铸型尼龙6车削工件直径误差的模糊预测模型及其精度分析

© 2014作者。由爱思唯尔公司出版信息工程研究院负责评选和同行评议可在www.sciencedirect.com上在线获取ScienceDirectIERI Procedia 10（2014）76 - 842014未来信息工程铸型尼龙6车削加工Bandit Suksawat*泰国曼谷北部蒙固国王科技大学技术教育学院机械工程教师培训系，邮编摘要建立了铸型尼龙6车削工件直径误差的模糊预测模型。确定了由进给量、切削深度和切削速度组成的切削参数作为75条模糊规则隶属度函数的输入变量。将输出隶属函数的11级模糊规则的直径误差值作为预测输出。在3个水平的车削速度和5个水平的进给速度下进行车削，然后完成切削深度。实验和预测的工件直径误差用于验证。对影响直径误差的因素、预测值的精密度和准确度进行了统计分析。实验结果表明，工件长度和切削速度对直径误差的影响不大。然而，切削深度和进给速度影响直径误差的总因果效应值分别为0.6553和0.3085。与实验数据相比，所开发的模糊系统预测直径误差的平均绝对误差为0.535 μ m，R2为0.988。在95%的置信区间内，预测精度与实验数据无显著差异。因此，开发的模糊系统可以预测车削加工中的直径误差，具有较高的准确度和精度。© 2014作者。由爱思唯尔公司出版 这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/3.0/）。信息工程研究院负责评选和同行评议关键词：铸型尼龙6;直径误差;模糊逻辑;预测* 通讯作者。联系电话：+662-555-2000;传真：+662-5878261。电子邮件地址：bandits@kmutnb.ac.th2212-6678 © 2014作者由爱思唯尔公司出版 这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/3.0/）。信息工程研究所负责的选择和同行评审Bandit Suksawat / IERI Procedia 10（2014）76771. 介绍通常，加工零件的质量是根据尺寸精度和成品表面质量来评估的。通过测量尺寸（长度、高度、宽度和直径）来考虑尺寸精度。用直线度、棱角度、圆柱度和圆度等几何特性来评定尺寸精度。尺寸误差，即实际尺寸与设计尺寸之间的差异，用于确认尺寸精度水平。此外，加工操作期间的各种误差可能影响加工工件的尺寸误差，例如机床运动误差、机床结构误差和切削力引起的误差（Xiaoli L.和DuR.，2002年）。机床运动误差主要由驱动系统的动力学特性、动力传动系统的间隙和机床导轨的磨损引起。机床结构误差会导致热膨胀误差和几何误差。而切削力引起的误差则会影响机床挠度、刀具挠度、工件挠度、热膨胀、刀具磨损和颤振。可加工性也影响在车床上加工的工件的尺寸误差（LiuZ.Q.，2000年）。影响可加工性的变量有机床变量、刀具变量、切削条件变量、工件材料变量和附加变量（LEE M。和李C.，2011年）。机床变量包括机床精度、机床功率和机床结构刚度等;刀具变量包括刀具材料、刀具形状、刀具与工件的接触特性等;切削条件变量包括切削速度、进给量和切削深度等。工作材料变量包括化学成分、工件形状和尺寸、强度、硬度等，附加变量包括冷却润滑和热效应等。以前，基于工件的变形和其他机械特性来关注几何和尺寸误差（Liu Z.Q.，2000）（Eyüp S.T.和C.，2005）（LEE M.和李C.，2011年）。然而，工件的变形取决于材料性质。浇铸尼龙6聚合物具有高模量、耐热性和耐疲劳性，它被用作几种机械部件的主要材料，如大型辊、齿轮、衬套和轴承。为了获得高精度的工件尺寸，需要预先对加工直径误差进行预测。然而，铸型尼龙6的预测直径误差不能在车间容易地预测。因此，一种新的预测方法的基础上的切削条件是必要的加工操作。因此，本文提出了一个预测模型的直径误差在铸型尼龙6车削操作使用模糊系统。2. 直径误差模型2.1. 直径误差定义本文将外圆车削加工中的直径误差定义为外圆轮廓上实际直径与实际直径的偏差。利用千分尺对圆柱形工件的直径偏差进行简易检测。这些偏差是由各种误差源引起的，例如几何误差、机床运动误差、热误差、切削力误差、切削刀具材料误差和刀具寿命误差。2.2. 机械加工中的尺寸误差模型及分析吕志清（2000）应用有限差分法，通过悬臂梁和两个固定支撑的数学分析，计算了多直径工件在车削过程中的变形。根据计算结果，提出了一种修正的校正方法，以补偿车削加工中的挠度。78Bandit Suksawat / IERI Procedia 10（2014）76肖里湖和Du R.