陳新春，蹤雪梅，齊　偉，金　灘

(1.江蘇徐州工程機械研究院 工程技術(shù)中心，江蘇 徐州 221004；2.湖南大學 國家高效磨削工程技術(shù)研究中心，湖南 長沙 410082)

?

WC-10Co4Cr涂層高速磨削表面粗糙度預測研究*

陳新春1，蹤雪梅1，齊偉1，金灘2

(1.江蘇徐州工程機械研究院 工程技術(shù)中心，江蘇 徐州 221004；2.湖南大學 國家高效磨削工程技術(shù)研究中心，湖南 長沙 410082)

為了優(yōu)選WC-10Co4Cr高速磨削參數(shù)，實現(xiàn)高精度加工，滿足實際生產(chǎn)的迫切需求，研究了一種基于響應(yīng)曲面法的表面粗糙度預測方法。從高速磨削工藝系統(tǒng)特點出發(fā)，給出面向固定工藝系統(tǒng)的WC-10Co4Cr高速磨削表面粗糙度預測原理。結(jié)合正交試驗數(shù)據(jù)，建立表面粗糙度預測模型。運用方差分析方法，檢驗預測模型的擬合度。以活塞桿再制造過程中的磨削加工為例，應(yīng)用上述預測模型和BP神經(jīng)網(wǎng)絡(luò)分別進行了表面粗糙度預測，并同實際加工結(jié)果進行比較。結(jié)果表明，研究的表面粗糙度預測結(jié)果與實際加工結(jié)果之間相差0.02μm，BP神經(jīng)網(wǎng)絡(luò)預測結(jié)果與實際加工結(jié)果之間相差0.04μm，證明所提出的表面粗糙度預測方法是有效的，更加滿足了實際生產(chǎn)的需求，為WC-10Co4Cr高速磨削參數(shù)優(yōu)化、高精度加工提供了技術(shù)支持。

WC-10Co4Cr；高速磨削；表面粗糙度預測；響應(yīng)曲面

WC-10Co4Cr涂層以其高耐磨性、高硬度和高耐腐蝕性等優(yōu)點，在航空航天、礦山機械和工程機械等行業(yè)得到了廣泛應(yīng)用。在硬質(zhì)涂層精密加工方面，與傳統(tǒng)磨削相比，高速磨削具有加工效率高、加工精度高和砂輪耐用度高等優(yōu)勢，受到了越來越多的重視[1-5]。在高速磨削加工中，表面粗糙度直接反映了加工質(zhì)量，是參數(shù)選擇的依據(jù)，但是，目前關(guān)于WC-10Co4Cr高速磨削表面粗糙度預測方面的文獻很少，不能有效地指導實際生產(chǎn)；因此，為了合理選擇高速磨削參數(shù)，提高加工質(zhì)量，進行WC-10Co4Cr高速磨削表面粗糙度預測研究是十分必要的?？紤]到表面粗糙度預測具有一定的相似性，在開展本研究過程中，可以借鑒已有表面粗糙度預測研究中的方法與手段。陳根余等[6]在正交試驗的基礎(chǔ)上，利用響應(yīng)曲面法，建立了冪指數(shù)形式的表面粗糙度預測模型。H.O.ktem等[7-8]應(yīng)用回歸分析法建立了車削表面粗糙度回歸預測模型。綜上所述，在表面粗糙度預測方面，常見的方法有響應(yīng)曲面法、神經(jīng)網(wǎng)絡(luò)等。相比之下，響應(yīng)曲面法在工藝過程優(yōu)化過程中應(yīng)用得更為廣泛，具有比較成熟的理論。

本文基于響應(yīng)曲面法，開展WC-10Co4Cr高速磨削表面粗糙度預測研究；結(jié)合正交試驗數(shù)據(jù)，建立表面粗糙度預測模型；運用方差分析方法，檢驗預測模型的擬合度；通過加工試驗，驗證上述研究成果的有效性。

1　表面粗糙度預測原理

在高速磨削工藝系統(tǒng)中，影響表面粗糙度的磨削參數(shù)主要包括砂輪線速度x1、磨削深度x2、工作臺進給量x3和工件轉(zhuǎn)速x4。根據(jù)響應(yīng)曲面方法，可得表面粗糙度預測的一般數(shù)學模型為：

