数控卧式镗铣床刀库结构设计【链式刀库 60把刀】

喜欢就充值下载吧。。资源目录里展示的文件全都有，，请放心下载，，有疑问咨询QQ:414951605或者1304139763 ======================== 喜欢就充值下载吧。。资源目录里展示的文件全都有，，请放心下载，，有疑问咨询QQ:414951605或者1304139763 ======================== 链式自动换刀臂的多阶段优化设计 KIM Jae-Hyun, LEE Choon-Man 韩国昌原国立大学机电学院，昌原641-773， 中南大学出版社和柏林海德堡施普林格出版社2012 摘要：为了提高加工效率，刀具更换时间需要有所减少。因此，用于连接到一个自动换刀加工中心的换刀时间将减少。同时自动换刀系统是加工中心的一个重要部分，作为驱动源。使用商业代码ANSYS Workbench V12试图解释自动换刀装置的静态属性，对和自动换刀臂的优化设计进行了多级优化设计。依靠自动换刀的形状的优化建议，并对结果进行了验证，获得可接受的改进。它是能够获得一个与初始模型的比较，最大变形，最大应力和质量分别减少10.46%，12.89%和9.26%的优化模型。同时，实验设计方法也与常规的实验设计方法进行了多级优化比较。 关键词：自动换刀装置；优化设计；结构分析；交换臂 1 引言 最近，在机械制造行业中，模具和机械零件已经变成了小批量生产系统。同时，需要提高生产率和切割速度。然而，从实践观点看，高质量和低成本是有针对性的实际的立场。因此，对于这样的目标追求实现机床高速加工，实现自动化，缩短交货时间。结果，它是可能的检查状态的工具和工件在机床使用适当的传感器。此外，加工中心的自动换刀装置（ATC）和一个托盘自动交换装置（APC）旨在操作无人值守厂24 小时，自动换刀装置存储用于加工中心的杂志和变化的工具自动为所需的工具。改变这样的管制的工具正是安装在主轴[1]。 同时，它代表了一种先进的优势，由于对机床的干扰少，加工中心操作者可以从事其他工作。也就是说，运营商可以控制其他机床或准备下一个工件，从而减少生产时间。 在这项研究中使用的链式ATC代表着许多工具都存储在一个特征模块。在工具的改变，两个臂移动到旋转180°在直接转换的方式配置工具更改到下一个工具[2]。因此，有必要同时确保结构特点和设计轻量化。 在实际的工业领域，优化设计是非常重要的。因此，提出了各种机械零件优化各种优化方法[3]。 宋等人[ 4 ]提出的轴承短优化设计提高学报的人工生命算法。阿莱尔等人[ 5 ]结合结构优化的拓扑和形状的进行推导。BAGCI和艾库特[ 6 ]提出田口优化验证数控铣削的最佳表面粗糙度。兰博迪[ 7 ]提出了一种基于模拟退火算法的桁架结构优化设计。塞库尔斯基[ 8 ]表明，遗传算法是一种有效的多目标优化工具的拓扑结构同时设计优化的设计工具。 SEO等人[ 9 ]提出的形状优化和基于ISO几何分析的设计的延伸。 在优化空管部门，其结构特点的因素和轻量化是彼此相反[ 10 ]。它显示一个权衡，如果追求提高结构轻巧，结构特点，将是一个弱点，如果改进的结构特点，对轻量化的实现是很困难的。因此，为了满足这些相反的因素和优化，以不同方式等臂形状优化是通过实验设计了[ 11 ]。 在这项研究中，获得更为优化的模型比以前的研究[ 11 ]，一个多阶段进行的优化设计。优化设计是利用商业分析程序，CATIA V5和ANSYS Workbench，和分析的有效性是通过比较初始和传统优化模型在这项研究中实现的优化模型研究。 2 AT的结构 ATC由三个元素组成，如杂志，更换部分，和臂部。部分杂志是一种装置，储存大量的工具和修改工具使用伺服电机。该变换器部分配备伺服电机，旋转臂。臂部的啮合工具在加工中心的旋转180°主轴和杂志显示臂形变化的工具。 图1说明了ATC模拟利用CATIA V5 R17的整个结构。 图1 就ATC链式结构图 手臂的初始模型进行结构分析。在进行有限元分析的参考，使用商业分析程序进行了初步的有限元分析模型，利用ANSYS Workbench的V12。分析是通过最小化在臂的附加部分进行。在分析方法上，一个十六进制主导的方法应用于一个有限元分析共51794个节点和13496元素。图2显示了手臂的初始有限元模型。 图2 初始有限元模型的手臂 在分析的边界条件，在ATC臂中心孔的支持，和重力加速度的应用到整个身体。在负载条件下，负载147 N适用于夹两端考虑工具的最大重量。 结构分析的结果示于图3。在夹具的初始模型两端的最大变形量为5.7487μM。同时，最大应力在截面边缘产生，这推动了空管部门后4.1762兆帕的的手指。 图3 结构分析：（一）臂的变形分布；（b）的应力分布 3 ARM的多阶段优化 静态顺应性FX（= D / F）可通过静刚度的得出了。特别是，在一些机械结构的机床和工业机器人要求高精度和加工效率，就成为最重要的静态特性以及结构的重量，这些因素是综合评价，同时。正如上面提到的，静态优化的问题被确定为这两个目标函数的静态特性和重量最小化的问题[12]。 因此，在这项研究中，优化是为满足每个目标函数的一个多级的方式进行。