趙 彪，王 欣，陳 濤，丁文鋒，傅玉燦，徐九華，趙正彩，陳清良

（1.南京航空航天大學，南京 210016；2.航空工業(yè)成都飛機工業(yè)（集團）有限責任公司，成都 610092）

隨著航空航天領域高端裝備及關鍵構件對功重比、可靠性、使用壽命等方面的要求不斷提升，對相關高性能難加工材料，如鈦合金、鎳基高溫合金、高強度鋼等的加工質量、效率和成本等也提出了更高的要求。這些材料的加工過程普遍存在顫振、刀具崩刃、加工表面燒傷、加工質量不穩(wěn)定以及效率低等一系列問題，給加工制造帶來了極大挑戰(zhàn)。切削加工是航空航天難加工材料及關鍵構件加工制造的主要方法，其技術水平對零件制造質量有重要影響。切削力、切削溫度、刀具壽命、加工表面質量是切削加工研究的主要對象，如何準確預測與控制這些加工過程量一直是切削加工領域的重點和難點問題，也是實現(xiàn)難加工材料高品質、高效率和低成本加工的前提條件[1–2]。

隨著計算機技術的快速發(fā)展，智能控制技術在切削加工中的應用也愈加廣泛。有限元仿真技術功能強大，可利用數(shù)學近似的方法對真實切削過程進行模擬，實現(xiàn)加工過程量（如切削力、切削溫度、刀具磨損和表面完整性）的預測，在提高材料加工質量、加工效率和降低工業(yè)成本等方面的應用有著廣闊的前景[3–4]。切削加工過程的智能控制主要包括刀具、工件以及機床的狀態(tài)監(jiān)測，信息采集與分析，采用算法和智能技術對加工狀態(tài)進行判斷，通過控制模塊對加工參數(shù)等進行實時調整以及采取增加刀具剛度進行夾具位置補償?shù)葍热輀5–8]。

近年來，國內外學者對航空航天難加工材料切削加工過程開展了大量的有限元仿真及智能控制研究，圍繞材料切削過程中切削力、切削溫度、刀具磨損以及加工表面完整性進行了預測和控制，如圖1所示[9–19]。切削力主要受工件材料、加工參數(shù)、刀具種類及幾何結構參數(shù)等的影響，是影響加工過程的主要因素之一。切削溫度也是加工過程的一個重要過程量，為了降低切削區(qū)域的溫度，不同隔熱涂層的刀具以及冷卻方法應運而生。在刀具磨損方面，開發(fā)了多種刀具預測模型以對刀具磨損進行預測和控制。同時，為了提高加工表面完整性，圍繞表面粗糙度、白層、顯微組織、殘余應力等開展了大量研究，針對不同工況提出了一些預測方法。對于切削加工過程智能控制，各過程參量的監(jiān)測是對切削過程進行有效調控的基礎，其中涉及傳感器技術、刀具狀態(tài)監(jiān)測結構設計和信號采集及提取技術，而針對切削力、切削溫度、刀具磨損以及加工表面完整性的控制則需要依賴于刀具內部或外置的調控系統(tǒng)以及調控算法。隨著大數(shù)據(jù)、人工智能和互聯(lián)網(wǎng)的發(fā)展，針對切削過程的控制將變得更加準確、穩(wěn)定和實時。

圖1 切削加工過程模擬與智能控制技術研究Fig.1 Research on cutting process simulation and intelligent control

1 切削加工過程模擬

切削加工過程模擬常用的方法有數(shù)值模擬和物理模擬。數(shù)值模擬能反映工藝過程的變化情況，在金屬切削加工過程模擬研究中已得到了廣泛應用。其中，有限元仿真技術可以直觀分析工件加工材料去除過程、刀具磨損過程及加工表面創(chuàng)成過程，獲得加工過程的物理量，有利于更加深入地理解加工機理，已成為數(shù)值模擬研究中的主流方法[20]。通過有限元仿真，也可對加工參數(shù)進行優(yōu)化，提高加工穩(wěn)定性，從而獲得更好的加工質量。切削加工有限元仿真流程如圖2所示[21]。切削加工仿真的難點在于仿真過程的近似化處理，建立貼近實體的仿真模型以及進行合適的前處理 （包括選用合適的本構模型、摩擦模型、網(wǎng)格劃分方法等），從而確保仿真結果的可靠性。切削加工物理模擬主要采用模擬件或縮小比例的試驗模型來代替對產品原型的加工，能保證模型與產品原型在物理本質上的一致性，相較于產品加工試驗周期短、費用低，便于測量檢測[22–23]。該方法在工廠實際切削加工中應用較多，但在文獻研究方面鮮見，一般在產品原型投入加工前進行加工物理模擬以對前期技術研究進行驗證，為產品原型加工提供參考，提高產品加工合格率，節(jié)約成本[24]。

