劉小瑩，王浩，李怒飛，周利平，王計(jì)生

1成都醫(yī)學(xué)院；2西華大學(xué)機(jī)械工程學(xué)院

1 引言

現(xiàn)有的電子封裝材料在性能、制造工藝上均存在一定的應(yīng)用限制，高硅含量Al-Si復(fù)合材料的出現(xiàn)為電子封裝材料的發(fā)展提供了新的契機(jī)。但是，隨著硅含量的增加，硅鋁合金的脆性也會(huì)增加，導(dǎo)致加工性能下降。針對(duì)該材料加工成形時(shí)切削性能較差等突出問(wèn)題，一些學(xué)者和企業(yè)主要集中在材料的制備工藝[1-6]與切削性能分析兩個(gè)方面開(kāi)展了相關(guān)研究[7-12]，而對(duì)高硅含量鋁基電子封裝材料制備工藝的相關(guān)研究起步較早且更系統(tǒng)，如利用噴射沉積等方法制備的電子封裝材料已成功應(yīng)用于生產(chǎn)實(shí)際。

由于針對(duì)該材料切削性能的研究還未系統(tǒng)化，且尚未在公開(kāi)文獻(xiàn)上發(fā)現(xiàn)有關(guān)該材料的切削用量?jī)?yōu)化方法。因此，本文基于課題組前期大量的研究工作，進(jìn)行新型高硅含量鋁基電子封裝材料切削用量?jī)?yōu)化策略研究，并為優(yōu)化系統(tǒng)的開(kāi)發(fā)奠定數(shù)據(jù)基礎(chǔ)。

2 高硅含量鋁基電子封裝材料切削用量?jī)?yōu)化

為改善高硅含量鋁基電子封裝材料的切削加工性，技術(shù)人員普遍依靠經(jīng)驗(yàn)選取切削用量進(jìn)行試加工，費(fèi)時(shí)費(fèi)力。因此，建立針對(duì)高硅含量鋁基電子封裝材料切削用量的優(yōu)化模型十分必要，且優(yōu)化結(jié)果可為實(shí)際加工提供數(shù)據(jù)參考與技術(shù)支持。

2.1 切削數(shù)據(jù)的準(zhǔn)備

課題組利用虛擬仿真技術(shù)和切削實(shí)驗(yàn)對(duì)新型高硅含量鋁基電子封裝材料的切削性能做了大量研究，積累了豐富切削實(shí)驗(yàn)數(shù)據(jù)[13-16]。本文以φ8mm的TiAlN涂層四刃硬質(zhì)合金立銑刀銑削CE11高硅含量鋁基電子封裝材料的切削數(shù)據(jù)為例，收集整理了114組仿真與實(shí)驗(yàn)對(duì)照組數(shù)據(jù)，選取35組仿真與實(shí)驗(yàn)數(shù)據(jù)進(jìn)行誤差對(duì)比(見(jiàn)圖1)，證實(shí)仿真實(shí)驗(yàn)是一種非常有效的實(shí)驗(yàn)手段，所獲得仿真實(shí)驗(yàn)數(shù)據(jù)可作為切削實(shí)驗(yàn)數(shù)據(jù)的有效補(bǔ)充。大量的實(shí)驗(yàn)數(shù)據(jù)不僅使高硅含量鋁基電子封裝材料切削用量?jī)?yōu)化系統(tǒng)的內(nèi)容更加全面，還可以使構(gòu)建的優(yōu)化模型更加準(zhǔn)確。

(a)主切削力對(duì)比

(b)切削溫度對(duì)比

2.2 優(yōu)化模型的建立與實(shí)現(xiàn)

將加工材料、刀具規(guī)格、刀具信息、銑削方式和涂層材料等因素設(shè)為已知量，將機(jī)床轉(zhuǎn)速、進(jìn)給量、銑削寬度、背吃刀量等切削用量設(shè)為自變量，設(shè)切削力為因變量，并基于遺傳算法與BP神經(jīng)網(wǎng)絡(luò)技術(shù)建立切削用量?jī)?yōu)化模型。如圖2所示，該切削用量?jī)?yōu)化模型由預(yù)測(cè)模型和優(yōu)化模型兩部分組成。

