謝黎明,張 威,靳 嵐
(蘭州理工大學(xué)機(jī)電工程學(xué)院,甘肅 蘭州 730050)
6061鋁合金因具有良好的機(jī)械性能而成為理想的結(jié)構(gòu)材料,其廣泛應(yīng)用于航空工業(yè)、汽車制造業(yè)等。在實(shí)際生產(chǎn)中,工件表面的粗糙度受切削加工工藝及參數(shù)的影響,為使工件加工品質(zhì)能夠達(dá)到工藝要求,需要對(duì)工件表面粗糙度與切削參數(shù)間的關(guān)系進(jìn)行預(yù)測(cè),以提高工件表面的質(zhì)量和加工效率。劉再德等[1]根據(jù)6061鋁合金的動(dòng)態(tài)拉伸應(yīng)力應(yīng)變曲線,擬合出其Johnson-Cook 本構(gòu)模型參數(shù),為準(zhǔn)靜態(tài)變形分析提供理論依據(jù);陳子乾等[2]通過(guò)對(duì)6061 鋁合金進(jìn)行切削深度為0.005~0.100mm的微細(xì)刨削,得知進(jìn)給量是影響微細(xì)刨削鋁合金表面粗糙度的主要原因,但其沒(méi)有綜合分析表面粗糙度、切削率與切削參數(shù)的關(guān)系;劉玉波等[3]使用硬質(zhì)合金刀具對(duì)鋁合金(2A70)葉輪進(jìn)行高速銑削試驗(yàn),分析了不同切削參數(shù)對(duì)葉輪葉片加工表面粗糙度的影響,確定了最優(yōu)生產(chǎn)條件;王興盛等[4]建立了LS-SVM預(yù)測(cè)模型,采用正交實(shí)驗(yàn)法預(yù)測(cè)復(fù)雜曲面鏡片精密車削后的表面粗糙度。但劉玉波、王興盛等均沒(méi)有考慮試驗(yàn)因素交互作用對(duì)試驗(yàn)結(jié)果的綜合影響。另有部分學(xué)者研究表明,響應(yīng)曲面法(RSM)可以通過(guò)分析因素交互作用的影響,再結(jié)合材料切除率進(jìn)行優(yōu)化得到切削參數(shù)的最優(yōu)組合,但由于未經(jīng)過(guò)試驗(yàn)驗(yàn)證,數(shù)據(jù)可靠性有待檢驗(yàn)[5-7]。本文利用Deform-3D有限元仿真軟件對(duì)6061鋁合金進(jìn)行模擬銑削加工,在文件后處理階段對(duì)已加工表面進(jìn)行輪廓微觀不平度十點(diǎn)高度分析,通過(guò)計(jì)算實(shí)際加工表面與理想加工表面的高度差,得到加工表面的粗糙度值,然后運(yùn)用二次響應(yīng)曲面法建立預(yù)測(cè)模型,得到表面粗糙度與切削參數(shù)間的指數(shù)關(guān)系,分析切削參數(shù)對(duì)表面粗糙度的影響程度,同時(shí)考慮影響因素的交互作用,利用試驗(yàn)對(duì)仿真結(jié)果進(jìn)行驗(yàn)證,最終得到最優(yōu)參數(shù)組合。
在有限元仿真過(guò)程中,為減少計(jì)算時(shí)間,選取銑削過(guò)程中的一部分作為分析對(duì)象,并假設(shè)工件的銑削面為平面[8]。刀具為雙刃螺旋立銑刀,刀具直徑為4mm,螺旋角為30°,將Pro/E軟件構(gòu)建的刀具、工件幾何模型導(dǎo)入Deform-3D軟件,對(duì)刀具和工件進(jìn)行相對(duì)網(wǎng)格劃分。銑削模擬有限元模型如圖 1 所示。
圖1 銑削模擬有限元模型
參考《機(jī)械加工工藝手冊(cè)》[9],選取銑削用量,按三因素三水平(表1)設(shè)計(jì)試驗(yàn)。
表1 試驗(yàn)因素水平表