圖2 切削加工有限元仿真流程[21]Fig.2 Finite element simulation flow of cutting process[21]

仿真精度是進行切削加工過程仿真研究的前提，影響有限元仿真精度的主要因素有材料本構模型、切屑–工件基體分離準則、網(wǎng)格劃分方法及摩擦模型等。為提高切削加工過程的仿真精度，在材料特性方面，Johnson 等[25]提出了John–Cook 本構模型，并在切削加工仿真中得到了廣泛應用，由于該模型未考慮應變–應變率–溫度場之間的耦合關系，一些學者在后續(xù)研究中對其進行了修正，提出了考慮材料流變應力的修正J–C 本構模型、考慮應力–應變–應變率–溫度耦合效應的TANH 修正J–C 本構模型及考慮材料硬度變化的J–C 本構模型[26–28]。此外常用的本構模型還有Zerilli–Armstrong 模型、Nemat–Nasser 細觀模型和Power–Law 模型[29–31]。在分離準則方面，目前應用較多的主要有兩種，分別是幾何準則和物理準則，根據(jù)實際情況選擇合適的分離準則有助于提高仿真的準確性。常見的以物理變量作為分離準則的物理準則有：考慮有效應變的Cockroft–Latham 斷裂準則、基于斷裂能的分離準則及J–C 模型分離準則[32–34]。在網(wǎng)格劃分方法方面，目前主要有4 種方法，即修正拉格朗日算法、歐拉算法、自適應拉格朗日–歐拉算法和歐拉–拉格朗日綜合法[35–38]。不同網(wǎng)格劃分方法側重點不同，切削仿真過程可根據(jù)需要獲取的特征信息選擇合適的網(wǎng)格劃分方法。在摩擦模型方面，仿真研究主要采用了一個分段函數(shù)摩擦模型，當摩擦處于黏結區(qū)時摩擦應力為剪應力；當摩擦處于滑動區(qū)時，摩擦應力為摩擦系數(shù)與法向應力的乘積，滿足庫侖摩擦定律?；谏鲜鲅芯?，學者們圍繞航空航天難加工材料切削過程切削力、切削溫度、刀具磨損和表面完整性的仿真開展了一系列研究，積累了諸多研究成果。

1.1 切削力模擬

切削力是評價材料切削加工性能的一個重要指標，對工件加工表面質量、尺寸精度和刀具使用壽命等有著重要的影響。材料特性、加工參數(shù)、刀具涂層、刀具種類及幾何結構參數(shù)等是影響加工過程切削力的主要因素。

如圖3所示，在刀具對切削力的影響研究方面，Prasad 等[9]建立了三維車削加工有限元模型 （圖3（a）），采用硬質合金TiCN 涂層刀具對鈦合金TC4 進行了加工仿真研究，并與試驗結果進行了對比，兩者相符。?zel 等[39]通過仿真計算對比分析了不同硬質合金涂層刀具 （WC涂層/ TiAlN 涂層/TiAlN+CBN 復合涂層）對車削加工鈦合金切削力的影響，由于刀具涂層會增大刀具切削刃半徑，該研究中以不同大小的刀具切削刃半徑表示不同刀具涂層對切削加工仿真過程的影響，研究結果發(fā)現(xiàn)，多層涂層刀具相比無涂層刀具致使切削加工過程切削力增加，而單層涂層刀具作用效果相反。Zhang 等[40]建立了斜切三維有限元模型，如圖3（b）所示，模擬了刀具前角、后角角度對斜切鈦合金TC21 切削力的影響。材料模型選用了考慮熱軟化效應、應變及應變率的J–C 本構模型，摩擦模型為改進的庫侖摩擦模型，可根據(jù)切削過程的應力值自動確定摩擦狀態(tài)，研究結果發(fā)現(xiàn)，隨著刀具前角的增大，各方向切削力的變化趨勢不同；隨著刀具后角的增大，各方向上的切削力一致下降。

