基于灰色理论的钛合金电火花加工工艺参数优化试验

赵建社　郁子欣　周旭娇　余　泽,2　豆海峰,2

1.南京航空航天大学,南京,210016　2.成都飞机工业(集团)有限责任公司,成都,610092



基于灰色理论的钛合金电火花加工工艺参数优化试验

赵建社1郁子欣1周旭娇1余泽1,2豆海峰1,2

1.南京航空航天大学,南京,2100162.成都飞机工业(集团)有限责任公司,成都,610092

为对材料去除速度、电极损耗和表面质量等工艺目标进行综合评价,以钛合金材料为试验对象,基于成熟的电火花加工设备,对峰值电流、脉冲宽度、占空比和抬刀周期等可调工艺参数进行正交试验研究，运用灰色理论进行试验数据分析，将多工艺目标转化为单一考量指标(灰关联度)，简化了试验过程，得到了工艺参数组合优化方案。验证试验结果表明,该参数组合能够在保证表面质量要求的同时,有效提高加工效率和降低电极损耗。

钛合金;电火花加工;灰关联;参数优化

0　引言

钛合金具有比强度高、耐腐蚀、高温力学性能优异和生物相容性好等特点，被广泛地应用于航空材料、兵器工业、医疗器械、船舶等诸多领域。随着钛合金在各领域应用范围的扩大,人们对钛合金零件的尺寸、形状及表面质量的要求不断提高,关于钛合金加工技术和方法的研究备受瞩目[1]。由于钛合金特殊的物理化学特性,机械加工时,刀具温度上升快,使刀尖急剧磨损,寿命降低,易产生崩刃现象[2]。电火花加工是通过电极与工件之间发生脉冲性火花放电来蚀除工件材料的，不存在宏观切削力，适于加工难切削导电材料，已经被越来越多地应用于形状特殊的钛合金零件加工中。

同其他金属材料相比，钛合金由于导热系数小,在电火花加工过程中金属未完全熔化就被抛出和凝固[3],容易造成加工状态不稳定,特别是深宽比较大的型孔加工,加工产物难以有效排出,易出现拉弧,导致加工效率很低、电极损耗大且表面质量差。根据电火花加工机理,峰值电流、脉冲宽度、占空比、抬刀周期、空载电压等工艺参数是影响加工效率、电极损耗和表面质量的重要因素,而如何选择理想的工艺参数组合是解决工程应用的关键问题。

一些学者的研究已经初步涉及钛合金电火花加工工艺参数及其他因素对工艺目标的影响。如Jabbaripour等[4]使用紫铜电极进行钛合金电火花加工试验,以峰值电流、空载电压以及脉冲宽度作为调整工艺参数，其试验表明，增加脉冲能量可以提高加工效率，但表面质量却显著降低。Hascalik等[5]使用石墨、紫铜和铝电极进行钛合金电火花加工对比试验，试验结果显示,石墨电极相对于紫铜电极和铝电极在材料去除速度以及电极损耗上更为出色，使用石墨电极的材料去除速度是使用紫铜电极的材料去除速度的6倍左右，是使用铝电极材料去除速率的10倍左右。Lin等[6]将电火花加工与超声加工相复合进行钛合金加工试验,试验结果表明这种复合加工工艺有助于提高材料去除速度,减小加工后工件表面再铸层厚度并提高加工过程稳定性。以上试验研究说明在钛合金电火花加工过程中，使用石墨电极，结合电参数和非电参数进行参数优化可以取得良好的综合效果。Azad等[7]采用灰色理论和方差分析方法,获得了理想的钛合金微小孔加工参数优化组合。Lin等[8]根据模糊逻辑分析和灰色理论对电火花加工工艺参数优化进行了对比分析，发现灰色理论在多工艺参数、多考核指标情况下，更容易获得最优的工艺参数组合。本文采用成熟的电火花加工设备,将用户关心的材料去除速度、电极损耗和表面质量作为工艺目标，选择石墨作为电极材料,通过调节峰值电流、脉冲宽度、占空比和抬刀周期等可调参数进行钛合金电火花加工试验,运用灰色理论分析得出最优工艺参数组合。

