苏 平 黄树涛 石海城 庄 重 许立福 张玉璞
(①沈阳理工大学机械工程学院,辽宁 沈阳 110159;②辽沈工业集团有限公司,辽宁 沈阳 110045)
D6AC 是一种低合金超高强度钢,具有很高的强度,强度可以达到45 号钢的3~3.5 倍,韧性和塑性好,断裂韧性很高,同时具有良好的延展性,由于D6AC 钢优良的机械性能,被广泛应用于多个重点制造等领域[1-5]。但其高强度、低导热性的特点也导致了切削加工的困难,车削是D6AC 高强钢构件的主要加工方法,因此研究D6AC 车削时切削要素对切削力的影响规律,能够为切削加工工艺参数选择提供重要参考,对实际加工工艺制定具有重要意义。
在高强钢研究方面,刘振祥等[6]利用Abaqus有限元软件对30CrNi2MoVA 高强钢进行了仿真和实验研究,得到了切削力与切削深度呈现正相关,而受切削速度影响不显著。Wang Y X 等[7]利用有限元软件建立了车削AerMet100 高强钢的仿真模型,并通正交试验进行对比,发现切削深度对切削力影响要大于主轴转速和进给量对切削力的影响。杜凯等[8]对淬硬45CrNiMoVA 高强钢进行了硬车削研究,发现切削深度和进给量较小时,切深抗力大于主切削力,在切削分力中起到主导作用。Sivaraman V等[9]对屈服强度为1 384 MPa 的多相V 型合金钢进行了车削试验,得到了切削用量三要素对切削力的影响规律。陶亮等[10]利用ABAQUS 软件对40CrNiMo钢的切削过程进行了有限元仿真,发现切削深度对切削力影响最大,切削速度的影响程度最小。王永鑫[11]对AerMet100 钢进行了车削试验研究,结果表明,背吃刀量对切削力影响最大,并建立了切削力指数经验预测模型。Guo C S 等[12]对300M 高强钢进行了正交试验,得到了切削力与各个切削参数间的规律,并建立了切削力预测模型。周超等[13]通过仿真对34CrNi3Mo 高强钢进行了正交试验研究,建立起切削要素与切削力间关系的模型,并根据目标优选了切削参数。李昊泽等[14]对高速切削AF1410高强钢进行了仿真研究,得到了各切削分力受切削要素的影响规律。赵旭峰[15]对18MnD5 钢进行了小用量和大用量的仿真研究,并在小用量的条件下开展了正交实验,得到了切削参数对切削力的影响规律并建立了切削力预测模型。
近年来,由于高强钢的优异性能和广泛应用,其切削力等方面的研究也越来越受到重视,但高强钢类型较多,各类型间性能并不相同,切削规律也就不尽相同,这就不可避免地导致D6AC 钢车削加工时切削参数的选择缺乏依据。因此本文针对D6AC 高强钢高效粗加工,采用正交试验方法,研究了切削用量对切削力的影响规律,并建立了切削力的经验公式。
试验试件为D6AC 高强钢棒料,厂家检测D6AC 高强钢屈服强度σs=1422~1433 MPa,断后伸长率δ=10.0%~11.5%,并测得其化学成分,见表1。
表1 D6AC 高强钢的化学元素质量分数
本干式车削试验所用机床的型号为CAK6150数控车床。刀片采用国产化学气相沉积TiCN+Al2O3涂层硬质合金车刀,具体的刀具几何参数见表2。切削试验系统如图1 所示,车削过程中产生的切削力采用奇石乐公司生产的9257B 压电式平板测力仪进行测量,并通过5697A 型数据采集器、5070A型电荷放大器、计算机系统进行数据处理和记录。
图1 切削试验系统
表2 刀具几何参数
试验采用正交试验方法,每个切削要素选取3个水平值进行正交试验,试验时各个参数的水平及对应的数值见表3,正交试验方案见表4。
表3 正交试验因素及水平
表4 正交试验方案
测量得到的切削力原始信号如图2 所示,其中4~14 s 为实际车削时稳定切削区域的切削力。对原始信号进行滤波、去漂移等处理后得到的稳定切削区域切削力波形图如图3 所示,可以看出,车削D6AC 高强钢时主切削力Fz最大,轴向力Fx次之,径向力Fy最小。
选取稳定切削区域切削力平均值进行研究,得到的切削力数据见表5,其中切削合力F合为
表5 正交试验切削力数据
式中:Fx为 轴向力;Fy为 径向力;Fz为 主切削力。
基于Minitab 软件进行数据处理得到切削用量三要素对各个切削力影响显著性的极差分析见表6,均值主效应图如图4 所示。
图4 切削力的均值主效应图
表6 正交切削试验切削力极差分析表