在材料特性與加工參數(shù)對切削力的影響研究方面，Ribeiro-Carvalho等[41]研究了J–C 本構模型、PL 本構模型及PL–塑性損傷耦合模型3種不同材料本構模型對鈦合金切削加工仿真切削力的影響，并通過試驗數(shù)據(jù)對仿真結果的準確性進行了評價，研究表明，基于上述3 種材料本構模型得到的仿真切削力與實際切削力誤差小，準確性較高。Raznica等[42]針對Inconel718 合金切削加工仿真提出了一種新的塑性流動與損傷模型，將J–C 本構模型與CL 斷裂準則結合用于損傷演化，損傷閾值由修正的CL 斷裂準則得來，仿真過程考慮了熱邊界條件和結構邊界條件，如圖3（c）所示。Thi-Hoa 等[43]基于塑性應變的韌性斷裂模型對鋁合金高速銑削過程進行了有限元仿真研究，分析了不同切削速度、刀具間隙角等對切削力的影響，并通過田口法分析得到了加工的最佳參數(shù)。卜居安等[44]建立了難加工材料GH4169 高速切削加工仿真模型，如圖3（d）所示，分析了加工參數(shù)對切削力的影響，結果發(fā)現(xiàn)，切削深度比切削速度對切削力的影響更大。從以上研究建立的仿真模型可以看出，當前車削三維仿真模型居多，三維銑削模型相對較少，部分研究將三維銑削模型簡化為二維模型，導致仿真精度降低。一些仿真模型考慮了刀具幾何特征、刀具涂層、熱邊界和幾何邊界條件等對切削過程的影響，相比以往研究更加貼近切削加工實際條件。

圖3 切削加工仿真模型與邊界條件設置Fig.3 Cutting simulation model and boundary condition setting

1.2 切削溫度模擬

工件切削加工時，大部分機械能轉化為熱能，導致切削區(qū)域溫度急劇上升，加快刀具磨損，嚴重限制了零件加工效率，影響加工表面質量[45]。因此，對切削溫度進行模擬預測具有重要意義。

刀具是影響加工過程切削熱的重要因素。Yen 等[46]建立了不同涂層刀具的有限元模型。單層刀具涂層采用可以定義厚度和熱學性能的獨立薄層建模，復合涂層采用一層等效涂層來表示?；谏鲜瞿Ｐ烷_展了不同涂層對硬質合金刀具加工過程切削溫度的影響研究，結果發(fā)現(xiàn)Al2O3涂層對刀具的隔熱作用小，但相比無涂層刀具，單層涂層和復合涂層均能降低切削過程的切削熱。Zhao 等[10]在研究中介紹了涂層刀具的建模方法，如圖4（a）所示；探究了切削速度對切削溫度的影響規(guī)律，結果如圖4（b）所示。Hosseinkhani 等[47]研究了不同刀具磨損階段對溫度分布規(guī)律的影響，仿真過程如圖4（c）所示，結果發(fā)現(xiàn)切削區(qū)域的溫度隨著刀具磨損寬度的增加而增加。Zhang 等[48]研究了單層涂層刀具 （TiN、TiAlN 和Al2O3）和多層涂層刀具 （TiN/TiC/TiN 和TiAlN/TiN）對H13 硬化鋼加工切削溫度的影響，結果表明，刀具涂層材料和涂層厚度會影響涂層刀具的切削溫度分布。涂層材料的熱導率影響穩(wěn)態(tài)切削溫度分布，涂層材料的熱擴散率影響涂層刀具瞬態(tài)切削溫度分布。郝廣超[49]對TiAlN 涂層刀具在金屬切削過程中形成的刀–屑接觸熱阻進行了研究，有限元模型中TiAlN 涂層厚度與刀具實際涂層厚度一致，刀具前刀面與切屑之間的摩擦系數(shù)由UMTTribolab 儀器測得。