1　工艺试验

1.1正交试验设计

试验中选择加工设备允许自主设定而对加工过程影响显著的工艺参数作为正交试验的影响因素,共有4个因素,分别为峰值电流A、脉冲宽度B、占空比C和抬刀周期D,基于初步工艺试验和潜在应用对象需要,每个因素选择三个水平(表1)。将研究内容设计为L18(34)正交试验(表2)。其他试验设置如表3所示。

表1　工艺参数

1.2试验条件与试验结果统计

电极材料为石墨，尺寸为10 mm×10 mm×60 mm,其中加工端面为10 mm×10 mm。钛合金为Ti-6Al-4V，化学成分如表4所示,尺寸为20 mm×20 mm×15 mm。试验用电火花机床为AgieCharmile公司生产的FO350SP；材料去除量和电极损耗量经电子天平称量后得到,电子天平由美国奥豪斯公司生产，型号为CP214,量程为210 g,分辨率为0.1 mg。

表2　L18(34)正交试验表

表3　试验设置

表4　Ti-6Al-4V的化学成分

试验的评价指标如下:材料去除速度tMR，min/g;相对电极损耗ηEW,R,%;表面质量为表面粗糙度Ra。其中,tMR和ηEW,R的计算公式分别为

tMR=T/M

(1)

ηEW,R=100m/M

(2)

式中,M为工件损耗质量;m为电极损耗质量;T为加工时间。

工件在测量前都先浸入草酸溶液中1 min,再使用超声清洗机加热清洗5 min,然后放入恒温干燥箱内,设置100 ℃烘干20 min。在电子天平上测出工件损耗质量M。

电极在试验前后和测量之前都放入恒温干燥箱内,设置温度200 ℃,恒温干燥时间为2 h。在电子天平上测出电极损耗质量m。

加工试件如图1所示,试验结果如表5所示。

图1　试验样件图

序号工艺参数工艺目标ABCDtMR(min/mg)ηEW,R(%)Ra(μm)1111151.219267.7376.22122226.844966.5457.4773133316.699506.90510.8624213219.320579.1997.955221316.228985.3319.1536232113.686205.25711.97312317.7428210.7697.65668323110.029986.28799331214.099784.72512.2410113322.897008.7617.12311121143.775296.7567.28812132225.146846.3781013212119.342166.6746.85614223212.989866.2488.46915231315.60714511.9216311217.528605.6757.5817322312.341057.0778.51833318.0564495.33213.1

2　试验结果分析

灰关联分析是一种用灰色关联度顺序来描述因素间关系的强弱、大小和次序的方法，用于处理上述试验结果，能够综合考量三项工艺目标得到优化的工艺参数组合。基本步骤是首先确定原始数据序列，对其进行灰生成即量纲一化，然后分别求取灰色关系数，得到灰色关联度，从而进行优势分析。也就是将多项工艺目标的优化问题转化为单项灰关联度的优化问题，从而实现多项工艺目标的优化，得出优化的参数组合方案。

2.1灰关联分析数据处理

(1)原始数据序列的确定。表5试验结果中各个工艺目标下的一组数据为原始数据序列,即xi(k)分别代表tMR、ηEW,R和Ra的原始数据序列,i=1,2,3。

(2)量纲一化处理。由于原始数据序列之间的量纲不同,故需要对其进行量纲一化。

对于tMR、ηEW,R和Ra的原始数据序列,使用下式[9]

(3)

式中,yi(k)为i指标下第k次试验。

求取其区间值像进行量纲一化,处理结果如表6所示。

表6　原始数据量纲一化

(3)求差序列。计算公式为

(4)

(4)求关联系数。计算公式为

(5)

i=1,2,…,18

求取相应参数的灰关联系数γi k,如表7所示。

(5)求灰关联度。计算公式为

(6)

式中,n为工艺目标个数,n=3。

根据式(6)计算得到相应的灰关联度值如表7所示。

2.2单工艺目标灰关联分析

分别针对材料去除速度、相对电极损耗和表面粗糙度进行单工艺目标的灰关联分析。由表7中各参数不同水平对应的灰关联系数求得针对各工艺目标的平均灰关联系数，如表8～表10所示。