（2002）从机床几何误差、机床热误差和切削力误差三个方面综合研究了工件误差。结果表明，机床的几何误差与机床操作无关。机床的热误差与切削速度、进给量、加工时间和环境温度有关。切削引起的误差参与了主导作用，估计切削条件（速度，进给和切削深度）和电机电流（主轴电机电流和进给主轴电机电流）的基础上，使用半径基函数（RBF）人工神经网络（ANN）。埃于普体育俱乐部和C.（2005）建立了悬臂梁车削工件的径向误差数学模型。该模型用实际直径与期望直径之差表示.误差沿工件长度方向逐渐增大，在悬臂端达到最大值。Eyüp S.T.也提出了用人工神经网络估算悬臂杆件直径误差的方法。和C.（20011年）。该模型具有良好的预测精度。李明李C。（2011）介绍了A16061钢车削加工几何误差分析的两个步骤。第一步是关于各种切削条件下的切削力和切削热。第二步采用有限元分析方法模拟车削工件的变形。模拟结果与实验结果的比较表明，工件的变形趋势相似。分析了车床的几何误差、切削力和热变形引起的误差，分别约为15%、10%和75%3. 模糊系统设计对于某些应用，模糊系统的性能通常优于传统系统，因为它们能够处理非线性和不确定性（BanditS.，2011年）。传统系统在每个阶段都做出精确的决策，而模糊系统尽可能长时间地保留有关不确定性的信息，只在最后阶段做出明确的决策。þ模糊逻辑的另一个优点是语言规则，这不仅使设计工具更加复杂，直观，而且还可以更好地理解和欣赏每个设计的特点。模糊逻辑系统的结构由三个连续分量构成（S.N.Sivan anda m and et.al.，2007年）：1) 模糊化：隶属函数2) 适当形状的选择和专家规则3) 选择合适的解模糊方法模糊化器使用隶属函数来模糊化输入和输出值。推理机用于对模糊规则进行模糊推理以产生模糊值。解模糊器将模糊转换为清晰的输出。本文确定了切削速度、进给量和切削深度作为车床转速的输入参数。直径偏差被确定为系统中的输出响应。在模糊系统中，采用隶属函数。隶属函数描述了模糊集合中的模糊性，无论集合中的元素是离散的还是连续的，最终用于模糊集合论的数学形式。输入和输出变量的模糊化和隶属函数表示。隶属函数的形状取决于水平逼近函数的形式。在这项研究中，三角形隶属函数被认为是。三角形隶属函数逐渐增大和减小，一般只使用一个确定值。描述语言语句的模糊模型的输入和输出之间的关系称为模糊规则。输入数值中表示的语言变量为切割速度、进给量和切割深度的低、低中、中、高中和高11个成员职能Bandit Suksawat / IERI Procedia 10（2014）7679þþ2001年。如果“进给”是“进给01”，且“切削深度”是“深度01”，且“切削速度”是“切削速度5”，则“SD”是“SD 06”2. 如果“进给”是“进给01”，“切削深度”是“深度02”，“切削速度”是“切削速度4”，则“SD”是“SD 05”3. 如果“进给”是“进给01”，“切削深度”是“深度03”，“切削速度”是“切削速度3”，则“SD”是“SD 05”2004年。如果“进给”是“进给01”，“切削深度”是“深度04”，“切削速度”是“切削速度2”，则“SD”是“SD 05”2005年。如果“进给”是“进给01”，“切削深度”是“深度05”，“切削速度”是“切削速度1”，则“SD”是“SD 04”6. 如果“进给”是“进给02”，“切削深度”是“深度01”，“切削速度”是“切削速度5”，则“SD”是“SD 06”2007年。如果“进给”是“进给02”且“切削深度”是“深度02”且“切削速度”是“切削速度4”，则“SD”是“SD 05”8. 如果“进给”是“进给02”，“切削深度”是“深度03”，“切削速度”是“切削速度3”，则“SD”是“SD 04”2009年。如果“进给”是“进给02”，“切削深度”是“深度04”，“切削速度”是“切削速度2”，则“SD”是“SD 08”10. 如果“进给”是“进给02”，“切削深度”是“切削深度05”，“切削速度”是“切削速度1”，则“SD”是“SD 07”。如果“进给”是“进给03”，“切削深度”是“深度01”，“切削速度”是“切削速度5”，则“SD”是“SD 04”。如果“进给”是“进给03”且“切削深度”是“深度02”且“切削速度”是“切削速度4”，则“SD”是“SD 01”用于输出响应，如最低、较低、接近低、低、低中、中、高中、接近高、高、较高和最高。更精确的结果可以通过使用隶属函数的数量，因此，11隶属函数被选为目前的工作。表1给出了用于切削速度、进给量、切削深度和直径误差的表达式。隶属函数及其输入参数范围如图1-4所示。根据实验结果制定了模糊规则。75个模糊规则，11个输出，导致75个实验结果，采取最大最小合成操作。