一种基于刀具参数和材料参数的车削表面粗糙度预测方法

文档序号:1945676 发布日期:2021-12-10 浏览:18次 >En<

阅读说明:本技术 一种基于刀具参数和材料参数的车削表面粗糙度预测方法 (Turning surface roughness prediction method based on cutter parameters and material parameters ) 是由 何春雷 王姝淇 任成祖 耿昆 张婧 于 2021-09-02 设计创作,主要内容包括:本发明公开了一种基于刀具参数和材料参数的车削表面粗糙度预测方法,先测量车削刀具波纹度、刀尖圆弧半径和切削刃钝圆半径等刀具参数,计算刀具切削刃轮廓对应的表面粗糙度分量;然后获得硬度和弹性模型等材料参数,利用材料参数计算塑性侧流等对应的表面粗糙度分量;最后将刀具切削刃轮廓、弹性回复、塑性侧流等对应的表面粗糙度分量和非确定性表面粗糙度分量综合,对车削加工表面粗糙度进行精确预测。对于细晶金属材料其预测的绝对误差可控制在3nm以内。(The invention discloses a turning surface roughness prediction method based on cutter parameters and material parameters, which comprises the steps of firstly measuring cutter parameters such as the waviness of a turning cutter, the arc radius of a cutter tip, the radius of a cutting edge blunt circle and the like, and calculating a surface roughness component corresponding to the cutting edge profile of the cutter; then obtaining material parameters such as hardness and an elastic model, and calculating surface roughness components corresponding to plastic lateral flow and the like by using the material parameters; and finally, integrating the surface roughness components corresponding to the cutting edge profile, elastic recovery, plastic lateral flow and the like of the cutter and the nondeterministic surface roughness component, and accurately predicting the surface roughness of the turning. The absolute error of the prediction can be controlled within 3nm for the fine-grained metal material.)

一种基于刀具参数和材料参数的车削表面粗糙度预测方法

技术领域

本发明涉及粗糙度预测方法,尤其涉及一种车削表面粗糙度预测方法。

背景技术

粗糙度是表征车削表面加工质量的关键参数,与工件的使役性能息息相关。目前的车削 表面粗糙度预测方法不考虑刀具切削刃微缺陷,当加工参数较大的时该预测方法具有一定的 准确性。然而,随着精密/超精密车削技术为代表的微加工方法的广泛应用,上述预测方法 的缺陷愈加明显,具体表现为以下几个方面:

1.在小切削参数的条件下,刀具轮廓复印作用对表面粗糙度的影响逐渐增强。具体而 言,由于刀具制造工艺水平的限制,在刀具切削刃上不可避免地存在着微豁等缺陷,在车削 过程中刀具的微豁等制造误差会复印在加工表面上。

2.除了刀具轮廓的复印作用之外,在切削过程中还存在工件材料的弹性回复和塑性侧 流,其中材料弹性回复的数值随每转进给量的减小变化不大,而塑性侧流现象则随着每转进 给量的减小而显著增加,现有预测方法未考虑材料的弹性回复和塑性侧流的影响,导致随着 切削加工参数的减小,其预测误差明显增大。

3.加工多晶金属材料时,材料内部的晶界等材料缺陷也会影响表面粗糙度,而目前的 表面的粗糙度预测方法缺少对材料缺陷的考虑。

由于上述问题的存在,导致现有预测方法在预测精密/超精密车削加工表面粗糙度时预 测误差明显增大,无法准确获得表面粗糙度的变化趋势。

发明内容

本发明的目的在于克服已有技术的缺点,提供一种考虑刀具参数和材料参数的车削表面 粗糙度预测方法,提高车削表面粗糙度预测的准确性。

本发明解决上述技术问题采用的技术方案为:

本发明的一种基于刀具参数和材料参数的车削表面粗糙度预测方法,包括以下步骤:

步骤一、车削加工之前,对刀具的前后刀面进行擦拭;

步骤二、利用原子力显微镜对车削刀具的切削刃三维形貌进行测量得到切削刃三维形貌 图,通过原子力显微镜在切削刃三维形貌图上选取5个不同位置获得刀具刃口的二维截面轮 廓坐标数据,依据获取的坐标数据,利用最小二乘法得到5个不同位置刀具刃口处的刀具切 削刃钝圆半径采样值,其算术平均值视为切削加工中刀具的切削刃钝圆半径rn

步骤三、采用步骤一中的方法对刀具的前后刀面进行擦拭,然后将刀具平放在测量台 上,利用刀具测量仪对刀尖圆弧半径和波纹度进行测量,获得刀具的刀尖圆弧半径数值 rε、刀具切削刃轮廓张角θ和波纹度数值e;

步骤四、通过公式xd=(rε+e)sinθ,yd=rε-(rε+e)cosθ计算刀具实际轮廓坐标(xd,yd),坐标点的数量m由刀具测量仪获得;

步骤五、计算参与切削的刀具轮廓对应的表面粗糙度分量,具体步骤为:

第一步,将刀具置于机床上,操作机床使刀具在工件表面划出一条直线划痕,利用原子 力显微镜获得直线划痕的二维截面轮廓坐标(xf,yf),坐标点的数量n由原子力显微镜获得, m>n;

