滑座作為加工中心的基礎(chǔ)部件,既是工作臺的支承件,也是伺服進給系統(tǒng)的運動部件,其質(zhì)量和受力變形直接影響工作臺的回轉(zhuǎn)進給和直線進給精度,因此, 如何控制好滑座的結(jié)構(gòu)振動特性是設(shè)計人員面臨的主要技術(shù)難題之一[1]。當(dāng)今,國內(nèi)的科研工作者對機床 的結(jié)構(gòu)設(shè)計從傳統(tǒng)的經(jīng)驗類比法逐步轉(zhuǎn)向有限元法等分析軟件計算法。鄭文標(biāo)等通過有限元分析和靈敏度分析,找到了床身結(jié)構(gòu)的薄弱尺寸,再通過對比優(yōu)化前后的固有頻率,驗證了優(yōu)化的有效性[2]。孫曉俊等人應(yīng)用 ANSYS 優(yōu)化了某齒輪復(fù)合加工機床立柱的尺寸, 尋找出最優(yōu)解[3]。范晉偉等人利用 Ansys Workbench 對墊板進行模態(tài)分析,根據(jù)振型圖找出其薄弱部件,再對比 5 種優(yōu)化途徑,提高了墊板的固有頻率[4]。這些科研工作者的優(yōu)化設(shè)計都取得了很好的優(yōu)化結(jié)果。但 上述研究均以部件的單個性能作為優(yōu)化目標(biāo),并沒有對機構(gòu)的綜合性能進行優(yōu)化。
本文以某立式加工中心為研究對象,在對滑座進行理論、試驗?zāi)B(tài)分析的基礎(chǔ)上,分析其動態(tài)特性。運用靈敏度分析在滑座的眾多尺寸中找出對質(zhì)量、一階固有頻率影響最大的 3 個參數(shù)。建立神經(jīng)網(wǎng)絡(luò)模型, 分析出這些參數(shù)與滑座一階固有頻率和質(zhì)量的非線性關(guān)系,最后通過多目標(biāo)遺傳算法尋求最優(yōu)解。在滿足強度的情況下,減輕了滑座的質(zhì)量,并提高了其動靜態(tài)性能,為滑座的設(shè)計提供了參考。
1 有限元模型的建立
為了保證分析的準(zhǔn)確性,根據(jù)滑座的圖紙 1: 1 建立三維模型,并且設(shè)置材料性能。該滑座材料為 HT300, 楊氏模量為 1. 43×1011 Pa,泊松比為 0. 27,材料密度為7. 3×103 kg / m3,滑座有限元模型,如圖 1 所示。

網(wǎng)格劃分的結(jié)果對有限元仿真速度和精度有較大 影響,通常來說,劃分的網(wǎng)格數(shù)目越多,計算精度越高, 但計算速度較慢,因此劃分網(wǎng)格時要選擇適當(dāng)精度的網(wǎng) 格[5]。本文通過自動劃分網(wǎng)格法劃分網(wǎng)格,在設(shè)置相關(guān)參數(shù)后,得出節(jié)點數(shù)為 164 447,單元數(shù)為168 235,劃分的模型如圖 2 所示。

1 滑座動力學(xué)分析
2. 1 理論模態(tài)分析
目前機床結(jié)構(gòu)的理論模態(tài)分析,通常利用計算機軟件進行有限元分析。主流的有限元分析軟件主要有Ansys、Abaqus、Admas 等等。本次研究中,采用 Ansys Workbench 17. 0 軟件進行模態(tài)分析,可以和 Solidwork 三維制圖軟件進行數(shù)據(jù)對接,方便改變滑座的尺寸參數(shù)。首先設(shè)定滑座的邊界條件,使邊界條件和試驗?zāi)B(tài)分析的一致,提取滑座的各階固有頻率。前四階固有頻率,如表 1 所示,振型如圖 3 所示。

表 1 立式加工中心滑座固有頻率和振型

2. 2 試驗?zāi)B(tài)分析
本實驗采用 B&K 公司的 7700 Pulse 多通道動態(tài)信號采集分析系統(tǒng)、4507B 型內(nèi)置放大電路型加速度傳感器、YC2 模態(tài)試驗力錘等設(shè)備來記錄分析數(shù)據(jù), 如圖 4 所示。將滑座放置在隔振臺上,布置了 70 個測點,通過單點激勵、多點識振的方法,獲取模態(tài)振型,圖5 為頻率響應(yīng)曲線。


對該型立式加工中心進行模態(tài)實驗分析,獲得前四階固有頻率與振型,理論模態(tài)分析和試驗?zāi)B(tài)分析結(jié)果的對比如表 2,可以看出,兩者的誤差在 10% 之內(nèi),說明該有限元模型是有效的,邊界條件的設(shè)定與工 作狀況一致。
3 滑座優(yōu)化
3. 1 對滑座參數(shù)的靈敏度分析
此加工中心的滑座有很多尺寸參數(shù),為了減少計算量,需先對滑座尺寸進行靈敏度分析,找出對一階固有頻率和總質(zhì)量影響最大的尺寸,將其作為尺寸參數(shù)。 對滑座結(jié)構(gòu)進行分析后,選取 5 個尺寸進行分析,如表
3 所示。分析后得到靈敏度分析圖,如圖 6 所示。