表7　灰关联系数及灰关联度

表8　针对tMR的不同水平平均灰关联系数

表9　针对ηEW,R的不同水平平均灰关联系数

表10　针对Ra的不同水平平均灰关联系数

根据正交试验性质，各工艺参数所处的不同水平导致了不同水平之间灰关联系数的差值，与其他工艺参数无关[10]。这样就可以确定每个工艺参数的不同水平对各项工艺目标的影响程度。

根据灰相关度的概念,关联系数均值最大的值组成最优的参数组合。针对材料去除速度,由表8可以看出,推荐的参数组合为A3B3C3D3。对材料去除速度影响由大到小的工艺参数依次为峰值电流、占空比、脉冲宽度和抬刀周期。

由表9可以看出,对相对电极损耗影响由大到小的工艺参数依次为脉冲宽度、占空比、峰值电流和抬刀周期。推荐的参数组合为A2B3C1D2。

由表10可以看出，对表面粗糙度值影响由大到小的工艺参数依次为脉冲宽度、峰值电流、抬刀周期和占空比。推荐的参数组合为A1B1C1D1。

2.3多工艺目标灰关联分析

在实际工程应用中往往需要综合多个工艺目标进行考量。针对材料去除速度、相对电极损耗和表面粗糙度进行多工艺目标的灰关联分析,分析结果见表11。

表11　工艺参数各水平平均灰关联度

由试验的均衡搭配性质可知，各参数不同水平下平均灰关联度的相互比较，与其他参数无关，只反映该参数不同水平对多项工艺指标的影响程度。比较各个水平，灰关联度值最高的水平为对多工艺目标综合考量时的最优水平。

峰值电流对综合工艺指标影响的灰关联序为

γ33A>γ25A>γ17A

脉冲宽度对综合工艺指标影响的灰关联序为

γ25μs>γ50μs>γ12.8μs

占空比对综合工艺指标影响的灰关联序为

γ20%>γ40%>γ30%

抬刀周期对综合工艺指标影响的灰关联序为

γ0.04s>γ0.08s>γ0.16s

推荐的参数组合为A3B2C1D1,即峰值电流为33 A,脉冲宽度为25 μs,占空比为20%,抬刀周期为0.04 s,结合表11和表12可以看出,峰值电流对三项工艺目标综合影响最大,而抬刀周期、占空比和脉冲宽度对其影响基本一致。

表12　方差分析

3　试验验证

根据上述灰关联分析得出优化组合为A3B2C1D1。对该优化组合进行验证试验，将验证结果与L18(34)正交试验中的第16组(18组试验中灰关联度值最高的一组)和第15组试验结果进行对比，如表13所示。

表13　试验结果对比

将验证试验结果与第15组试验结果进行对比,表面粗糙度提高了32.9%,相对电极损耗下降了1.1%,材料去除速度提高了0.61%。试验件表面对比如图2所示。

(a)A3B2C1D1

(b)A2B3C1D3图2　表面质量对比图

将验证试验结果同第16组试验结果进行对比,材料去除速度提高了12.99%,相对电极损耗下降了20.23%,表面粗糙度略微减小5.5%,整体的灰关联度提高了7.46%。可以看出优化参数组合大幅减小了相对电极损耗并提高了加工速度，而表面质量略微减小。由灰关联理论和验证试验的结果可知,最优参数组合为此次4因素3水平试验共43组试验的最优参数组合。

4　结论

(1)灰关联理论可以将多工艺目标参数优化问题转化为对单一目标灰关联度的优化，使复杂的多工艺指标参数优化问题迎刃而解。

(2)利用灰关联理论的分析方法，对加工速度、相对电极损耗和表面粗糙度进行综合考量，寻求最佳的工艺参数组合，将优化的参数组合与18组正交试验中最优组合进行对比，材料去除速度提高了12.99%，相对电极损耗下降了20.23%，表面粗糙度略微减小5.5%,整体灰关联度提高了7.46%,优化效果明显。

(3)灰关联理论的分析方法可以被更加广泛地应用于多工艺目标优化的试验分析中,从而大幅简化优化过程并得到最佳参数组合。

[1]连峰,张会臣.钛合金的电火花加工技术及最新研究进展[J].现代制造工程,2012(2)：18-23.

Lian Feng,Zhang Huichen.Technology and Development of Ti Alloy Machined by EDM[J].Modern Manufacturing Engineering,2012(2):18-23.