圖4 涂層刀具建模與不同加工條件對切削溫度影響Fig.4 Coated tool modeling and influence of different machining conditions on cutting temperature

在冷卻條件對加工過程切削溫度影響研究方面，Zakaria 等[50]對車削加工浸入式對流冷卻進行了仿真分析，發(fā)現(xiàn)刀具冷卻效果與流量大小呈正相關，而流量進出口管徑大小對刀具冷卻效果影響不明顯。Liu 等[51]通過仿真分析研究了低溫液氮冷卻對切削加工Ti–5553 切削溫度的影響，通過與干切削加工相比，發(fā)現(xiàn)該冷卻條件可以顯著降低切削溫度。仿真分析中冷卻過程通過換熱窗口進行模擬，流體冷卻效果通過在刀具–切屑接觸區(qū)域設置局部冷卻系數(shù)實現(xiàn)。Zhang 等[52]在干切削和低溫最小微量潤滑切削兩種條件下對300M 鋼進行了切削溫度仿真和試驗研究，結果表明，低溫最小量潤滑切削相比干式切削能顯著降低切削溫度。Chen 等[53]為車削加工鎳基高溫合金仿真研究提出了一種將內冷與微量潤滑冷卻相結合的冷卻方法，冷卻介質與工件刀具之間的換熱通過牛頓冷卻公式計算。Shu 等[54]提出了一種新型車刀冷卻方法，該方法將內冷與噴霧冷卻結合，可對車刀刀尖進行內外冷卻，采用Fluent 軟件對車刀冷卻性能進行了熱–流–固耦合分析，仿真模型中空氣和液滴的流動通過一個流體區(qū)進行模擬。刀具涂層的隔熱作用有利于降低切削過程刀具的溫度，降低刀具磨損速度。當前刀具磨損仿真研究能實現(xiàn)單層涂層的模擬，可以定義涂層的厚度和熱學性能，但對于復合涂層的模擬，目前采用單層等效涂層來代替，在熱力學性能定義方面仍存在偏差，影響仿真結果準確性。

1.3 刀具磨損模擬

刀具磨損是工件切削加工常見的問題，尤其是對一些難加工材料，嚴重制約著工件加工質量，增大了加工成本。因此，對切削加工刀具磨損過程進行仿真研究有利于提高刀具使用壽命，節(jié)約成本。

刀具磨損模型直接影響有限元仿真精度，有效的刀具模型可以準確預測刀具磨損，降低試驗工作量。Cappellini 等[55]建立了PCBN 刀具車削加工AISI 52100 鋼的刀具磨損模型以研究刀具磨損對加工過程的影響，該模型能根據(jù)磨損率函數(shù)更新磨損刀具的幾何形狀（圖5（a）），并在有限元軟件中得到了實現(xiàn)，仿真結果與試驗結果相符。Attanasio 等[56]對切削加工鎳基高溫合金718 進行了有限元建模，對常規(guī)冷卻液和液氮冷卻 （圖5（b））兩種冷卻條件下加工過程刀具磨損進行了仿真分析，經(jīng)試驗驗證，該模型能有效評估冷卻條件對刀具磨損的影響。陳燕等[57]建立了高速切削加工鈦合金刀具磨損仿真模型，仿真過程考慮了刀具常見的3 種磨損形式，經(jīng)試驗驗證，采用的有限元方法可以用來預測刀具的磨損形貌。Lotfi 等[58]針對三維車削加工提出了一種考慮刀具后角的刀具磨損率修正模型，進行了仿真分析，如圖5（c）所示，模型的有效性通過試驗結果進行了驗證。Liu 等[11]為鈦合金端銑加工仿真研究開發(fā)了一種有效的刀具磨損模型，能將不同類型的刀具磨損模型嵌入到有限元模型中，通過模擬計算得到刀具磨損狀態(tài)和形貌 （圖5（d）），并同時建立了刀具磨損經(jīng)驗預測公式以快速預測刀具壽命。Wang 等[59]建立了新的磨損率模型，采用特定的自定義子程序對刀具切削加工進行了有限元模擬，同時開展了加工參數(shù)對刀具磨損的影響，結果表明，切削速度對硬質合金刀具壽命的影響相比進給速度更顯著，高速干切鈦合金合適的切削速度和進給速度分別為90～150 m/min 和0.1～0.2 mm/r。徐錦泱等[60]采用有限元仿真方法研究了刀具磨損形態(tài)對TC4 切削加工過程的影響，包括前刀面月牙洼磨損和后刀面磨損，建立了相應的刀具磨損模型，結果表明，刀具磨損為前刀面或后刀面磨損時，切削力會隨著刀具磨損增加而增大，而當?shù)毒咔昂蟮睹嫱瑫r磨損時，刀尖易發(fā)生崩刃。