模糊过程的输出响应仅在模糊值中可用，并且将被去模糊化。对于解模糊，使用解模糊值。杜模糊化是将模糊量转化为精确量的转化过程。Fig. 1.进给速度隶属函数图2.切削深度图三.切削速度隶属函数图4.直径误差隶属函数表1.一个模糊规则面心法是一种比较通用的去模糊化方法，其解模糊结果比其他方法更可靠。这种去模糊化方法计算隶属函数下区域的质心。80Bandit Suksawat / IERI Procedia 10（2014）764. 实验和方法所用铸型尼龙6的力学性能为密度1.14g/cm3，拉伸强度740-920 MPa，伸长率40%。工件直径为25.4mm，长度为120 mm广场9.5车削加工采用mm单刃高速钢刀具。在实验中使用具有12的后角、12的前角和66的楔角的高速钢切削刀具几何形状的常规形式。试验在5×5×3的加工条件下进行，进给量分别为0.04、0.08、0.125、0.15和0.2mm/rev，切削深度分别为1.3、1.8、2.5、3和4.5，车削转速分别为650、1,140和2, 000 rpm。每个实验重复进行三次。使用1μm精度千分尺在圆形横截面上的a、b和c三个点测量加工零件直径，每个位置由A、B和C组成，沿150 mm工件长度（L）（图5）。每次重复的测量数据用于计算加工直径的标准偏差。对每个位置的直径误差进行方差分析（ANOVA），以验证沿工件长度获得的数据的相等性。以进给量、切削速度和切削深度为输入参数，利用所设计的模糊系统对直径误差进行预测。将预测的直径误差与实验测量的直径误差进行了绝对误差和相对误差的比较。通过实验与预测结果的对比，验证了预测的正确性.用相关值来衡量预测精度的变化趋势。影响分析的因素（B。Suksawat，2012）也被用来检查一个重要的切削参数，影响到单点切削工具切削尼龙6的直径不确定性。一图五.直径误差测量5. 实验和仿真结果各实验铸型尼龙6车削加工的平均加工直径绝对误差见图。六、在650、1,100和2,000 rpm的转速下，执行34.91-2,000 rpm范围内的各种切削速度161.48米/秒根据车削速度值，切削速度可分为34.91- 52.48、61.42-92.04和107.48-161.48 m/s三个范围。在转速为650、1,140和2,000 rpm时，实验的平均加工直径误差分别为9.033、8.140和8.983μm。而在650、1,140和2,000 rpm的车削速度下，最大加工直径误差分别为35.593、38.718和31.290μ m。总平均加工直径误差为8.7186μ m（SD = 7.606）。影响因变量和自变量分析的因素的直接和间接影响值见图6。进给量、切削深度和切削速度的直接效应值分别为0.3085、0.6521和-0.1832。切削参数切削深度和进给量对铸型尼龙6车削加工直径误差有很强的正相关性。切削速度对自变量的影响为负。间接效应值为-0.2954，表明切削速度与切削深度呈负相关LCB一Bandit Suksawat / IERI Procedia 10（2014）7681另一方面，由于切削条件参数的近似绝对有效值趋于零，因此可以忽略切削条件参数的内聚性。进给量、切削深度和切削速度的总因果效应值（直接效应和间接效应之采用方差分析法研究了工件A、B、C位置的经度位置对车削加工直径误差的影响。方差分析表明，各位置的直径误差方差无差异，0.05的显著性值（表2）。因此，在铸型尼龙6车削加工中，工件长度参数对直径误差没有影响。4540353025201510500 20 40 60 80 100 120 140 160 180切割速度（m/s）见图6。加工直径误差对各切削速度的影响表2.总预测误差和ANOVA结果组计数总和平均方差位置A75103.9231.3856412.158158位置B75100.0741.3343212.199533位置C75123.16811.6422412.071405ANOVA来源变化SSDFMSFp值F临界值组间4.08230522.0411520.952460.3873623.036524组内475.75312222.143032总479.8354224近72%的实验结果的绝对误差值在0.5μ m以内，14.67%的实验结果的绝对误差值在0.5 - 1μ m之间。然而，少数结果的绝对误差超过1μ m。提高切削速度可以减小加工直径的绝对误差.在650、1,100和2,000 rpm下，平均预测绝对误差与切削速度的关系如图8所示。随着平均切削速度的增加，各转速的平均绝对误差减小。该试验误差受从实验结果获得的加工直径绝对误差的分布的影响。