第一阶段为提高静态特征的阶段。通过定义设计因素，减少变形，可诱导的最佳模型。第二阶段是确定为实现其轻量化的一个阶段。基于第一阶段提出的优化模型，形状优化是针对它的重量减少了10%行。 3.1第一阶段的臂优化设计 在第一阶段的优化设计，优化设计的目的是最大限度地减少臂的变形。 图4说明了手臂的设计变量。 图4 ATC臂因素 臂的尺寸和形状优化设计的一般形式可以通过定义目标函数和约束条件下的函数[13-15]。为实现对ATC臂的优化设计，形式化定义如下： 其中X代表的设计变量，并σ和δ显示应力和变形，分别。同时，σa和σb为显示的应力和变形的允许值，分别为。一方面，A，B，和C的设计变量。设计变量的配置±30毫米，不到目前的碰撞干涉的影响在结构上的设计。 在最佳设计，最佳的解决方案可以最大限度地减少臂的变形使用CATIA V5的产品工程优化。表1给出了优化结果。 图5说明了该优化设计的臂的结构分析结果。在分析中的边界条件被配置为作为初始模型同样存在。 表1 优化结果减小变形 图5 减少变形的结构分析优化的ARM的：（a）变形分布；（b）的应力分布 3.2第二级臂优化设计 实现手臂的轻量化是降低工件成本的重要因素。同时，可以通过引入一个轻量级的结构[ 16 ]改善经济。因此，实现手臂的轻量化优化设计是在第二阶段进行。在降低质量的目标是10%的基础上的最佳设计的第一阶段提出的模型的手臂。为减少手臂的质量，形状优化采用ANSYS Workbench进行形状优化功能。为优化设计的形式化可以如下： 在Z是一个设计变量,δσ和显示压力和变形,分别和σa和δa津贴的应力和变形值。同时,设计变量Φr是配置找到所有部分的质量减少可能除了部分,它有一些局限性在设计。 图6说明了最佳的解决方案，最大限度地减少臂的变形结果。如图6所示，提出了“部分删除“代表一个质量可部分去除它。根据研究结果，可部分除去到最高水平。图7显示了基于形状优化结果的臂轻量化提出的最佳形状。 图6 基于ANSYS的形状优化结果 图7臂设计 结构分析使用所提出的优化设计进行。同时，在分析中的边界条件被施加作为现有的初始模型相同的。 图8显示了结构分析的结果，这是通过施加的最佳形状进行。 图8结构分析的轻量化优化臂：（a）变形分布；（b）的应力分布 该模型的最大变形采用优化设计，从5.748减少7μM在初始模型提出了5μ5.147 m高达10.46%，产生在夹子端作为初始模型相同的。同时，最大应力降低4.176 2兆帕在初始模型3.637 9兆帕高达12.89%。此外，质量从7.871 2公斤的初始模型，提出了减少到7.142 5公斤，多达9.26%。 表2给出了比较的结果的优化设计[ 11 ]采用多级优化设计实现了在这项研究中进行的实验设计。 表2 结果比较 在本研究中得到的结果与实验设计的结果比较，最大变形，最大应力，和质量的1.38%，12.61%，和5.63%的降低，分别为。因此，可以看出，使用CATIA、ANSYS进行本研究多级设计使得有可能吸引更多的改进优化设计比现有的研究。 4 结论 1）采用多级优化设计，可以获得一个优化模型，与初始模型的比较最大变形，最大应力和质量分别减少10.46%，12.89%，9.26%，。 2）在多级优化设计和进行实验设计与优化设计的比较，最大变形，最大应力和质量分别减少了1.38%，12.61%和5.63%。 3）通过比较常规方法的结果的实验设计方法，提出了采用多级优化设计，验证了优化设计是否正确进行。 4）基于CATIA、ANSYS商业软件使用多级优化设计验证，预计可应用于机床的结构优化设计。 参考文献 [1] LEE S W, LEE H K. Reliability evaluation of ATC for high-speed line center [J]. Journal of Korean Society for Precision Engineering, 2006, 23(6): 111 − 118. (in Korean) [2] BARK T Y. The design of automatic tool changer [M]. Korea Advanced Institute of Science Univ Press, 1977: 1− 11. (in Korean) [3] ROY R, HINDUJA S, TETI R. Recent advances in engineering design optimization: Challenges and future trends [J]. CIRP Annals − Manufacturing Technology, 2008, 57: 697−715. [4] SONG J H, YANG B S, CHOI B G, KIM H J. Optimum design of short journal bearings by enhanced artificial life optimization algorithm [J]. Tribology International, 2005, 38(4): 403 − 412. (in Korean) [5] ALLAIRE G, JOUVE F, DE GOURNAY F, TOADER A. Combining topological and shape derivatives in structural optimization [C]// European Conference on Computational Mechanics. 