圖5 不同加工條件下刀具磨損演變規(guī)律Fig.5 Evolution law of tool wear under different machining conditions

1.4 切削表面完整性模擬

切削加工過程，由于切削力切削熱的作用，會使工件加工表面形貌和表層材質發(fā)生變化，形成不同的表面完整性狀態(tài)[12]。其中加工表面形貌可以用表面粗糙度、表面紋理、刀具劃痕、宏觀裂紋等表征量進行描述評價，表層材質則可以用顯微裂紋、再結晶、殘余應力、顯微硬度等表征量進行評價。加工過程中不同的加工條件經(jīng)力熱耦合作用導致的加工表面完整性也不盡相同，圖6給出了表面完整性涉及的研究內容[61–62]。

圖6 表面完整性范疇[62]Fig.6 Scope of surface integrity[62]

殘余應力、加工硬化、表面微結構及表面粗糙度是表面完整性研究的主要問題。Ramesh 等[63]建立了切削加工AISI 52100 鋼有限元模型用于預測加工白層的深度，該模型考慮了應力–應變、相變塑性以及相變過程體積膨脹對相變溫度的影響，經(jīng)試驗驗證，預測的白層深度 （圖7（a））與試驗結果一致性較好。此外對殘余應力進行了建模，分析了白層形成對徑向和周向殘余應力的影響。Outeiro 等[64]通過有限元方法研究了刀具切削刃半徑、刀具涂層及切削參數(shù)對AISI 316L 鋼亞表面殘余應力分布的影響，結果表明，隨著切削速度的增加，使用無涂層刀具加工時加工亞表面周向殘余應力沒有變化，而使用涂層刀具的加工表面周向殘余應力會增加；在給定的幾種刀具切削刃半徑范圍內，加工亞表面周向殘余應力隨切削刃半徑增加而增加。Schulze 等[65]為研究不同參數(shù)對加工表面完整性的影響，建立了適用于研究鈦合金切削加工表面完整性的有限元模型，開發(fā)了一種連續(xù)網(wǎng)格劃分方法使刀具與工件和切屑充分接觸，其中殘余應力仿真云圖如圖7（b）所示。Wang 等[66]對高速切削加工進行了系統(tǒng)的研究，發(fā)現(xiàn)在合適的加工參數(shù)下可以得到較好的加工表面質量，參數(shù)范圍受工件材料、切削方式及刀具的影響。Sadeghifar 等[67]討論了切削加工殘余應力及微觀組織變化的預測方法，相變及晶粒硬度的仿真預測結果如圖7（c）和（d）所示，解釋了輸入模型和參數(shù)對表面完整性的影響。張文盟等[68]對微銑削加工GH4169的加工硬化問題進行了仿真研究，重點分析了每齒進給量、主軸轉速及銑削方式對加工表面硬化的影響。其仿真分析表明，隨著加工參數(shù)的增大，硬化現(xiàn)象得到減弱；順銑相比逆銑能降低表面硬化程度。

圖7 加工表面完整性仿真Fig.7 Simulation of machined surface integrity

2 切削加工過程智能控制

智能控制一般通過在刀具周圍布置傳感器網(wǎng)絡，對加工過程中的信息進行采集，并通過優(yōu)化模塊對加工過程進行優(yōu)化。優(yōu)化目標包含：切削力、切削溫度、刀具磨損和表面完整性。驅動裝置根據(jù)優(yōu)化結果完成對機床相關參數(shù)調整，實現(xiàn)對加工過程的控制。隨著控制方法和技術的發(fā)展，模糊控制、學習控制、神經(jīng)網(wǎng)絡控制和預測控制等方法不斷地應用于切削加工過程的控制中。