分析均值主效应图和极差分析表,发现在本车削试验所选参数范围内,进给量主要影响径向力、主切削力及切削合力,切削深度主要影响轴向力,切削速度对各个切削力的影响显著性最低。切削深度增加后,切削宽度增加,刀具受到的轴向抵抗作用加剧,因此对轴向力影响最大,同时切屑的面积增大,与工件和刀具在轴线方向上的摩擦作用增强,也会使切削力增大;进给量增加,切削厚度增加,工件材料变形更为严重,产生的抵抗作用增强,导致主切削力增大并成为影响主切削力的最主要因素。由于刀尖圆弧半径的存在,进给量增加也使径向切削力增大,成为影响径向切削力的最主要因素;随着切削速度的增加,各个切削力的均值均呈现下降趋势,是因为切削温度随切削速度的增加而升高,工件材料的温度软化效应加剧,切削力减小。
基于Matlab 软件和多元线性回归理论,根据表5 中所列的正交试验的切削力数据建立起各个切削力的经验公式分别为
本试验中F检验的显著性水平为0.05、自变量个数为3、试验数为9,所以查F检验分布表可得F0.05(3,5)=5.41。在计算切削力经验公式的同时得到的回归分析统计量见表7,其中表示线性相关性的复相关系数R2值都与1 非常接近,且F值均大于F0.05(3,5)=5.41、P值远小于显著性水平0.05,这些都说明经验公式显著,回归方程可信,可以为实际加工提供一定参考。
表7 回归分析统计量
为了验证所求经验公式的准确性,将部分试验参数代入各个切削力经验公式中求出预测值,并将预测值与实际测量值进行比较,求出相对误差,具体结果见表8。
表8 切削力实际值与预测值对照表
从表中可以看出,各个切削力的实际值与预测值间相对误差较小,均小于5%,证明了该切削力经验公式的可靠性和准确性。在本试验参数范围内,根据极差分析和切削力预测模型,当切削参数为vc=390 m/min、f=0.1 mm/r、ap=2 mm 时可以获得最小切削合力为622.7 N。
灰色关联分析法是基于一部分信息已知和一部分信息未知的灰色系统建立起的一种分析方法,通过这种方法可以判断参考数据受比较数据影响的强弱。在本试验中切削力为参考数据,切削深度、切削速度、进给量为比较数据。灰色关联分析的步骤如下。
(1)首先需要明确计算时的比较序列。比较序列的形式为
其次需要明确计算时的参考序列,形式为
(2)对所用数据进行量纲一化。为了防止数值数量级间的悬殊差距对实际情况产生影响,需要对数据进行无量纲化处理,常用的方法包括初值化、均值化、极差正规化和标准化等。
(3)计算关联系数。首先需要计算 ∆ik,为了比较序列与参考序列的绝对差值;∆min为两级最小差;∆max为两级最大差。它们的求解公式分别为
再通过式(8)将所有关联系数依次求出。
式中:ρ 为分辨系数,其值在[0,1]内选取,通常取值为0.5,本文也将此值取为0.5。
(4)求出关联序度并排秩。根据式(8)求出的数据,利用式(9)将每一个因素对应的关联序度求出,并排序。
根据上述公式对表5 的各个切削力数据进行灰色关联分析,由此计算得出的关联系数见表9,根据关联系数绘制的关联系数图如图5 所示。
图5 灰色关联系数图
将表9 中各个要素的灰色关联系数取均值后得到各个切削力的灰色关联度见表10,分析可知,进给量与径向力、主切削力和切削合力的关联性较强,切削深度与轴向力关联性较强,切削速度与各个切削力的关联性都较弱,与极差分析得到的结果相吻合,二者相互印证。这说明进给量对切削力的影响最大,切削速度对切削力的影响最小。
表10 灰色关联度
本文对D6AC 高强钢进行了高效车削正交试验,在所选择的试验条件下,得出以下结论:
(1)极差分析结果表明,三个因素中,进给量对径向力、主切削力,切削合力的影响最大;切削深度对轴向力的影响最大,而对其他切削分力及切削合力的影响小于进给量;切削速度对各个切削分力及切削合力的影响最小,切削力与切削速度呈现负相关关系。
(2)灰色关联分析与极差分析结果相吻合,进给量与径向力、主切削力、切削合力之间的关联性最强,切削深度与轴向力关联性最强,切削速度与各个切削力的关联性都较弱。
(3)所建立的各个切削力的经验公式可靠,预测值与实际值间相对误差较小,可以为实际切削提供一定理论支持,当切削参数为vc=390 m/min、f=0.1 mm/r、ap=2 mm 时可以获得最小切削合力。