圖2 切削用量?jī)?yōu)化模型

在預(yù)測(cè)模型中，根據(jù)需要預(yù)測(cè)的目標(biāo)以及輸入、輸出數(shù)據(jù)的數(shù)量和類型等來(lái)確定BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，進(jìn)而確定遺傳優(yōu)化算法中的個(gè)體編碼長(zhǎng)度。使用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閥值，種群中的每一個(gè)體都包含了一個(gè)神經(jīng)網(wǎng)絡(luò)的所有權(quán)值和閥值，個(gè)體通過(guò)適應(yīng)度函數(shù)計(jì)算出相應(yīng)的適應(yīng)度值，并通過(guò)選擇、交叉和變異操作找到最優(yōu)個(gè)體；再將遺傳算法優(yōu)化后的權(quán)值和閾值重新賦值到新的BP神經(jīng)網(wǎng)絡(luò)中，神經(jīng)網(wǎng)絡(luò)再次訓(xùn)練后輸出預(yù)測(cè)值，從而實(shí)現(xiàn)對(duì)切削力與切削溫度的預(yù)測(cè)。預(yù)測(cè)模型的部分實(shí)現(xiàn)代碼如下：

%% 創(chuàng)建BP神經(jīng)網(wǎng)絡(luò)

net=newff(p，t，S1，{′tansig′，′purelin′}，′trainlm′)；

net.trainParam.show=10；

net.trainParam.epochs=2000；

net.trainParam.goal=1.0e-7；

net.trainParam.lr=0.05；

%%訓(xùn)練網(wǎng)絡(luò)

%[net，tr]=train(net，p，t)；

net=train(net，p，t)；

%%仿真測(cè)試

s_bp=sim(net，psim)

%%權(quán)值閾值個(gè)數(shù)的計(jì)算

R=size(p，1)；

S2=size(t，1)；

S=R*S1+S1*S2+S1+S2；

aa=ones(S，1)*[-1，1]；

%% V.遺傳優(yōu)化

% 初始化種群

popu=50；% 種群規(guī)模

initPpp=initializega(popu，aa，′gabpEval′，[]，[1e-6 1])；% 初始化種群

% 迭代優(yōu)化

gen=500； %遺傳代數(shù)

……

在優(yōu)化模型中，將切削數(shù)據(jù)輸入已經(jīng)建立的BP-GA預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)，并進(jìn)行該神經(jīng)網(wǎng)絡(luò)的訓(xùn)練擬合，擬合后的預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)可作為適應(yīng)度函數(shù)計(jì)算種群個(gè)體的適應(yīng)度值。在一定的約束條件下，通過(guò)選擇、交叉和變異等操作尋找最優(yōu)個(gè)體，即確定切削力最小條件下的最優(yōu)切削用量。結(jié)合涂層刀具生產(chǎn)廠家提供的切削用量表以及課題組前期的研究設(shè)置約束條件，即將需要優(yōu)化的切削用量的數(shù)據(jù)范圍設(shè)為轉(zhuǎn)速2000～5000r/min，進(jìn)給量0.08～0.16mm/z，銑削寬度1～5mm，背吃刀量1～5mm。優(yōu)化模型的部分實(shí)現(xiàn)代碼如下：

%% 解碼最優(yōu)解并賦值

% 解碼最優(yōu)解

[W1，B1，W2，B2，val] = gadecod(x)；

% 賦值給神經(jīng)網(wǎng)絡(luò)

net.IW{1，1}=W1；

net.LW{2，1}=W2；

net.b{1}=B1；

net.b{2}=B2；

%% 利用新的權(quán)值和閾值進(jìn)行訓(xùn)練

net=train(net，p，t)；

%% 仿真測(cè)試

s_ga=sim(net，psim) %遺傳優(yōu)化后的仿真結(jié)果

%%結(jié)果反歸一化

tsim_1=mapminmax(′reverse′，s_ga，ps_output)； %反歸一化%% IX結(jié)果

%% 結(jié)果對(duì)比

error=abs(tsim_1 - t_test)./t_test；

%決定系數(shù)R^2

R2=(N*sum(tsim_1.*t_test)-sum(tsim_1)*sum(t_test))^2/((N*sum((tsim_1).^2)-(sum(tsim_1))^2)*(N*sum((t_test).^2)-(sum(t_test))^2))；