第二步,在m个刀具实际轮廓坐标点内任意选取n个连续的坐标点,计算这n个坐标点 与直线划痕二维截面轮廓n个坐标点的距离之和;

第三步,重复第二步,在刀具实际轮廓内选取n个连续的坐标点并计算上述距离之和, 重复(m-n)次相同运算并进行比较,选择(m-n)组结果中距离之和最小的一组刀具切削刃 实际轮廓坐标点,确定为参与切削的刀具轮廓;

第四步,以每转进给量为周期,在单个周期内参与切削的刀具轮廓两个端点坐标分别表 示为(xC,yC)和(xD,yD),刀具切削刃轮廓最低点的坐标表示为(xmin,ymin),参与切削的刀具 轮廓对应的表面粗糙度分量表示为Rtew=1/2(yC+yD)-ymin

步骤六、采用如下公式计算切削刀具的最小切削厚度式中λ=0.9,μ是切削刀具和材料之间的摩擦系数;

步骤七、采用经验公式s=kH/Ern计算刀具材料弹性回复对应的表面粗糙度分量,其中s 是弹性回复对应的表面粗糙度分量,H是工件材料的硬度,E是工件材料的弹性模量,k是 经验常数;

步骤八、采用经验公式计算塑性侧流对应的表面粗糙度分量w=kdktkfhminbD,其中:

w是塑性侧流对应的表面粗糙度分量;

kd是表面粗糙度的尺度修正系数,kd=0.001μm-1

kt是刀尖圆弧半径修正系数,

kf是切削刀具的每转进给量修正系数,kf=exp(-0.01592f2+0.00353f+2.67788),式 中f是每转进给量;

hmin是切削刀具最小切削厚度;

bD是切削宽度,计算公式:bD=rε[cos-1(1-d/rε)+sin-1(0.5f/rε)],式中d是刀具切削 深度;

步骤九、通过公式Rtc=Rtew+w-s计算车削工件表面粗糙度的确定性分量Rtc

步骤十、采用不同的每转进给量进行切削实验,获得对应每个进给量的车削工件表面粗 糙度测量值Rme,用Rme减去Rtc得到表面粗糙度的非确定性分量,计算非确定性分量的算术平 均值et

步骤十一、将表面粗糙度中的确定性分量和非确定性分量进行求和,获得车削工件表面 粗糙度的最终预测公式为Rth=Rtew+w-s+et

本发明的有益效果是:

通过提取刀具参数和材料参数,将刀具复印、工件材料弹性回复、塑性侧流以及材料缺 陷因素的影响考虑到表面粗糙度模型中,有效提高了表面粗糙度模型的预测精度,对于细晶 金属材料其预测的绝对误差可控制在3nm以内。

附图说明

图1是利用原子力显微镜获得的刀具刃口三维形貌;

图2是与图1的刀具刃口三维形貌对应的二维截面轮廓,依此轮廓可获得刀具切削刃钝 圆半径;

图3是利用刀具测量仪获得的刀具波纹度测量结果;

图4是考虑刀尖圆弧半径和刀具波纹度的刀具实际轮廓计算结果;

图5是参与切削的刀具轮廓对应的表面粗糙度分量计算结果。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描 述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明 中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例, 都属于本发明保护的范围。

如附图所示本发明的一种基于刀具参数和材料参数的车削表面粗糙度预测方法,包括以 下步骤:

步骤一、车削加工之前,对刀具的前后刀面进行擦拭;

优选的对刀具的前后刀面的擦拭过程如下:采用丙酮对刀具的前后刀面擦拭,直至在 CCD显微镜500倍下看不到灰尘为止。可以最大程度减小灰尘等对刀具切削刃测量精度的影 响,获得准确的刀具切削刃三维形貌。

步骤二、如图1所示,利用原子力显微镜对车削刀具的切削刃三维形貌进行测量得到切 削刃三维形貌图,通过原子力显微镜在切削刃三维形貌图上选取5个不同位置获得刀具刃口 的二维截面轮廓坐标数据,图2所示是其中1个位置的二维截面轮廓。依据获取的坐标数 据,利用最小二乘法得到5个不同位置刀具刃口处的刀具切削刃钝圆半径采样值,其算术平 均值视为切削加工中刀具的切削刃钝圆半径rn

步骤三、采用步骤一中的方法对刀具的前后刀面进行擦拭,然后将刀具平放在测量台 上,利用刀具测量仪对刀尖圆弧半径和波纹度进行测量,获得刀具的刀尖圆弧半径数值 rε、刀具切削刃轮廓张角θ和波纹度数值e,单位是μm,图3所示是刀具波纹度测量结 果,图中纵坐标是刀具波纹度数值e,横坐标是刀具轮廓张角θ。

步骤四、通过公式xd=(rε+e)sinθ,yd=rε-(rε+e)cosθ计算刀具实际轮廓坐标(xd,yd),坐标点的数量m由刀具测量仪获得,刀具实际轮廓坐标计算结果如图4所示,图中刀 具最小二乘圆轮廓为仅考虑刀尖圆弧半径条件下的刀具轮廓,刀具实际轮廓为考虑刀尖圆弧半径和刀具波纹度的刀具轮廓。