2006: 644. [6] BAGCI E, AYKUT S. A study of Taguchi optimization method for identifying optimum surface roughness in CNC face milling of cobalt-based alloy [J]. The International Journal of Advanced Manufacturing Technology, 2006, 29(9): 940− 947. [7] LAMBERTI L. An efficient simulated annealing algorithm for design optimization of truss structures [J]. International Journal of Computers and Structures, 2008, 86: 1936 − 1953. [8] SEKULSKI Z. Multi-objective topology and size optimization of high-speed vehicle-passenger catamaran structure by genetic algorithm [J]. Marine Structures, 2009, 22: 691 −711. [9] SEO Y D, KIM H J, YOUN S K. Shape optimization and its extension to topological design based on isogeometric analysis [J]. International Journal of Solids and Structures, 2010, 47(11): 1618− 1640. (in Korean) [10] JIA S, XIN W, XIACONG J, TAEKESHI I. Multi objective optimization based fast motion detector [J]. Lecture Notes in Computer Science, 2011, 6523: 492−502. [11] KIM J H, LEE M J, LEE C M. Geometric optimal design of an ATC arm using design of experiments [C]// Proceedings of the IASTED International Conference. 2010: 357 − 362. (in Korean) [12] LEE Y W, SUNG H G. Multi-phase optimization of quill type machine structures (1) [J]. Journal of Korean Society Precision Engineering, 2001, 18(11): 155−160. (in Korean) [13] LEE M J, LEE C M. A study on structural analysis and optimum shape design of tilting index table [J]. Journal of Korean Society Precision Engineering, 2009, 27(2): 86− 93. (in Korean) [14] ARORA J S. Introduction to optimum design, [M]. McGraw-Hill, 2003: 8−9. [15] KIM H S, LEE Y S. Optimization design technique for reduction of sloshing by evolutionary methods [J]. Journal of Mechanical Science and Technology, 2008, 22(1): 25−33. (in Korean) [16] KIM J S. A study on the weight-saving design of the boom in high ladder vehicle [J]. Transactions of the Korean Society of Machine Tool Engineers, 2007, 16(2): 8−13. (in Korean) 10