2.1 切削力控制

刀具和工件相互接觸和相對運動時在接觸區(qū)必然會產生力的作用，作為切削加工中重要的狀態(tài)信息之一，切削力和工件質量以及刀具狀態(tài)密切相關。通過對切削力的控制可以避免因局部切削力過大引起的崩刃或斷刀，并且可以減少加工中的振動，對實現(xiàn)高效高質加工具有重要意義[69]。

針對航空航天鋁合金薄壁件加工質量差的問題，丁宏健等[70]基于恒切削力控制的辦法，得到不同路徑下的變工藝參量，分別針對恒進給速度、以控制切向力和控制軸向力為目標的變進給速度對切削參數(shù)進行優(yōu)化，并通過控制工藝參量來控制切削力和刀具磨損。Xiong 等[71]針對工業(yè)機器人低精度、弱剛度的特點，提出一種機器人銑削力控制方法，可以防止加工過程中的銑削力超調，圖8（a）為試驗裝置，驗證了該方法的有效性和準確性。Yao 等[13]根據(jù)加工過程中的變量和非線性性質，提出采用線性反饋比例–導數(shù) （PD）控制器和兩種不同的非線性智能補償器：模糊邏輯補償器 （FLC）和神經(jīng)網(wǎng)絡補償器 （NNC）對切削力進行控制，試驗裝置如圖8（b）所示。在加工過程中的應用表明，與PID、PD 和FLC 相比，提出的控制器能較好地適應時變切削條件下的非線性。Liu 等[72]針對一種轉角銑削過程，提出了一種考慮刀具加減速限制的多約束進給速度優(yōu)化策略，并給出了基于3 種策略的最優(yōu)進給速度，優(yōu)化后的進給速度可將銑削力控制在500 N 以下，能夠有效地提高加工精度。

一些研究人員通過設計特殊的刀具結構對切削力進行在線調控。Herrera-Granados 等[73]為了實現(xiàn)微槽加工過程中法向切削力的控制，研制了一種非剛性切削機構（圖8（c））。在該機構中，工具安裝在懸臂梁上，加工時懸臂梁上的位移傳感器發(fā)生變形，并通過作用力反饋到控制系統(tǒng)，從而實現(xiàn)對法向力的控制。裝置成功實現(xiàn)了玻璃的無裂紋微槽的制備。

隨著人工智能技術的不斷發(fā)展，神經(jīng)網(wǎng)絡、遺傳算法等在切削力的控制中發(fā)揮著越來越重要的作用。Zuperl 等[74–76]在混合過程建模、離線優(yōu)化和前饋神經(jīng)控制方案（UNKS）的基礎上，建立了切削參數(shù)離線優(yōu)化與自適應調整組合系統(tǒng)（圖8（d））。該自適應控制系統(tǒng)通過切削參數(shù)的數(shù)字自適應來控制切削力并保持被銑削表面的恒定粗糙度。

圖8 切削力控制裝置及原理Fig.8 Cutting force control device and principle

Altintas 等[77]采用一種虛擬輔助的銑削過程在線控制與監(jiān)控系統(tǒng)來模擬零件加工過程，并可以預測切削力、扭矩、功率和切屑載荷等狀態(tài)。仿真的加工狀態(tài)由實時監(jiān)控系統(tǒng)訪問，并通過預測數(shù)控系統(tǒng)提供的進給力和主軸驅動電機電流來自適應調整進給。該系統(tǒng)將虛擬仿真與實時測量相結合，避免了自適應控制過程中刀具故障的虛假檢測和刀具的瞬態(tài)過載。