……

2.3 優(yōu)化結(jié)果輸出

以主切削力最小時(shí)的切削用量為優(yōu)化結(jié)果。經(jīng)過(guò)100次迭代后優(yōu)化結(jié)果趨于平穩(wěn)，最終計(jì)算得出的最優(yōu)解為n=4670r/min，f=0.095mm/z，aw=1.81mm，ap=3.83mm，此時(shí)最小主切削力為168.13N。

3 優(yōu)化結(jié)果實(shí)驗(yàn)驗(yàn)證

搭建如圖5所示的實(shí)驗(yàn)平臺(tái)，由Kistler公司的測(cè)力系統(tǒng)(壓電晶體傳感器、數(shù)據(jù)采集卡、電荷放大器、Dynoware Type 2825A1-2型數(shù)據(jù)收集處理軟件)、Raytek公司的Thermo ViewTM TPi20在線式紅外熱成像儀、數(shù)控機(jī)床及金相顯微鏡等設(shè)備構(gòu)成。為了便于實(shí)時(shí)采集切削力，需要將高硅含量鋁基電子封裝材料裝夾在壓電晶體傳感器上。圖3為預(yù)加工工件外形與尺寸，工件材料為Osprey Metal公司生產(chǎn)的CE11合金，該材料的力學(xué)性能見(jiàn)表1。切削實(shí)驗(yàn)所用TiAlN涂層刀具的幾何參數(shù)見(jiàn)表2。

圖3 CE11銑削實(shí)驗(yàn)平臺(tái)

材料化學(xué)成分密度(g/cm3)熱膨脹系數(shù)(25～100℃)(×10-6/K)熱導(dǎo)率(W/(m·K))CE11Al-50%Si2.5011.0149材料彎曲強(qiáng)度(MPa)屈服強(qiáng)度(MPa)彈性模量(GPa)泊松比CE111721251210.25

表2 立銑刀幾何參數(shù)

對(duì)優(yōu)化后的切削用量值進(jìn)行取整處理，通過(guò)銑削實(shí)驗(yàn)測(cè)得實(shí)際切削力(見(jiàn)表3)。根據(jù)實(shí)驗(yàn)結(jié)果可知，優(yōu)化值與實(shí)驗(yàn)值的相對(duì)誤差在15%以內(nèi)。

表3 切削力實(shí)驗(yàn)結(jié)果

根據(jù)實(shí)驗(yàn)結(jié)果可知，不合適的切削用量會(huì)導(dǎo)致刀具前后刀面磨損嚴(yán)重，有時(shí)會(huì)出現(xiàn)刀尖崩刃(見(jiàn)圖4a)。采用主切削力最小時(shí)的切削用量進(jìn)行切削加工，在銑削總距離達(dá)到5m后，利用金相顯微鏡觀察刀具磨損情況，發(fā)現(xiàn)刀具前后刀面均出現(xiàn)刀具和涂層材料的少量磨損，但刀尖無(wú)崩刃(見(jiàn)圖4b)?？梢?jiàn)，優(yōu)化切削用量對(duì)提高高硅含量鋁基電子封裝材料的切削加工性能和降低刀具磨損是有效果的。

n=4000/min，f=0.14mm/z，aw=3.5mm，ap=3mm，平均磨損量A=0.0362mm(a)優(yōu)化前

n=4700r/min，f=0.09mm/z，aw=1.8mm，ap=3.8mm，平均磨損量A=0.0176mm(b)優(yōu)化后

4 切削用量?jī)?yōu)化系統(tǒng)開(kāi)發(fā)

4.1 優(yōu)化系統(tǒng)概念設(shè)計(jì)

