摘要：18Cr2Ni4WA钢以其韧性好和强度高的特点,广泛使用于螺旋伞齿轮等重载齿轮的生产与制造。磨齿作为齿轮加工的最后工序,磨削区域较高温度场容易引起磨削烧伤发生,使加工表面质量和疲劳寿命难以保证。针对齿轮钢18Cr2Ni4WA磨削烧伤问题,设计SG砂轮磨削实验,研究其发生磨削烧伤时表面形貌、显微硬度的变化规律,并通过有限元仿真预测烧伤层深。研究结果表明:当砂轮速度为20.3m/s、工件速度为0.03m/s、磨削深度大于0.05mm时工件发生磨削烧伤,随着磨削深度的增加,烧伤程度加重,磨削表面氧化层颜色由淡黄色转为褐色最后呈现青色,表面形貌由纹理清晰转为涂覆;工件产生回火烧伤时,产生硬度较低的回火索氏体;烧伤层深的仿真模拟值与实验测量值基本吻合,验证了有限元仿真对磨削烧伤预测的可行性。

摘要：针对超高强度钢AerMet100磨削烧伤问题,基于磨削热力耦合及烧伤测试方法的结合获得磨削烧伤机理和定量化分析方法。在正交磨削工艺参数条件下对磨削温度和磨削力测试分析,建立了磨削力和磨削温度关于磨削工艺参数的回归经验模型。在此的基础上,分别采用酸洗法、显微硬度法、微观组织法研究了的磨削烧伤机理和测试方法,同时采用巴氏杂讯法获得了磨削烧伤关于磨削工艺参数的回归经验模型,分析了磨削工艺参数对磨削烧伤的影响规律。研究结果表明:磨削烧伤是磨削热力耦合作用的结果,采用巴克杂讯法检查烧伤具有无损测试、量化分析的优点;磨削力、磨削温度和磨削烧伤BN值均对磨削深度的变化最敏感,磨削烧伤BN值随着磨削深度、砂轮速度和工件速度的增大而增大。其为超高强度钢AerMet100构件的磨削烧伤测试和控制提供数据依据和理论指导。

摘要：为解决磨削曲轴轴颈端面时出现磨削烧伤的问题,在调整冷却系统无果的情况下,重新设计砂轮结构。通过调整砂轮端面和磨料类型,设计并制备新型电镀CBN砂轮,并以其进行磨削加工实验。结果表明:在冷却系统不变的情况下,新型电镀CBN砂轮可以解决此加工过程中的磨削烧伤问题。

摘要：针对第三代单晶高温合金DD9磨削烧伤问题,设计三因素五水平实验,从表面形貌、显微硬度和显微组织等角度出发,研究磨削工艺参数对烧伤的影响规律。结果表明:当工件进给速度小于等于250 mm/min时,磨削表面粗糙度Ra在0.8μm左右小幅度变化,表面质量较好;当工件进给速度大于250 mm/min,磨削深度超过1.0 mm后,磨削区域温度急剧上升,磨削纹路被破坏,出现涂覆、凹坑等磨削缺陷,工件表面发生烧伤;DD9合金缓进给磨削工件表面及表层均表现为加工硬化,显微硬度为400~600 HV,硬化层深度在50~110μm,塑性变形层厚度为1~10μm。推荐的DD9磨削工艺参数组合为:砂轮线速度vs=20 m/s,进给速度vw=250 mm/min,磨削深度ap=0.6 mm。

摘要：高强度钢18CrNiMo7-6在磨削加工中容易出现磨削烧伤现象,为减少该类现象的发生,在干磨实验条件下,设计CBN砂轮磨削实验,通过人工热电偶测量磨削时工件表面温度,研究其磨削烧伤机理。采用磨削实验,研究了磨削深度、进给速度及砂轮速度对工件磨削烧伤的影响;采用显微硬度法和显微组织染色法对比结合分析了磨削烧伤金相组织、显微硬度的变化规律,探究了18CrNiMo7-6钢磨削烧伤机理及磨削烧伤深度的变化。结果表明:在磨削烧伤层发生明显的显微组织变化,回火烧伤层深为40~80μm;且随着距表面深度的加深,硬度逐步恢复为原始基体硬度。

摘要：分析了磨削烧伤在线辨识中模糊区存在的原因 ,提出用样本模式确定模糊区的方法 ,并对模糊区试件进行金相组织和显微硬度检测 ,结果表明 ,处于模糊区的试件 ,都发生轻微的回火烧伤 ,但部分试件表面加工硬化的程度大于回火烧伤而软化的程度。

摘要：钛合金由于导热率低,在磨削过程中工件表面容易产生烧伤或裂纹。采用图像法进行在线表面烧伤识别时,受到磨削液等现场因素的影响,采集的工件图像存在运动模糊或者目标区域被遮挡等现象,影响深度学习模型的识别效果。针对现场图像受损的问题,采用对偶学习和跳跃连接的方法,设计生成对抗网络的生成器、判别器和损失函数,对细节信息进行修复,重建退化图像。试验结果表明,经过重建的钛合金磨削现场图像的峰值信噪比(peak signal to noise ratio,简称PSNR)平均值达到25以上,结构相似度(structural similarity,简称SSIM)平均值达到0.77以上。采用基于模型微调的方法对重建后图像进行烧伤识别,准确率达到90%以上。

摘要：对磨削火花温度信号进行了频域和时域分析 ,选取σ2 和 ρ1构成模式特征向量 ,针对烧伤和未烧伤两类模式存在重叠区的分布特点 ,根据Bayes原理提出了一种统计分类方法 ,建立了在线辨识系统。反复的实验结果表明 ,提出的在线辨识方法是可行的。

摘要：阐述了磨削烧伤的成因与危害,并在对相应检测手段进行描述后指出,作为影响产品质量的一项重要因素,现有测试方法已难以满足准确、快速检测的要求。介绍了一种新颖、高效、实用的"磁弹法"的工作原理,以及在此基础上研制的专用仪器,尤其叙述了借助磁弹法检测工件磨削烧伤时的评定指标和仪器的特征值定标。最后还就诸多工艺因素对磨削烧伤的影响做了相关分析。

摘要：为利用有限的钛合金烧伤图像来提高图像识别准确率,设计一种基于迁移学习的钛合金烧伤图像识别方法。利用该方法将经过ImageNet数据集训练的GoogLeNet和ResNet50网络模型保留卷积层及其对应权重参数作为特征提取器,分别与设计的特征识别网络建立连接,形成烧伤图像识别网络。在自制钛合金烧伤图像数据集上对网络模型进行训练。通过实验验证表明:该模型可以自动识别出无烧伤、轻度烧伤、中度烧伤、重度烧伤4类钛合金图像,识别准确率较未使用迁移学习的网络模型有大幅提升。