GH4169高温合金混合等离子体深孔加工试验研究

吴伏家，王 帅，刘军强，周 浩

（西安工业大学，西安 710021）

GH4169 高温合金强度高、硬度大，是典型的一种难加工材料，其材料本身的深孔加工一直都是机械行业的一个瓶颈问题。目前针对GH4169高温合金深孔加工主要采用的是传统钻削加工，该方式存在刀具磨损严重、切削热大和切削效率低等缺点[1]，混合等离子体加工属于放电加工方式的一种，可以加工一切金属材料和非金属导电材料。朱光[2]将高压激励电弧应用于铣削加工。王强[3]将电弧加工用于深孔加工中，为难加工材料提供了一种新思路、新方法。李淑玉等[4]在研究电火花加工镍基高温合金GH4169时，提出峰值电流、脉宽、脉间、间隙电压等参数是重要控制因素。刘娇[5]和袁方[6]分别把等离子体加工技术应用于深孔台阶和深孔套料加工中。目前把混合等离子体加工方法用于GH4169高温合金深孔加工中的研究较少，为了提高GH4169高温合金深孔加工的效率和表面质量，本研究采用控制单因素和正交试验的方法，采用极值法和灰色关联度法进行数据处理，得出不同参数的影响序列和最佳参数值[7–9]。

1 工具电极的设计与分析

设计了一种深孔加工专用的电极，主要用于各种难加工导电材料的深孔加工，解决传统深孔加工中切削热过高和刀具磨损严重等问题[10–11]。结构特征主要包括电极前半段、电极后半段、外部绝缘层、导向条、切削液通道、容屑槽、排屑内孔、连接螺纹等。电极整体外侧均匀分布4条切削液通道，用于从电极外部给电极内部供给切削液。电极前段的容屑槽用于容纳加工碎屑，通过内孔可以更加顺畅地排出；在工具电极加工过程中，导向条起到自动导向的作用，防止工具电极在加工过程中出现偏斜现象；螺纹段用于电极和刀杆的连接；在电极外侧涂有一层致密绝缘层，防止工具电极在加工过程中出现漏电的现象，造成能量损失和破坏孔表面质量。采用等离子体加工技术实现难加工材料的深孔加工，将传统深孔加工方法与特种加工方法相结合，以获得具有一定尺寸的圆形深孔零件，主要结构如图1所示。

图1 电极整体结构Fig.1 Overall structure of electrode

2 试验设备及方案

本次试验采用的是普通深孔加工机床，DXK–30V/3000A–S直流脉冲电源（脉冲频率为50Hz），被加工工件材料为GH4169高温合金，其尺寸为φ48mm×520mm；工具电极为铜钨合金电极，直径为φ20mm；工作液为乳化液，设置目标加工深度为100mm，孔径为φ20mm。设定的加工参数有峰值电流、主轴转速和电极进给速度，工艺效果衡量标准为工件材料去除率和孔的表面粗糙度。单位时间内材料的去除体积为材料去除率，其混合等离子体深孔加工整体结构如图2所示。

图2 混合等离子体深孔加工结构示意图Fig.2 Schematic diagram of mixed plasma deep hole machining structure

2.1 单工艺试验参数取值

在研究峰值电流对工艺效果的影响时，取主轴转速为50rad/min，电极进给速度为0.83mm/min；当研究主轴转速对工艺效果的影响时，取峰值电流为20A，电极进给速度为0.83mm/min；当研究电极进给速度对工艺效果的影响时，取峰值电流为20A，主轴转速为50rad/min，单工艺试验参数的取值如表1所示。

表1 单工艺试验参数取值Table 1 Parameter values of single process test

2.2 正交试验的建立

为探究各参数对材料去除率和孔表面粗糙度影响规律的主次顺序，进行了3因素4水平的正交试验，各水平的参数值如表2所示。

表2 因素水平表Table 2 Factor level table

3 试验结果分析

3.1 各参数对材料去除率的影响规律

运用控制单因素试验的方法，可以得到不同参数值对试验结果的影响规律，本次试验主要从峰值电流、主轴转速和电极进给速度的不同取值来分析对材料去除率和表面粗糙度的影响规律[12–15]，各参数对材料去除率的影响规律如图3所示。可以看出，随着峰值电流和主轴转速的提高，工件的材料去除率也慢慢变大，在峰值电流为15～20A，主轴转速在100～150rad/min，材料去除率呈现较为缓慢的增长趋势；当电极进给速度在0.3～0.9mm/min时材料去除率线性增长，电极进给速度在0.9～1.2mm/min时，材料去除率开始降低，这是因为当电极进给速度过快，电极与工件接触发生短路导致材料去除率降低。

