈光, 任成祖. 晶粒对多晶材料超精密切削影响的研究进展[J]. 机械工程学报, 2024, 60(3): 373-392.
[6]	马泳涛, 孙宁, 王俊龙, 李春凡, 卢春生, 张彬, 刘兰荣. 前混合水射流喷丸覆盖率计算及对渗碳钢表面完整性的影响研究[J]. 机械工程学报, 2024, 60(3): 393-404.
[7]	余海燕, 贺宏伟, 邢萍. 考虑不同刚度退化模式的碳纤维增强复合材料失效模型开发[J]. 机械工程学报, 2024, 60(2): 197-208.
[8]	温雪龙, 赵正豪, 巩亚东, 李俊鹏. FeCoNiCrAl_x高熵合金铣削表面质量影响因素实验研究[J]. 机械工程学报, 2024, 60(17): 367-378.
[9]	王殿熙, 杨波, 成保忠, 段明宇, 高常青. 基于精英回溯-模拟退火混合算法的参数耦合变更路径优选[J]. 机械工程学报, 2024, 60(15): 316-333.
[10]	党嘉强, 安庆龙, 李宇罡, 明伟伟, 王浩伟, 陈明. 300M钢超声滚压表面形貌演变机理和试验表征[J]. 机械工程学报, 2024, 60(15): 358-367.
[11]	彭纪昌, 刘凯龙, 孟锦豪, 刘海涛. 基于变参数结构的锂离子电池建模方法[J]. 机械工程学报, 2024, 60(14): 298-305.
[12]	赖旭伟, 丁昆, 张楷, 黄锋飞, 郑庆, 李致萱, 丁国富. 基于可解释物理引导空间注意力改进的跨工艺参数立铣刀磨损辨识[J]. 机械工程学报, 2024, 60(12): 147-157.
[13]	王润琼, 宋清华, 彭业振, 刘战强. 基于特征自适应融合和集成学习的高性能铣削刀具状态监测[J]. 机械工程学报, 2024, 60(1): 149-158.
[14]	都建标, 张强, 宗文俊. 硬脆及黑色金属材料的单点金刚石车削加工技术综述[J]. 机械工程学报, 2023, 59(7): 156-175.
[15]	张园, 徐念伟, 鲍岩, 董志刚, 韩松, 郭东明, 康仁科. 轴向超声辅助端面磨削金属表面形貌及粗糙度预测[J]. 机械工程学报, 2023, 59(5): 307-316.