肖军民
(中山职业技术学院机械系,广东 528404)
随着数控加工技术和计算机仿真模拟技术的快速发展,利用理论分析方法来研究数控铣削表面粗糙度将变得更为重要。表面粗糙度是切削加工中一个非常重要而常用的技术指标,建立精确的表面粗糙度控制和预测模型,将可以使目前的数控自动编程加工软件更加智能化。Tipnis等人在 1976年提出了式(1)这一表面粗糙度的预测模型。Alauddin等人在 1995年对该模型数据与试验数据进行验证与对比,证实了该模型的准确[1]:
随着数控铣削的普及,一方面在数控铣削加工过程中,v,a,f等切削参数是不断变化,这使式(1)的模型很难适应,另一方面数控铣削更多的采用球头铣刀加工曲面,而球刀加工时,加工残留高度是表面粗糙度最重要的表征,也是影响表面粗糙度最直接的影响因素,利用加工残留高度来研究表面粗糙度将会更适用和方便。
为了分析、计算加工残留高度与球刀直径、切削行距的关系,构建了如图 1所示的几何模型,并以此构建球刀加工残留高度与切削行距的数学关系,为粗糙度预测模型的建立做准备。
图 1 加工残留高度的几何模型
从图 1中,根据左右两个三角形的对称关系,可以得知:
根据图 1中直角三角形的关系可以得知:
将式(2)代入式(3)可以获得如下关系式:
通过求解式(4)可以得到式(5):
根据实际加工经验,可以判断加工残留高度 h比球刀半径 R要小,因此残留高度与切削行距的关系式应为如下式(6):
利用实际的切削试验来确定表面粗糙度与加工残留高度之间的对应关系。本试验采用刀具半径为4mm、两刃的高速钢球头铣刀在 BV75四轴立式加工中心上加工铝合金试件,铣削方式为平面铣削,无冷却液。采用北京时代之锋科技有限公司生产的 TR240表面粗糙度仪测量试件的表面粗糙度,并以 5次测量值的平均值作为测量结果,可以获得如下的试验数据[2]。
切削行距 D=0.2mm时,实际测量得到的粗糙度值如表 1所示。
表 1 行距为 0.2mm时,试件的 Ra值
切削行距 D=0.3mm时,实际测量得到的粗糙度值如表 2所示。
表 2 行距为 0.3mm时,试件的 Ra值
切削行距 D=0.4mm时,实际测量得到的粗糙度值如表 3所示。
表 3 行距为 0.4mm时,试件的 Ra值
上述为正交试验获得的粗糙度值,因此依据上述各表中的测量数据可计算出在同一切削行距下的平均粗糙度,具体计算如下:
切削行距 D=0.2mm时的平均粗糙度值为:
切削行距 D=0.3mm时的平均粗糙度值为:
切削行距 D=0.4mm时的平均粗糙度值为:
利用残留高度与切削行距的关系式(6)可以计算出在不同切削行距下的加工残留高度 h。本文依据试验条件可知球刀半径 R=4mm。
经过切削加工试验获得的粗糙值 Ra和通过理论计算得到的残留高度值 h有如下对应关系:
表 4 三种行距下 h与Ra的对比
根据实际加工情况的分析,粗糙度与加工残留高度的变化属于连续性。本文利用数值分析中数值拟合的原理,构建如下粗糙度-残留高度之间的函数关系式,如下:
将表 4中计算的残留高度 h和测量的粗糙度 Ra分别对应代入公式(7)中,并经简化运算,可以获得如下方程组:
经对上面的方程组(8)进行求解,可以得到:
将求解得到的 A、B、C数值代入式(7),可得到基于加工残留高度 h的粗糙度预测模型,如下:
参数说明:Ra为预测的加工表面粗糙度(μm);h为加工残留高度的计算值(μm);R为球刀半径(mm);D为切削行距(mm);
该预测模型中的 h必须大于零,实际球刀加工时,h等于零将无法完成切削。该模型的建立是基于实际切削试验获得的数据,因此使用该粗糙度预测模型应符合以下条件:
(1)数控机床的最小脉冲当量应为 1μm;
(2)切削刀具为高速钢、切削工件为铝合金;
(3)切削用量应在常规数控切削工艺允许范围之内,高速切削的工艺条件下不适合使用该模型。
从表面粗糙度预测模型中可以知道,表面粗糙度的大小取决于残留高度 h,这与实际的加工情况是吻合的。而残留高度 h与切削行距、球刀半径大小又有非常重要的关系,因此实际加工中为了能更好控制表面加工质量,数控铣编程人员应选取合适的切削行距和球刀的大小。
该粗糙度预测模型经过实际的加工验证,与实际加工的情况吻合度较高。由于该模型在计算方面要比传统的经验公式简便很多,所以数控加工人员可以利用该预测模型在加工现场方便地选择球刀大小和确定切削行距。
[1]邹浩波.高速切削加工表面粗糙度的研究[D].昆明:昆明理工大学,2006.
[2]田欣利,佘安英.基于回归分析方法的铣削表面粗糙度预测模型的建立[J].制造技术与机床,2008(11):101-104.