在实验中，获得的直径绝对误差在650 rpm数据上达到最大范围650 rpm1140转/分2000 rpm机加工直径误差（mm）82Bandit Suksawat / IERI Procedia 10（2014）76分布而直径绝对误差数据的分布随着转速的增加而逐渐减小。在表3中示出了预测的绝对和相对误差方面的最小值、最大值、平均值和标准偏差（SD）值。预测的最大绝对误差和相对误差分别为3.29μm和36.067%。而模糊系统的平均绝对值和相对值识别能力分别为0.536 μm和6.328%。通过对实测直径误差与预测直径误差的比较，验证了预测能力。9.第九条。表3.总预测误差结果þ见图7。影响分析结果的3.503.002.502.001.501.000.500.000 20 40 60 80 100 120 140 160 180切割速度（m/s）见图8。各切削速度预测结果具有较高的精度，R2= 0.988。从图9中可以看出，实验值和模糊预测值之间的相关性非常接近，表明模糊系统可以有效地用于预测铸型尼龙6车削操作中的直径误差。对拟定模糊逻辑模型性能的分析表明，统计t值0.5421在临界t值± 1.9925的范围内，如表3所示。因此，用模糊系统建立的直径误差预测与实验测量数据无显著差异（p>0.05）。统计F值为0.0021，小于临界F值，因此零假设可接受（表4）。从该结果650 rpm1100 rpm2000 rpm进料速率0.30851.77公斤机械加工0.6521直径误差切削深度-1.4510-3-0.2954-0.1832切削速度绝对误差（μ m）列表错误类型绝对值（μm）相对值（%）最小值0.0070.104平均值0.5366.328最大值3.29336.067Bandit Suksawat / IERI Procedia 10（2014）7683结果表明，模糊系统预测值与实验实测值的精度无显著性差异（p>0.05）。表104. 配对T检验结果用于验证测量值和预测值的不同数据集详细测量值预测值t统计t临界双尾P（T =t）双尾平均值8.7186 8.6626 0.5421 1.9925 0.5803差额意见75 75Pearson相关系数0.9940表5.与测量数据变异来源SS df MS F Stat F组间临界P值0.11756 1 0.11756 0.0021 3.9051 0.9632集团内共计8149.5590 14940353025201510500 5 10 15 20 25 30 35 40实验结果直径误差（mm）见图9。预测和测量数据6. 结论建立了铸型尼龙6车削加工直径误差的模糊预测模型。以切削速度、进给量和切削深度等切削参数作为隶属度函数的输入参数。直径误差作为模糊系统的输出。在铸型尼龙6车削加工中，工件长度和切削速度对直径误差没有影响y = 0.9448x +0.425R² = 0.9881模糊预测的直径误差（φ m）84Bandit Suksawat / IERI Procedia 10（2014）76而车削加工中，切削深度和进给速度对直径误差有较大影响。所开发的模糊系统可以预测直径误差的绝对误差为0.536μ m，相对误差为6.328%。统计分析表明，在95%置信度下，模糊系统预测模型的准确度和精密度与实验数据无显著性差异。预测结果与实验数据的对比验证也显示了较高的相关性。因此，开发的模糊系统是一个潜在的方法预测直径误差的铸型尼龙6车削操作在车间。引用[1] 苏克萨瓦强盗基于切屑形态类型的切削条件对铸型尼龙切削力和表面粗糙度影响的试验研究。应用力学与材料，2012; 110-116（5）：3563[2] 苏克萨瓦强盗铸型尼龙6车削加工表面粗糙度在线评定系统的开发。Procedia工程。2011; 15：4841-4846.[3] Eyup Sabri Topal和Can Sabrío Tucun。车削加工中切削力引起的误差的消除方法。材料加工技术杂志，2005; 70：192-203.[4] Eyup Sabri Topal和Can Sabrío Tucun。悬臂梁数控车削加工中径向误差的计算机估计与补偿。智能制造学报，2011; 22：853-865.[5] 李文宰，李春万。车削加工中几何误差分析模型的开发。中南理工大学学报，2011; 18：711-717.[6] 刘战强。多直径工件车削变形的有限差分计算。材料加工技术杂志，2000; 98：310-316.[7] S.N.西瓦南达姆，西-地Sumathi和S.N.迪帕《模糊逻辑的MATLAB应用入门》，柏林，海德堡，2007.[8] Xiaoli Li和R.车削加工中工件误差的分析与补偿。国际生产研究杂志，2002; 40（7）：1647-1667.