表面粗糙度值為仿真分析結(jié)果,不能通過(guò)粗糙度測(cè)量?jī)x測(cè)得實(shí)驗(yàn)數(shù)據(jù),但可以通過(guò)在模型上選點(diǎn)的方法對(duì)表面粗糙度進(jìn)行預(yù)測(cè),得到表面粗糙度Rz值。根據(jù)GB1031—1983,取樣長(zhǎng)度選為0.8mm,在取樣長(zhǎng)度內(nèi)從大到小取前5個(gè)輪廓峰高ypi的平均值與前5個(gè)輪廓谷深yvi的平均值,它們之和即為輪廓微觀不平度十點(diǎn)高度Rz[10],見(jiàn)式(1)。Deform后處理階段,在已加工表面上選點(diǎn),如圖2所示,其對(duì)應(yīng)的刀具軸線方向(Y方向)上的實(shí)際坐標(biāo)值與銑削理論坐標(biāo)值的差值即為工件加工表面輪廓的高度yi,yi=ypi+yvi。利用上述方法可對(duì)二次響應(yīng)曲面試驗(yàn)數(shù)據(jù)進(jìn)行表面粗糙度預(yù)測(cè)。
圖2 粗糙度仿真分析
(1)
二次響應(yīng)曲面 (response surface methodology,RSM) 法是數(shù)學(xué)方法和統(tǒng)計(jì)方法結(jié)合的產(chǎn)物,用于對(duì)感興趣的受多個(gè)變量影響的響應(yīng)問(wèn)題進(jìn)行建模和分析,其目的是優(yōu)化這個(gè)響應(yīng)。RSM作為一種優(yōu)化方法,考慮了試驗(yàn)隨機(jī)誤差,而傳統(tǒng)優(yōu)化是不考慮試驗(yàn)隨機(jī)誤差的,同時(shí) RSM 將復(fù)雜的未知函數(shù)關(guān)系在小區(qū)域內(nèi)用簡(jiǎn)單的一次或二次多項(xiàng)式模型來(lái)擬合,計(jì)算比較簡(jiǎn)便[11]。
二次響應(yīng)曲面法試驗(yàn)方案及試驗(yàn)結(jié)果見(jiàn)表2。
表2 二次響應(yīng)曲面響應(yīng)法方案及結(jié)果
二次響應(yīng)曲面模型[12]:
(2)
式中:b0,bi,bij為多項(xiàng)式待定系數(shù);xi為自變量第i個(gè)分量。得到二次響應(yīng)曲面回歸方程為:
(3)
二次響應(yīng)曲面模型的擬合優(yōu)度可通過(guò)決定系數(shù)(coefficient of determination)R2和相關(guān)系數(shù)(correlation coefficient)R來(lái)驗(yàn)證[13-14]。利用design expert軟件分析,該模型的修正決定系數(shù)(R2修正值)為0.931 6,即93.16%的表面粗糙度變異分布在所研究的3個(gè)因素中,其總變異中僅有6.84%不能由該模型來(lái)解釋,表明該模型擬合程度良好。變異系數(shù)(coefficient variability)表明不同水平的處理組之間的變異程度。該模型的變異系數(shù)約為17.23%,說(shuō)明實(shí)驗(yàn)的重復(fù)性良好。標(biāo)準(zhǔn)化殘差正態(tài)概率圖顯示基本為一條直線(圖3),真實(shí)值與預(yù)測(cè)值重合度較高,擬合效果良好,因此預(yù)測(cè)模型成立。
圖3 標(biāo)準(zhǔn)化殘差正態(tài)概率圖
表3 響應(yīng)曲面法方差分析
1)圖4顯示,背吃刀量在零水平條件下(ap=0.2mm)、進(jìn)給量在0.11~0.26mm范圍內(nèi),工件表面粗糙度隨主軸轉(zhuǎn)速的增加顯著下降,當(dāng)主軸轉(zhuǎn)速大于9 000r/min時(shí),工件表面粗糙度小于0.2mm。
圖4 主軸轉(zhuǎn)速和進(jìn)給量對(duì)表面粗糙度的影響
2)圖5顯示,進(jìn)給量在零水平條件下(fz=0.20mm),低轉(zhuǎn)速區(qū)工件表面粗糙度隨背吃刀量的增加顯著增加,當(dāng)主軸轉(zhuǎn)速大于8 000r/min時(shí),表面粗糙度值較低且隨背吃刀量的增加變化不明顯,此時(shí)可以獲得較高的加工表面質(zhì)量。