(1)

式中，β0、βi、βij和βii為多項式的待定系數(shù)；xi、xixj和xi2為擬合變量。

為了獲得響應(yīng)曲面訓練樣本，進行正交試驗。根據(jù)加工經(jīng)驗，去除奇異數(shù)據(jù)。結(jié)合式1所示表面粗糙度響應(yīng)曲面預測模型，將數(shù)據(jù)按照模型需求的形式進行處理，獲得擬合變量數(shù)據(jù)。采用最小二乘法確定模型中的系數(shù)，獲得中間預測模型。運用殘差分析法，分析各組試驗數(shù)據(jù)的預測誤差。若誤差超過允許范圍，則認為該組數(shù)據(jù)為奇異數(shù)據(jù)，返回并去除該組數(shù)據(jù)，同時再次進行數(shù)據(jù)模型化處理、回歸擬合和殘差分析，如此循環(huán)，直到所有誤差均在允許范圍內(nèi)。在此基礎(chǔ)上，進行方差分析，檢驗預測模型的線性度。若不滿足線性要求，則說明預測模型不合適，并確定影響預測模型線性度的試驗數(shù)據(jù)組合，返回并去除該組奇異數(shù)據(jù)，重新計算，直至滿足線性要求為止。最終，確定表面粗糙度預測模型。

2　表面粗糙度預測模型

為了最大限度地體現(xiàn)參數(shù)對表面粗糙度的影響規(guī)律，在兼顧試驗成本的情況下，設(shè)計與實施正交試驗，正交試驗表見表1。

表1　正交試驗表

(續(xù))

結(jié)合表面粗糙度預測原理與正交試驗數(shù)據(jù)，將式1中的擬合變量均看作獨立變量，并將所有獨立變量數(shù)據(jù)和表面粗糙度數(shù)據(jù)轉(zhuǎn)化成矩陣形式，利用最小二乘法進行數(shù)據(jù)回歸擬合，獲得回歸方程為：

Rayc=XC

(2)

式中，C為系數(shù)矩陣；X為擬合變量矩陣。C、X分別表示如下：

為了確保預測模型的預測精度與可信度，計算預測模型的殘差(見圖1)。由圖1可以看出，每個試驗組殘差區(qū)間都包含零點，說明擬合誤差在允許范圍之內(nèi)。所以，表面粗糙度預測模型精度滿足要求，并且是可信的。

圖1　預測模型的殘差區(qū)間

為了進一步分析表面粗糙度預測模型的擬合程度，對回歸方程進行顯著性檢驗。本文使用F檢驗，檢驗水平α=0.05。若要計算回歸方程顯著性檢驗F值，應(yīng)先進行方差分析。計算得FR(14,10)=113.2?？紤]到F0.95(14,10)=2.864 7，F(xiàn)R(14,10)>F0.95(14,10)，說明回歸方程的顯著性水平極高；同時，判定系數(shù)R2=0.993 7，說明回歸方程線性關(guān)系明顯，擬合程度高。因此，所搭建的表面粗糙度預測模型具有實際意義。

3　試驗驗證

為了驗證上述表面粗糙度預測模型的有效性，針對表2所示參數(shù)組合進行試驗。通過比較所建立預測模型和神經(jīng)網(wǎng)絡(luò)模型預測結(jié)果，驗證本研究的有效性。兩者的比較結(jié)果如圖2所示。從圖2可知，響應(yīng)曲面法預測結(jié)果的誤差在0.02 μm以內(nèi)，平均預測誤差為0.009 μm；而神經(jīng)網(wǎng)絡(luò)預測結(jié)果的誤差<0.043 μm，平均預測誤差為0.016 μm。比較來看，基于響應(yīng)曲面法建立的表面粗糙度預測模型的預測精度更高，具有有效性。

表2　驗證試驗參數(shù)表

圖2　驗證樣本預測情況

4　結(jié)語

圍繞WC-10Co4Cr高速磨削表面粗糙度預測，開展了表面粗糙度預測原理、正交試驗、預測模型建立和試驗驗證等工作，得出了如下結(jié)論。

1)在響應(yīng)曲面法建立表面粗糙度預測模型的過程中，對預測結(jié)果進行殘差區(qū)間分析，可以有效地檢查并去除奇異數(shù)據(jù)，保證預測模型的準確性。

