Investigación sobre el Método de Optimización de Error Dinámico en el Mecanizado de Palas de Impulsor Basado en Tecnología de Gemelo Digital
Autores: Li, Rongyi; Wang, Shanchao; Wang, Chao; Wang, Shanshan; Zhou, Bo; Liu, Xianli; Zhao, Xudong
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Investigación sobre el Método de Optimización de Error Dinámico en el Mecanizado de Palas de Impulsor Basado en Tecnología de Gemelo Digital
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Palas de impulsor tc4
Herramienta de corte
Pieza de trabajo
Predicción de errores de procesamiento
Desgaste de herramientas
Tecnología de gemelos digitales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 16
Citaciones: Sin citaciones
Una pala de impulsor TC4 es una parte típica débil, rígida y de pared delgada. El área de contacto entre una herramienta de corte y una pieza de trabajo tiene características de variación temporal fuertes. Esto conduce a una fuerte variación no lineal en la carga de corte. Por lo tanto, en este tipo de parte, el error de procesamiento es difícil de controlar. Para resolver este problema, se propone un método de predicción de errores de procesamiento y control inteligente que considera el efecto de la variación del tiempo de desgaste de la herramienta, combinando la tecnología de gemelos digitales. En primer lugar, se construye un modelo iterativo para la optimización del proceso de gemelo digital. En segundo lugar, se propone un modelo de predicción iterativa de la posición de mecanizado siguiendo la fuerza de fresado y considerando el efecto del desgaste de la herramienta. Basado en estos modelos, se predice el error de mecanizado de la pala de impulsor TC4 bajo carga dinámica. La predicción de errores de mecanizado dinámica y el control inteligente se realizan combinando el modelo de gemelo digital y el algoritmo de proceso multiobjetivo. Finalmente, se verifica el efecto de optimización del error de mecanizado del modelo de gemelo digital propuesto a través de un experimento de comparación del fresado de palas de impulsor. En términos de la precisión del mapeo de la fuerza de fresado, el error promedio después de la optimización es inferior al 8%. El error máximo no supera el 14%. En términos del efecto de optimización, el error promedio del contorno de la pieza de trabajo optimizada se reduce en aproximadamente un 20%. El error de contorno máximo se reduce en aproximadamente un 35%.
Descripción
Una pala de impulsor TC4 es una parte típica débil, rígida y de pared delgada. El área de contacto entre una herramienta de corte y una pieza de trabajo tiene características de variación temporal fuertes. Esto conduce a una fuerte variación no lineal en la carga de corte. Por lo tanto, en este tipo de parte, el error de procesamiento es difícil de controlar. Para resolver este problema, se propone un método de predicción de errores de procesamiento y control inteligente que considera el efecto de la variación del tiempo de desgaste de la herramienta, combinando la tecnología de gemelos digitales. En primer lugar, se construye un modelo iterativo para la optimización del proceso de gemelo digital. En segundo lugar, se propone un modelo de predicción iterativa de la posición de mecanizado siguiendo la fuerza de fresado y considerando el efecto del desgaste de la herramienta. Basado en estos modelos, se predice el error de mecanizado de la pala de impulsor TC4 bajo carga dinámica. La predicción de errores de mecanizado dinámica y el control inteligente se realizan combinando el modelo de gemelo digital y el algoritmo de proceso multiobjetivo. Finalmente, se verifica el efecto de optimización del error de mecanizado del modelo de gemelo digital propuesto a través de un experimento de comparación del fresado de palas de impulsor. En términos de la precisión del mapeo de la fuerza de fresado, el error promedio después de la optimización es inferior al 8%. El error máximo no supera el 14%. En términos del efecto de optimización, el error promedio del contorno de la pieza de trabajo optimizada se reduce en aproximadamente un 20%. El error de contorno máximo se reduce en aproximadamente un 35%.