图3 各参数对材料去除率影响规律Fig.3 Influence of each parameter on material removal rate

3.2 各参数对表面粗糙度的影响规律

各参数对表面粗糙度的影响规律如图4所示。可以看出，当峰值电流取值为10～30A时，随着峰值电流的增加，表面粗糙度变大，这是因为峰值电流的大小决定放电的脉冲能量，脉冲能量越大，表面粗糙度就越高[16–17]。当主轴转速在50～250rad/min变化时，工件的表面粗糙度越来越小，这是因为随着主轴转速的提高，电极和工件放电的次数增多，且均匀性更好，因此表面质量提高。当电极进给速度在0.3～0.6mm/min变化时，表面粗糙度变大，这是由于放电间隙过大，导致放电状态不稳定，工件粗糙度变大；当电极进给速度在0.6～0.9mm/min变化时，电极进给速度和工件蚀除基本保持一致，放电间隙稳定，工件表面粗糙度降低；电极进给速度在0.9～1.2mm/min变化时，由于电极的损耗，放电状态和均匀性都降低[18]，因此表面粗糙度又呈现出增高的趋势。

图4 各参数对表面粗糙度的影响Fig.4 Influence of each parameter on surface roughness

3.3 正交试验结果分析

正交试验采用3因素4水平2指标正交试验，共有16组试验，对每组试验的结果进行测量，其测量结果如表3所示。

表3 正交试验及结果Table 3 Orthogonal experiment and results

运用极差法可以分析不同参数对试验工艺效果影响大小的主次顺序，影响因素所对应的极差值越大，说明该因素对工艺效果的影响程度就越大，其计算结果如表4和5所示。

根据表4和表5的结果进行分析，3个加工参数对材料去除率的影响顺序为峰值电流>主轴转速>电极进给速度，对表面粗糙度的影响顺序为峰值电流>电极进给速度>主轴转速。

表4 材料去除率的极差分析Table 4 Range analysis of material removal rate

表5 表面粗糙度的极差分析Table 5 Range analysis of surface roughness

3.4 基于正交试验的参数优化

（1）工艺指标的量纲归一化。

式中，k值由试验的组数决定，一共16组试验，因此k取值为1～16；i表示工艺指标，本次试验有两个工艺指标，i取1和2，其中1表示材料去除效率，2表示加工后孔的表面粗糙度；xi（k）表示第i个指标下的第k次试验；yi（k）表示对应的xi（k）量纲归一化后的值。

（2）计算关联度系数ri（k），灰色关联度系数表示归一化处理后的数据列和理想序列的关系。

式中，ri（k）为第i个指标下第k次试验所对应的灰色关联系数；yi0为理想序列，这里对于材料去除率yi0取1，对于表面粗糙度，yi0取0；ρ为分辨系数，在 （0，1）内取值，若ρ越小，灰色关联系数差异越大，区分能力越强，通常ρ取0.5。

（3）计算灰色关联度值λ（k）。

式中，λ（k）为第k次试验的灰色关联度值，在这里m=2。

通过以上计算，可求得基于每组正交试验的关联度值和参数在各水平下的平均关联度值，如表6和7所示。

通过灰色关联度的方法对正交试验的结果进行验证，可以得出理论最优的一组试验参数值，分别为峰值电流在水平2时灰色关联度值最大，故取值25A；主轴转速在水平1时灰色关联度值最大，取值75rad/min；电极进给速度在水平1时灰色关联度值最大，取值0.45mm/min。

3.5 加工试验

在之前试验的基础上，重新设定试验参数，分别取峰值电流25A、主轴转速75rad/min、电极进给速度0.45mm/min进行加工试验，试验结果如图5所示。测得材料去除率为158.65mm3/min，表面粗糙度为1.9μm，计算出灰色关联度为0.8732，都大于正交试验表6中的灰色关联度值，因此，此参数组合为最佳的一组。

图5 试验结果Fig.5 Experimental results

表6 每组正交试验的关联度值Table 6 Correlation degree value of each group of orthogonal experiments

4 结论

本研究通过单目标试验法、极值分析法、灰色关联度分析法对试验的加工工艺进行研究，得出以下3个结论。

（1）通过单目标试验法研究每个试验参数对试验加工指标的影响规律，随着峰值电流的增大，工件材料的去除率也会变大，工件的表面粗糙度升高；主轴转速升高，材料去除率增加，表面粗糙度降低；电极进给加快，工件的加工效率增大，但进给速度过快会造成短路、加工效率降低和工件表面粗糙度增大。

（2）建立正交试验，通过极值法分析可以得出各参数对材料去除率的影响顺序为峰值电流>主轴转速>电极进给速度，对表面粗糙度影响的顺序为峰值电流>电极进给速度>主轴转速。

（3）通过灰色关联度法的分析，计算最佳的试验参数组合为峰值电流25A、主轴转速75rad/min、电极进给速度0.45mm/min，通过试验验证，测得材料去除率为158.65mm3/min，表面粗糙度为1.9μm，计算出的灰色关联系数为0.8732，证明了灰色关联度分析的正确性。

表7 各参数在各水平下的平均关联度值Table 7 Average correlation degree value of each parameter at each level