高硅含量鋁基電子封裝材料切削用量?jī)?yōu)化系統(tǒng)可以輔助技術(shù)人員提高產(chǎn)品生產(chǎn)效率和產(chǎn)品質(zhì)量。根據(jù)企業(yè)調(diào)研及軟件需求分析，高硅含量鋁基電子封裝材料的銑削加工是個(gè)多因素互相影響的過(guò)程，銑削性能參數(shù)實(shí)際上是銑削加工過(guò)程的外在表現(xiàn)形式，它受數(shù)控機(jī)床、刀具、銑削參數(shù)、切削介質(zhì)、工件材料以及加工質(zhì)量等多個(gè)因素共同影響，而每個(gè)因素又有其自身屬性，如數(shù)控機(jī)床的屬性包括主軸轉(zhuǎn)速、刀庫(kù)容量和數(shù)控系統(tǒng)等。因此，首先需要進(jìn)行系統(tǒng)的概念設(shè)計(jì)，建立如圖5所示的優(yōu)化系統(tǒng)E-R模型。

4.2 優(yōu)化系統(tǒng)的功能框架結(jié)構(gòu)設(shè)計(jì)與實(shí)現(xiàn)

根據(jù)優(yōu)化系統(tǒng)的概念設(shè)計(jì)和邏輯設(shè)計(jì)，建立優(yōu)化系統(tǒng)的功能框架結(jié)構(gòu)(見(jiàn)圖6)。系統(tǒng)主要功能包括用戶信息、機(jī)床信息、刀具信息、涂層材料信息、銑削性能參數(shù)和優(yōu)化結(jié)果信息等內(nèi)容的查詢、添加、修改以及刪除等操作功能，并以切削數(shù)據(jù)庫(kù)信息為基礎(chǔ)，具有切削用量的預(yù)測(cè)與優(yōu)化功能。優(yōu)化計(jì)算是通過(guò)調(diào)用MATLAB軟件實(shí)現(xiàn)，在MATLAB軟件中運(yùn)行BP-GA神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型和遺傳算法優(yōu)化模型，最終獲得優(yōu)化后的銑削用量。優(yōu)化后的結(jié)果可存入切削數(shù)據(jù)庫(kù)作為知識(shí)儲(chǔ)備，為系統(tǒng)后續(xù)開(kāi)發(fā)刀具幾何角度的優(yōu)化功能奠定基礎(chǔ)。系統(tǒng)功能運(yùn)行實(shí)例界面見(jiàn)圖7-圖9。

圖5 優(yōu)化系統(tǒng)的E-R模型

圖6 優(yōu)化系統(tǒng)的功能框架結(jié)構(gòu)

圖7 涂層材料信息查詢界面

圖8 工件材料信息管理界面

圖9 切削用量?jī)?yōu)化運(yùn)行界面

5 結(jié)語(yǔ)

本文研究工作建立在前期大量的仿真實(shí)驗(yàn)和切削實(shí)驗(yàn)基礎(chǔ)上，通過(guò)收集和整理實(shí)驗(yàn)數(shù)據(jù)，建立切削用量?jī)?yōu)化策略，旨在為改善高硅含量鋁基電子封裝材料的切削加工性能提供參考，即技術(shù)人員根據(jù)實(shí)際工況，利用優(yōu)化算法，獲得優(yōu)選切削用量，從而減少試切時(shí)間，提高加工效率，并降低刀具和工件的損耗。

目前，研究工作主要針對(duì)CE11合金牌號(hào)開(kāi)展，并已開(kāi)發(fā)出一套高硅含量鋁基電子封裝材料切削用量?jī)?yōu)化系統(tǒng)(見(jiàn)圖5)，經(jīng)合作企業(yè)試用，效果良好。為了滿足企業(yè)的應(yīng)用需求，還可以擴(kuò)展優(yōu)化系統(tǒng)的數(shù)據(jù)內(nèi)容，后續(xù)將陸續(xù)展開(kāi)其它牌號(hào)(如CE7、CE9、CE13等)的切削加工實(shí)驗(yàn)及研究。