圖5 主軸轉(zhuǎn)速和背吃刀量對(duì)表面粗糙度的影響
3)圖6顯示,主軸轉(zhuǎn)速在零水平條件(n=8 000r/min)下,工件表面粗糙度隨背吃刀量和進(jìn)給量的增加變化不明顯,此時(shí)可以獲得較穩(wěn)定的加工表面質(zhì)量。
在滿足表面加工質(zhì)量的前提下,優(yōu)化切削參數(shù)可以獲得最大的金屬切除率,以達(dá)到最大的加工效率。
圖6 背吃刀量和進(jìn)給量對(duì)表面粗糙度的影響
(4)
(5)
式中:Q為金屬切除率;D為刀具直徑。將式(5)代入式(4),得到金屬切除率與切削參數(shù)之間的關(guān)系式(6)。
(6)
根據(jù)分析可知,由于背吃刀量對(duì)表面粗糙度的影響最大,所以先確定背吃刀量有利于控制表面粗糙度,然后通過(guò)調(diào)整主軸轉(zhuǎn)速和進(jìn)給量來(lái)提高材料切除率,進(jìn)而提高加工效率。選取零水平背吃刀量ap=0.2mm,根據(jù)式(3)和式(6)可以作出Rz和Q的等高線,如圖7所示。
圖7 背吃刀量為0.2mm時(shí),表面粗糙度、材料切除率等高線圖
1)分析圖7可知,圖中A,B,C3點(diǎn)均在Q=0.02mm3/min處,三點(diǎn)的材料切除率相等,但是A點(diǎn)處表面粗糙度明顯低于B和C兩點(diǎn)。
2)圖中A,E,I,L4點(diǎn)表面粗糙度值相等,為Rz=2.02mm,但是L點(diǎn)加工效率明顯高于A,E,I三點(diǎn)。
3)圖中K點(diǎn)處獲得的表面粗糙度值較小,加工效率最高,而C點(diǎn)處的結(jié)果與K點(diǎn)處相反,因此合理選擇參數(shù)組合有利于保證加工質(zhì)量和提升加工效率。
銑削實(shí)驗(yàn)在高速加工中心EMCO MILL450(圖8)上進(jìn)行。工件材料為6061鋁合金,尺寸為80mm×60mm×40mm;加工刀具選用SAND-VIK生產(chǎn)的雙刃整體硬質(zhì)合金螺旋立銑刀,銑刀直徑φ=4mm,銑削方式為干式切削,往復(fù)式走刀。工件表面粗糙度測(cè)量所采用的粗糙度測(cè)量?jī)x型號(hào)為TR240,如圖9所示,其Rz的測(cè)量范圍為2×10-5~0.16mm。
圖8 實(shí)驗(yàn)裝置
圖9 TR240粗糙度測(cè)量?jī)x
為驗(yàn)證二次響應(yīng)曲面法的可靠性以及篩選最優(yōu)參數(shù)組合,選取圖7中A,B,C,D,E,F(xiàn),G,H,I,J,K,L共12個(gè)點(diǎn)的參數(shù)組合進(jìn)行實(shí)驗(yàn),得出表面粗糙度實(shí)驗(yàn)值見(jiàn)表4。通過(guò)對(duì)表面粗糙度實(shí)驗(yàn)值的分析可知,二次響應(yīng)曲面法可以較為準(zhǔn)確地反映出實(shí)際加工結(jié)果,分析方法可靠。
1)二次響應(yīng)曲面法擬合度較高,在實(shí)驗(yàn)條件范圍內(nèi)有較高的置信度與顯著性,可以連續(xù)對(duì)實(shí)驗(yàn)的各個(gè)水平進(jìn)行分析。該方法考慮了因素間的交互作用及實(shí)驗(yàn)隨機(jī)誤差,適用于非線性數(shù)據(jù)處理的相關(guān)問(wèn)題。
2)通過(guò)二次響應(yīng)曲面模型顯著性分析得知,在實(shí)驗(yàn)范圍內(nèi),減小背吃刀量對(duì)降低表面粗糙度有顯著作用,提高主軸轉(zhuǎn)速可以有效控制表面粗糙度變化。銑削參數(shù)對(duì)表面粗糙度影響顯著性排序?yàn)椋篴p>v>fz。