2)基于響應(yīng)曲面法建立表面粗糙度預測模型，顯著性極高，具有較高的實際意義。利用該模型對WC-10Co4Cr高速磨削表面粗糙度進行預測，誤差<0.02 μm，平均誤差為0.009 μm。

3)與BP神經(jīng)網(wǎng)絡(luò)預測結(jié)果相比，本研究成果具有預測精度高、置信度高的特點，更加適合于實際生產(chǎn)的需求。

4)本研究為WC-10Co4Cr高速磨削參數(shù)優(yōu)化、高精度加工提供了技術(shù)支持。

[1] 郭力, 易軍, 盛曉敏. 超音速火焰噴涂WC-Co涂層超高速磨削試驗研究[J]. 湖南大學學報:自然科學版, 2012, 39(9):23-27.

[2] 盛曉敏, 唐昆, 余劍武, 等. TC4鈦合金超高速磨削工藝試驗研究[J]. 湖南大學學報:自然科學版, 2008, 35(9):28-32.

[3] 陳濤, 盛曉敏, 宓海青. 40Cr超高速磨削工藝實驗研究[J]. 湖南大學學報:自然科學版, 2007, 34(10):39-43.

[4] 趙興龍，徐敏，岳建龍，等. 高精度臺階軸端面磨削的工藝分析與研究[J]. 新技術(shù)新工藝, 2015(9):7-10.

[5] 賀艷，呂玉山，王軍. 磨粒葉序排布砂輪磨削的磨削力模型分析[J]. 新技術(shù)新工藝, 2013(3):59-62.

[6] 陳根余, 周志雄, 李力鈞. 高速高效低粗糙度磨削工藝參數(shù)尋優(yōu)[J]. 湖南大學學報:自然科學版, 2000, 27(3):54-56.

[7]ktemHO,etal.AstudyoftheTaguchioptimizationmethodforsurfaceroughnessinfinishmillingofmoldsurfaces[J].InternationalJournalofAdvancedManufacturingTechnology, 2006, 28:694-700.

[8]JackCX,WangX.Developmentofempiricalmodelsforsurfaceroughnesspredictioninfinishturning[J].InternationalJournalofAdvancedManufacturingTechnology, 2002, 20:348-356.

*國家科技重大專項資助項目(2011ZX04014-021)

責任編輯鄭練

AStudyontheRoughnessPredictioninHighSpeedGrindingforWC-10Co4Cr

CHNEXinchun1,ZONGXuemei1,QIWei1,JINTan2

(1.EngineeringTechnologyCenter,JiangsuXuzhouConstructionMachineryResearchInstitute,Xuzhou221004,China;2.NationalEngineeringResearchCenterforHighEfficiencyGrinding,HunanUniversity,Changsha410082,China)

Basedontheresponseofsurfacemethodology,aroughnesspredictionmethodinhighspeedgrindingforWC-10Co4Crispresentedtomeettheprocessingrequirementwithhighprecisionandefficiency.FromthecharacteristicofhighspeedgrindingcraftsystemforWC-10Co4Cr,aroughnessforecastingprincipleisgivenbasedonthegivencraftsystem.Theroughnesspredictionmodelisestablishedaccordingtothedataoftheorthogonalexperiment.Toverifythevalidityofthemodel,thefittingdegreeiscalculatedbythevarianceanalysismethod.Takingapistonrodgrindinginremanufacturingprocessasanexample,theroughnessispredictedbytheaboveroughnesspredictionmodelandBPNeuralNetwork,andthebothpredictionresultsarecomparedwiththeactualmachiningresultrespectively.Thepredictionerroroftheroughnesspredictionmodelbasedontheresponsesurfacemethodologyis0.02μm,andthepredictionerrorofBPNeuralNetworkis0.04μm.Itshowsthattheformerismoreaccuratethanthelatter,andtheproposedroughnesspredictionmethodisvalidfortheaccuracyrequirement.ProvideatheoreticalbasisforoptimizationofthemachiningparametersinhighspeedgrindingprocessforWC-10Co4Cr.

WC-10Co4Cr,highspeedgrinding,roughnessprediction,responsesurfacemethodology

TG580.61

A

陳新春(1984-)，男，工程師，博士，主要從事精密加工與檢測等方面的研究。

2016-01-27