步骤五、计算参与切削的刀具轮廓对应的表面粗糙度分量,具体步骤为:

第一步,将刀具置于机床上,操作机床使刀具在工件表面划出一条直线划痕,利用原子 力显微镜获得直线划痕的二维截面轮廓坐标(xf,yf),坐标点的数量n由原子力显微镜获得。 由于刀具切削刃实际轮廓坐标数值范围大于直线划痕截面轮廓坐标范围,因此m>n;

第二步,在m个刀具实际轮廓坐标点内任意选取n个连续的坐标点,计算这n个坐标点 与直线划痕二维截面轮廓n个坐标点的距离之和。

第三步,重复第二步,在刀具实际轮廓内选取n个连续的坐标点并计算上述距离之和, 重复(m-n)次相同运算并进行比较,选择(m-n)组结果中距离之和最小的一组刀具切削刃 实际轮廓坐标点,确定为参与切削的刀具轮廓。

第四步,参与切削的刀具轮廓对应的表面粗糙度分量计算结果如图5所示,以每转进给 量为周期,图中单个周期内参与切削的刀具轮廓两个端点坐标分别表示为(xC,yC)和(xD, yD),刀具切削刃轮廓最低点的坐标表示为(xmin,ymin),横/纵坐标的单位分别是μm和nm, 则参与切削的刀具轮廓对应的表面粗糙度分量表示为Rtew=1/2(yC+yD)-ymin

步骤六、采用如下公式计算切削刀具的最小切削厚度式中λ是常数,λ=0.9,μ是切削刀具和材料之间 的摩擦系数,摩擦系数μ可以通过查阅机械工业出版社《精密和超精密加工技术(第2 版)》第24页获得。

步骤七、采用经验公式s=kH/Ern计算刀具材料弹性回复对应的表面粗糙度分量,其中s 是弹性回复对应的表面粗糙度分量,H是工件材料的硬度,E是工件材料的弹性模量,k是 经验常数,工件材料的硬度、弹性模量和经验参数可通过对工件材料进行纳米压痕实验获 得,rn是切削刃钝圆半径,通过步骤二获得。

步骤八、采用经验公式计算塑性侧流对应的表面粗糙度分量w=kdktkfhminbD,其中:

w是塑性侧流对应的表面粗糙度分量;

kd是表面粗糙度的尺度修正系数,kd=0.001μm-1

kt是刀尖圆弧半径修正系数,

kf是切削刀具的每转进给量修正系数,kf=exp(-0.01592f2+0.00353f+2.67788),式 中f是每转进给量,在切削实验中通过对机床参数设定获得;

hmin是切削刀具最小切削厚度(通过步骤六获得);

bD是切削宽度,计算公式:bD=rε[cos-1(1-d/rε)+sin-1(0.5f/rε)]。式中d是刀具切削 深度,在切削实验中通过对机床设定获得,rε是刀尖圆弧半径数值,通过步骤三获得。

步骤九、通过公式Rtc=Rtew+w-s计算车削工件表面粗糙度的确定性分量Rtc(Rtew指参与切 削的刀具轮廓对应的表面粗糙度分量,通过步骤五获得),即参与切削的刀具轮廓对应的表 面粗糙度分量与材料塑性侧流对应的表面粗糙度分量之和减去材料弹性回复对应的表面粗糙 度分量。

步骤十、采用不同的每转进给量进行切削实验,获得对应每个进给量的车削工件表面粗 糙度测量值Rme,用Rme减去Rtc得到表面粗糙度的非确定性分量,计算非确定性分量的算术平 均值et

步骤十一、将表面粗糙度中的确定性分量和非确定性分量进行求和,获得车削工件表面 粗糙度的最终预测公式为Rth=Rtew+w-s+et

实施例1

开展切削试验对本方法进行验证。工件材料选用细晶光学级铝合金,加工设备选用 Nanoform 700Ultra超精密加工机床,刀具选用天然单晶金刚石刀具,刀尖圆弧半径1830.4μm,刀具切削刃钝圆半径52.8nm,切削深度d是5μm。每转进给量f、表面粗糙度 预测值和测量值结果如表1所示。

表1

表中展示了表面粗糙度预测值和测量值对比结果,其中表面粗糙度数据利用原子力显微 镜获得,测量范围70μm×70μm。绝对预测误差的计算公式是δ=|Rt-m-Rt-c|,相对预测误 差的计算公式是η=|Rt-m-Rt-c|/Rt-m×100%,式中Rt-m是粗糙度测量值,Rt-c是粗糙度预测值。 表中计算结果表明,对于细晶金属材料本发明的绝对误差可控制在3nm以内。

以上对本发明的描述仅仅是示意性的,而不是限制性的,所以,本发明的实施方式并不 局限于上述的具体实施方式。如果本领域的普通技术人员受其启示,在不脱离本发明宗旨和 权利要求所保护范围的情况下,做出其他变化或变型,均属于本发明的保护范围。

10页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种基于双球杆仪的机床几何误差分离方法

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!