2.2 切削溫度控制

切削溫度作為切削加工過程中重要的過程參量，對工件表面質量有著重要的影響，過高的切削溫度會使工件表面發(fā)生燒傷，失去服役功能；同時，過高的切削溫度還會加劇刀具磨損，無論從刀具壽命和刀具效率，還是安全和高可靠性生產方面，控制金屬加工過程中的切削溫度都有著至關重要的意義。切削溫度的控制一般從溫度的產生和熱量的傳導兩方面進行。

劉文博等[78]采用LabVIEW 虛擬儀器實現(xiàn)溫度的采集，并通過輸出板卡反饋給變量水泵，從而實現(xiàn)對冷卻液流量的控制，如圖9（a）所示。同樣地，舒盛榮[79]針對難加工材料高效加工要求，設計了一種內冷式智能車刀，首先運用FEA–CFD 聯(lián)合仿真法對內冷式車刀的冷卻結構進行優(yōu)化，再通過仿真分析研究切削參數(shù)和冷卻液參數(shù)等對內冷式智能車刀冷卻性能的影響規(guī)律，該內冷式智能刀具系統(tǒng)主要由刀具本體、冷卻系統(tǒng)、溫度傳感器和加工控制系統(tǒng)等組成，其溫度測量和冷卻液流量調節(jié)結構如圖9（b）所示。

為了實現(xiàn)綠色加工，Sun 等[14]提出了一種用于干切削的內冷切削工具，該刀具的特點是在刀尖附近有一個可變內部冷卻結構。內冷結構包含嵌入件和倒角適配器板，位于轉接器轉角的兩個微孔作為冷卻液的輸入和輸出。這種可重構的切削工具成本低且安裝便捷。

近年來，熱管換熱技術在切削加工中取得了顯著的進展，發(fā)展出了眾多類型的熱管工具[80–86]。陳佳佳[84]基于熱管強化換熱技術和釬焊超硬磨料技術設計了軸向旋轉熱管砂輪和徑向旋轉熱管砂輪，試驗裝置見圖9（c），其中qin為熱流密度。試驗結果表明，熱管砂輪可將磨削溫度控制在100 ℃以下，磨削表面完整性好。同時，Liang 等[15]在普通車刀基礎上安裝了圓形銅質水熱管，并對水冷卻條件下的熱管使用參數(shù)進行了優(yōu)化，試驗裝置如圖9（d）所示。在相同的條件下，熱管車刀的平均熱流密度高于普通車刀，但熱管車刀在刀屑界面處的最高溫度明顯低于普通車刀，熱管車刀可以有效增加切削熱的耗散，降低切削溫度。秦超[87]采用仿真和試驗結合的方式分析了軸向旋轉熱管成型砂輪磨削鈦合金的冷卻行為，不僅加深了對渦輪葉片槽型磨削過程中軸向旋轉熱管冷卻行為的認識，而且有助于為復雜型面工業(yè)產品的綠色加工提供指導。