[2]李树侠,朴松花.钛合金材料的机械加工工艺综述[J].飞航导弹,2007(7):57-61.

Li Shuxia,Pu Songhua.Mechanical Machining Process Summary of Titanium Alloy[J].Winged Missiles Journal,2007(7):57-61.

[3]王振龙,迟关心,狄士春,等.钛合金深小孔的微细超声电火花加工技术[J].兵工学报,2000,21(4):346-349.

Wang Zhenlong,Chi Guanxin,Di Shichun,et al.Micro Ultrasonic EDM of Deep,Small Holes in Titanium Alloys[J].Acta Armamentarii,2000,21(4):346-349.

[4]Jabbaripour B,Sadeghi M H,Shabgard S F M R,et al.Investigating the Effects of EDM Parameters on Surface Integrity,MRR and TWR in Machining of Ti-6Al-4V[J].Machining Science and Technology,2012,16(3):419-444.

[5]Hascalik A,Caydas U.Electrical Discharge Machining of Titanium Alloy(Ti-6Al-4V)[J].Applied Surface Science,2007,253(22):9007-9016.

[6]Lin Y C,Yan B H,Chang Y S.Machining Characteristics of Titanium Alloy(Ti-6Al-4V) Using a Combination Process of EDM with USM[J].Journal of Materials Processing Technology,2000,104(3):171-177.

[7]Azad V K M M S.Grey Relational Analysis of Micro-EDM Machining of Ti-6Al-4V Alloy[J].Materials and Manufacturing Processes,2012,27(9):973-977.

[8]Lin C L,Lin J L,Ko T C.Optimisation of the EDM Process Based on the Orthogonal Array with Fuzzy Logic and Grey Relational Analysis Method[J].Int.J. Adv. Manuf. Technol., 2002,19(4):271-277.

[9]邓聚龙.灰色控制系统[M].2版.武汉:华中理工大学出版社,1993.

[10]贾振元,周明,杨连文,等.电火花微小孔加工工艺参数的优化研究[J].机械工程学报,2003,39(2):106-112.

Jia Zhenyuan,Zhou Ming,Yang Lianwen,et al.Study on the Optimization for Electrical Discharge Machining Micro and Small Hole[J].Chinese Journal of Mechanical Engineering,2003,39(2):106-112.

(编辑陈勇)

Experiments of Parameter Optimization of EDM Titanium Alloy Based on Gray Relation Theory

Zhao Jianshe1Yu Zixin1Zhou Xujiao1Yu Ze1，2Dou Haifeng1,2

1.Nanjing University of Aeronautics & Astronautics,Nanjing,210016 2.Chengdu Aircraft Industrial(Group) Co., Ltd., Chengdu,610092

Material removal rate,electrode wear ratio and surface roughness were chosen as the performance characteristics.To comprehensively evaluate the performance characteristics above, adjustable process parameters such as peak current, pulse duration, duty factor and tool jump cycle were studied in orthogonal experiments,which tested titanium alloy using commercially mature EDM equipment.Test process was simplified and optimized process parameter combination was achieved based on gray relation analysis,which converted multiple performances objectives into a single index(gray relation grade).Based on the confirmation experiments,the parameter combination can achieve a higher material removal rate and lower electrode wear ratio simultaneously and meet the requirements of surface roughness.

titanium alloy;electric discharge machining(EDM);gray relation;parameter optimization

2014-09-11

航空科学基金资助项目(2011ZE52055)；“十二五”国防技术基础项目；中央高校基本科研业务费专项资金资助项目(NS2013052)

TG661DOI：10.3969/j.issn.1004-132X.2015.14.007

赵建社,男,1976年生。南京航空航天大学机电学院副教授、博士。主要研究方向为特种加工新技术、精密高效电加工技术、整体构件组合电加工技术。郁子欣,男,1989年生。南京航空航天大学机电学院硕士研究生。周旭娇,女,1991年生。南京航空航天大学机电学院硕士研究生。余泽,男,1973年生。南京航空航天大学机电学院博士研究生,成都飞机工业(集团)有限责任公司研究员级高级工程师。豆海峰,男,1981年生。南京航空航天大学机电学院硕士研究生,成都飞机工业(集团)有限责任公司主任工艺师。