從圖 6 可以看出,對滑座一階固有頻率和總質(zhì)量影響比較大的尺寸依次為筋板長度 ds_1 、筋板厚度ds_2 、底面槽寬 ds_3 。
3. 2 神經(jīng)網(wǎng)絡(luò)建模
BP 神經(jīng)網(wǎng)絡(luò)擁有很好的非線性映射能力,并且結(jié)構(gòu)簡單,計算速度快,可以較為便捷的解決多目標(biāo)優(yōu)化問題。因此對于滑座的 3 個尺寸參數(shù)可以建立輸入輸出映射,建立其與一階固有頻率和總質(zhì)量的關(guān)系,進行樣本點的學(xué)習(xí)。由于滑座的模態(tài)分析試驗耗時很長, 無法為神經(jīng)網(wǎng)絡(luò)算法提供快速、大量的樣本數(shù)據(jù),因此只考慮實驗點在實驗范圍內(nèi)均勻散布的數(shù)據(jù),即采用均勻設(shè)計法進行樣本點的輸入,大大提高了數(shù)據(jù)的有效利用性,并且減小了神經(jīng)網(wǎng)絡(luò)的誤差。
表 4 為神經(jīng)網(wǎng)絡(luò)的測試數(shù)據(jù),前 50 組為訓(xùn)練數(shù)據(jù),即對權(quán)值和閾值進行修正,直到收斂為止,第 50 ~60 組為測試數(shù)據(jù)。
為了防止神經(jīng)網(wǎng)絡(luò)誤差過大,用第 50 ~ 60 組測試數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)模型進行測試,如圖 7 所示,誤差均在5%之內(nèi)。由此可知,該測試數(shù)據(jù)有效,可以進行下一步的分析。


3.3 遺傳算法尋優(yōu)
由于當(dāng)今機床的發(fā)展朝著綠色、輕量化的方向發(fā)展,因此關(guān)于此滑座的優(yōu)化可以采用一階固有頻率的最大并且總質(zhì)量最小為目標(biāo)進行多目標(biāo)優(yōu)化。而且對 一階固有頻率進行優(yōu)化是為了避免一階固有頻率和激 勵頻率相近,而引起共振現(xiàn)象的產(chǎn)生,因此使得一階固 有頻率大于等于激振頻率 210 Hz。
多目標(biāo)優(yōu)化問題描述為:

式中: fi( x) 為目標(biāo)優(yōu)化函數(shù); x 為自變量; ub 、lb 分別為上、下限。
優(yōu)化方法采用遺傳算法,是計算機科學(xué)人工智能領(lǐng)域中用于解決最優(yōu)化的一種搜索啟發(fā)式算法,是進 化算法的一種[7]。通過測試驗樣本數(shù)據(jù)建立優(yōu)化目標(biāo)方程,使用 Matlab 的 GA 工具箱,對該優(yōu)化目標(biāo)求解,得出的一階固有頻率和總質(zhì)量帶回到 Ansys Work-bench 中分析結(jié)果,如表 5 所示。
表中,優(yōu)化后的方案為多目標(biāo)優(yōu)化的結(jié)果,通過比較得出優(yōu)化后的一階固有頻率有明顯的提高,并且遠離激振頻率,避免共振?;目傎|(zhì)量下降了 19 kg, 實現(xiàn)了滑座的輕量化設(shè)計,達到了優(yōu)化目的。

4 結(jié)語
本文針對某型號加工中心進行優(yōu)化設(shè)計,先進行理論與試驗?zāi)B(tài)分析,分析后的結(jié)果誤差較小,說明有限元模型建立有效。以此為基礎(chǔ),進行靈敏度分析,找出影響較大的尺寸參數(shù),采用均勻設(shè)計法進行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。最后采用了多目標(biāo)優(yōu)化的方法,得到了合適的優(yōu)化方案。為后續(xù)機床零部件的設(shè)計提供了參考方案。
2024-11
本文以組合式六角亭模型為實例,分析工藝難點與加工可行性,指出該模型的加工難點是模型形狀不規(guī)則和整體剛性差,并通過設(shè)計新的工藝方案解決加工難點,完成了模型整體的加工。新的加工工藝有助于提高加工效率和精度,為五軸數(shù)控加工提供了一個典型案例,對于五軸加工中心數(shù)控加工也具有指導(dǎo)作用和重要… [了解更多]
2024-11
宇匠數(shù)控 備注:為保證文章的完整度,本文核心內(nèi)容由PDF格式顯示,如未有顯示請刷新或轉(zhuǎn)換瀏覽器嘗試,手機瀏覽可能無法正常使用!本文摘要:通過對混聯(lián)五軸加工中心自適應(yīng)深度學(xué)習(xí)控制方法的 研 究,可 知 此 方 法 的 創(chuàng) 新 之 處 在 于:1)建 立 了 機 床 的 運 動 學(xué) … [了解更多]
2024-11
在機測量技術(shù)由于其成本低、檢測效率高、無需二次裝夾等優(yōu)勢被廣泛用于零件加工測量當(dāng)中,使得五軸加工中心和五軸鉆攻中心,同時又兼具測量功能。在機測量系統(tǒng)的構(gòu)成如圖1所示,硬件部分主要是由高精度探頭、信號接收器、機床整個本體,軟件部分由機床控制系統(tǒng)、測量軟件等組成[8]。待零件加工完成… [了解更多]
2024-11
?加工精度是影響機床性能和產(chǎn)品質(zhì)量的主要難題,也是制約國家精密制造能力的重要因素。本文以五軸加工中心為對象,針對提升機床精度進行了研究。并且隨著科技的發(fā)展,精密的儀器和零件在生產(chǎn)實踐中占據(jù)的分量逐漸增加,在數(shù)控機床這種精密機器精度不斷提高的同時,必須控制內(nèi)外界環(huán)境的隨機影響因素在… [了解更多]