趙仲林，安立寶

(華北理工大學(xué) 機(jī)械工程學(xué)院，河北 唐山 063210)

0 引言

鈦合金具有強(qiáng)度高、質(zhì)量輕、耐腐蝕等優(yōu)點(diǎn)，廣泛應(yīng)用于航空航天領(lǐng)域，但因其具有較高的化學(xué)活性與較低的導(dǎo)熱率，表現(xiàn)出銑削溫度高、刀具粘結(jié)嚴(yán)重等缺點(diǎn)[1]。使用有限元技術(shù)來研究TC4的銑削過程可節(jié)省大量的人力、物力資源。

李體仁等[2]采用正交試驗(yàn)研究了高速銑削鈦合金 TC4 粗加工階段時(shí)切削參數(shù)對切削力的影響規(guī)律，結(jié)合Pareto得出高速銑削鈦合金的最優(yōu)切削參數(shù)。孫鵬程等[3]通過銑削TC4實(shí)驗(yàn)，得出銑削力數(shù)據(jù)，采用多元線性回歸分析法，建立了準(zhǔn)確度高的各向銑削力模型。本文利用有限元軟件模擬TC4銑削加工過程，建立了三維銑削模型，得到了切削速度、每齒進(jìn)給量、軸向切深對銑削力的影響規(guī)律，并采用BP神經(jīng)網(wǎng)絡(luò)對TC4銑削力進(jìn)行預(yù)測。該研究可為實(shí)際生產(chǎn)中加工參數(shù)的選擇提供理論指導(dǎo)。

1 切削過程有限元建模

1.1 材料本構(gòu)

因?yàn)殂娤鱐C4過程會(huì)產(chǎn)生大的應(yīng)力應(yīng)變，選用Johnson-Cook本構(gòu)模型來反映銑削加工過程中材料的應(yīng)變硬化、應(yīng)變率和熱軟化效應(yīng)，其表達(dá)式如下：

(1)

表1 J-C本構(gòu)參數(shù)

1.2 切屑分離準(zhǔn)則

使用物理分離準(zhǔn)則Johnson-Cook剪切失效準(zhǔn)則，當(dāng)失效參數(shù)D大于1時(shí)，實(shí)現(xiàn)單元的分離，形成切屑：

(2)

.

(3)

1.3 銑削有限元模型建立

通過有限元軟件建立三維側(cè)銑模型,如圖1所示。利用SolidWorks建立YG8四刃立銑刀模型，刀具幾何參數(shù)為：直徑10 mm,螺旋角35°，后角13°，圓周刃前角10°。工件材料為TC4，長、寬、高分別為60 mm、20 mm、20 mm。銑削工藝參數(shù)如下：切削速度80 m/min，每齒進(jìn)給量0.15 mm/z，軸向切深2 mm，徑向切寬4 mm。干式順銑。為縮短計(jì)算時(shí)間將TC4局部切削網(wǎng)格細(xì)化為0.1 mm。單元類型為C3D8RT，采用減縮積分。接觸方式為YG8與TC4面面接觸，約束工件6個(gè)自由度，因不考慮刀具磨損，將刀具設(shè)為剛體并耦合約束為一參考點(diǎn)，給予刀具轉(zhuǎn)速和進(jìn)給速度，模型的初始溫度設(shè)置為20 ℃。

圖1 銑削有限元模型

2 仿真方案與試驗(yàn)結(jié)果

2.1 試驗(yàn)方案的設(shè)計(jì)與分析

徑向切寬為4 mm，刀具圓周刃前角為10°，后角為13°，采用三因素四水平正交試驗(yàn)，正交試驗(yàn)因素水平如表2所示。設(shè)計(jì)L16(34)正交試驗(yàn)表，進(jìn)行TC4銑削仿真試驗(yàn)，提取銑削力數(shù)值，見表3。

表2 正交試驗(yàn)因素水平表

表3 TC4銑削試驗(yàn)結(jié)果

通過仿真試驗(yàn)得出銑削速度、每齒進(jìn)給量、軸向切深對銑削力的影響規(guī)律，如圖2所示。由圖2可知：隨著銑削速度的增加，TC4發(fā)生熱軟化效應(yīng)，銑削力略微減小，當(dāng)銑削速度達(dá)到120 m/min時(shí)，切削刃刀尖處會(huì)發(fā)生輕微崩刃，導(dǎo)致銑削力增大；隨著每齒進(jìn)給量、軸向切深的增加，工件的材料去除率增加，銑刀受力面積增大，均導(dǎo)致銑削力增大。

圖2 切削用量對銑削力的影響規(guī)律

2.2 銑削應(yīng)力場分析

圖3為YG8銑削TC4過程中工件應(yīng)力分布云圖，圖4為刀尖切入位置應(yīng)力云圖。通過圖4可看出，Mises最大應(yīng)力出現(xiàn)在第一變形區(qū)，因?yàn)樵诘都馇腥牍ぜr(shí)，導(dǎo)致TC4發(fā)生較大塑性變形。

圖3 鐵削過程中工件的應(yīng)力云圖

圖4 鐵削過程中刀尖切入工件位置的應(yīng)力云圖

3 BP神經(jīng)網(wǎng)絡(luò)預(yù)測

Backpropagation(BP)神經(jīng)網(wǎng)絡(luò)，是一種基于誤差反向傳播算法的多層前饋網(wǎng)絡(luò)[5]，本文輸入21組學(xué)習(xí)樣本，使用反向傳播算法對網(wǎng)絡(luò)的權(quán)值和誤差進(jìn)行反復(fù)調(diào)整訓(xùn)練，使誤差沿梯度方向下降，最終確定網(wǎng)絡(luò)收斂時(shí)的權(quán)值和閾值，完成訓(xùn)練。

首先將銑削力仿真試驗(yàn)獲取的16組數(shù)據(jù)作為訓(xùn)練樣本，再利用銑削力經(jīng)驗(yàn)公式得到5組不同切削參數(shù)下的數(shù)據(jù)作為測試樣本；之后利用MATLAB對數(shù)據(jù)進(jìn)行歸一化處理，設(shè)置迭代次數(shù)為1 000次，訓(xùn)練目標(biāo)為10-3，學(xué)習(xí)率為0.01。本文選擇銑削速度、每齒進(jìn)給量、軸向切深為輸入來預(yù)測銑削力，所以輸入神經(jīng)元為3，輸出神經(jīng)元為1，隱含層包含7個(gè)神經(jīng)元，即網(wǎng)絡(luò)結(jié)構(gòu)為3-7-1，BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)見圖5，隱含層激活函數(shù)為trainlm。為了比較BP神經(jīng)網(wǎng)絡(luò)預(yù)測精度，繪制銑削力仿真值與預(yù)測值對比如圖6所示，銑削力仿真值與預(yù)測值之間的最大相對誤差為9.48%，因此BP神經(jīng)網(wǎng)絡(luò)預(yù)測銑削力模型具有較高精度。

圖5 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

圖6 銑削力仿真值與預(yù)測值對比

4 結(jié)論

(1)銑削TC4過程中，銑削力隨銑削速度的增加先減小后增加；隨每齒進(jìn)給量、軸向切深的增大而增加。采用較高切削速度、較低每齒進(jìn)給量與軸向切深，可以提高TC4銑削加工效率。

(2)建立了BP神經(jīng)網(wǎng)絡(luò)預(yù)測銑削力模型，得到的銑削力數(shù)值與仿真試驗(yàn)值最大誤差為9.48%，驗(yàn)證了神經(jīng)網(wǎng)絡(luò)預(yù)測模型的準(zhǔn)確性。