3)通過(guò)仿真、實(shí)驗(yàn)對(duì)比得知,二次響應(yīng)曲面法預(yù)測(cè)結(jié)果真實(shí)度較高,最優(yōu)參數(shù)組合為:n=10 000r/min,fz=0.25mm,ap=0.2mm。
參考文獻(xiàn):
[1]劉再德, 王冠, 馮銀成,等. 6061鋁合金高應(yīng)變速率本構(gòu)參數(shù)研究[J]. 礦冶工程, 2011, 31(6):120-123.
[2]陳子乾, 楊光. 6061鋁合金微細(xì)刨削的表面粗糙度試驗(yàn)研究[J]. 機(jī)械設(shè)計(jì)與制造, 2016(5): 115-121.
[3]劉玉波, 趙燦. 基于正交試驗(yàn)法的高速銑削工藝參數(shù)優(yōu)化設(shè)計(jì)[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2008(9): 68-71.
[4]王興盛, 康敏, 傅秀清,等. 鏡片精密車削表面粗糙度預(yù)測(cè)[J]. 機(jī)械工程學(xué)報(bào), 2013(49): 192-198.
[5]張烘州,明偉偉,安慶龍,等. 響應(yīng)曲面法在表面粗糙度預(yù)測(cè)模型及參數(shù)優(yōu)化中的應(yīng)用[J].上海交通大學(xué)學(xué)報(bào), 2010, 44(4): 447-451.
[6]劉牧, 楊茂奎. 基于響應(yīng)曲面法的表面粗糙度預(yù)測(cè)模型研究[J]. 精密制造與自動(dòng)化, 2006(2): 37-40.
[7]焦鋒,張佳菲,牛贏,等. 基于響應(yīng)曲面法的硬質(zhì)合金加工切削參數(shù)優(yōu)化[J].機(jī)械設(shè)計(jì)與研究, 2015(4): 112-115.
[8]李傳民, 王向麗, 閆華軍,等. DEFORM5.03金屬成形有限元分析實(shí)例指導(dǎo)教程[M]. 北京: 機(jī)械工業(yè)出版社, 2007.
[9]李洪. 機(jī)械加工工藝手冊(cè)[M]. 北京: 北京出版社, 1990.
[10] 袁長(zhǎng)良, 丁志華, 武文堂. 表面粗糙度及其測(cè)量[M]. 北京: 機(jī)械工業(yè)出版社, 1989.
[11] 王永菲, 王成國(guó). 響應(yīng)面法的理論與應(yīng)用[J]. 中央民族大學(xué)學(xué)報(bào)(自然科學(xué)版),2005, 14(3): 236-239.
[12] 徐向宏, 何明珠. 試驗(yàn)設(shè)計(jì)與Design-Expert、SPSS應(yīng)用[M]. 北京: 科學(xué)出版社, 2010:146-157.
[13] SUNITHA K, LEE J K, OH T K.Optimization of medium components for phytase production by E.coli using response surface methodology[J].Bioprocess and Biosystems Engineering,1999, 21(6):477-481.
[14] NM Osório, S Ferreira Dias, JH Gusmo. Response surface modeling of production of ω-3 polyunsaturated fatty acids-enriched fats by a commercial immobilized lipase[J]. Journal of Molecular Catalysis B Enzymatic, 2001, 11(4): 677-686.