圖9 切削溫度控制裝置示意圖Fig.9 Schematic diagram of cutting temperature control device

2.3 刀具磨損控制

切削加工中刀具磨損與機械、熱和化學作用密切相關。同時，刀具的不同狀態(tài)對加工過程中的切削力、切削溫度和工件表面質量也存在重要影響。

Bhattacharyya 等[85]提出了利用切削力信號實時估計面銑刀磨損量的方法，采用線性濾波、時域平均和小波變換3 種不同的策略從實測信號中提取相關特征，并提出了一種計算刀具磨損最壞情況概率預測的方法，用于最終刀具磨損模型的建立 （圖10（a））。?u? 等[16]將神經(jīng)決策系統(tǒng)與自適應神經(jīng)模糊系統(tǒng)（ANFIS）刀具磨損估計器相結合，開發(fā)出能夠實時檢測刀具破損的監(jiān)測系統(tǒng) （圖10（b））。該系統(tǒng)可以對加工過程進行在線監(jiān)測，并根據(jù)預先設定的刀具磨損極限進行刀具更換。秦國華等[86]基于神經(jīng)網(wǎng)絡和遺傳算法對銑削馬氏體不銹鋼過程中的刀具磨損進行了監(jiān)測和控制，并通過有限的數(shù)據(jù)集建立各參數(shù)與刀具磨損之間的預測模型和使刀具磨損量為最小的切削參數(shù)優(yōu)化模型。試驗表明，該預測模型和控制技術能夠有效提高刀具磨損量的計算效率和精度。秦超[87]采用有限元仿真對金剛石刀具超精密切削鈦合金的磨損程度進行分析，并通過仿真與試驗相結合的辦法提出降低刀具磨損的表面微結構陣列加工方式。Koike 等[17]提出了一種利用伺服信息實現(xiàn)銑削過程中刀具斷裂實時檢測的無傳感器方法。通過對滾珠絲杠驅動級和主軸控制器施加擾動觀測器，可在寬頻范圍內預測切削力和扭矩。在此基礎上，進一步將各軸上的估計信息進行集成，利用平行滑動傅里葉變換可以準確地捕捉到切削力和扭矩的變化，裝置如圖10（c）所示。為了提高制造系統(tǒng)的可靠性，Wang 等[88]提出了一種基于多傳感器數(shù)據(jù)融合和人工智能模型的虛擬刀具磨損傳感技術 （圖10（d）），并采用降維技術和支持向量回歸模型，融合加工過程中的多種數(shù)據(jù)（如力、振動等），推導出難以測量的刀具磨損參數(shù) （如刀具磨損寬度）。

圖10 刀具磨損監(jiān)測模型和系統(tǒng)Fig.10 Tool wear monitoring model and system

2.4 切削表面完整性控制

表面完整性作為切削加工中最終的評價指標，其相關研究在工業(yè)應用中不斷增加，而工業(yè)界對工件的使用性能及其表面完整性提出了更高的要求，使得表面完整性的控制變得愈發(fā)重要。

Hao 等[89]基于在線檢測數(shù)據(jù)對誤差分布進行了數(shù)學定義，并在標稱模型的刀具軌跡基礎上生成了適應工件實際形狀的新刀具軌跡，根據(jù)不同曲面的誤差分布采用了不同的刀具軌跡移植策略 （圖11（a））。Rashid 等[18]基于自適應濾波算法開發(fā)了一種主動控制系統(tǒng) （圖11（b）），采用壓電制動器動態(tài)控制力，通過大量的測試驗證了該系統(tǒng)在實際重要參數(shù)控制方面的性能，改善了表面粗糙度，增加了刀具壽命。Ezugwu 等[90]建立了一種用于分析和預測鎳基高溫合金Inconel 718 高速車削過程中切削量與工藝參數(shù)之間關系的人工神經(jīng)網(wǎng)絡模型。該模型由一個3 層前饋反向傳播神經(jīng)網(wǎng)絡組成，能夠很好地分析和預測金屬切削中的切削條件和工藝參數(shù)間的復雜關系，并可以用于控制加工表面粗糙度。同樣地，?zel 等[91]建立了基于前饋神經(jīng)網(wǎng)絡的模型，以準確預測精加工過程中的表面粗糙度和刀具磨損，利用測得的表面粗糙度試驗數(shù)據(jù)對神經(jīng)網(wǎng)絡模型進行訓練。訓練后的神經(jīng)網(wǎng)絡模型用于預測不同切削條件下的表面粗糙度，并為后續(xù)進一步控制提供數(shù)據(jù)支撐。Jiao 等[19]提出了一種基于模糊自適應網(wǎng)絡的車削加工表面粗糙度模型 （圖11（c））。模糊自適應網(wǎng)絡 （FAN）既具有神經(jīng)網(wǎng)絡的學習能力，又具有復雜和不被很好理解的模糊現(xiàn)象的語言表達能力，并且可以根據(jù)日常運行數(shù)據(jù)，對初始得到的表面粗糙度模型進行不斷改進。為了說明該方法的有效性，建立了表征加工參數(shù)對表面粗糙度影響的模型，并利用試驗結果對模型進行了驗證。劉學[92]采用正交試驗分析了硬態(tài)切削高強度鋼Cr12MoV 過程中主要影響因素對表面完整性的影響規(guī)律，并利用Matlab 建立可以實現(xiàn)實時輸入與輸出功能的綜合預測系統(tǒng)，通過改進粒子群算法對殘余應力、表面粗糙度、塑性變形層厚度等指標進行了參數(shù)優(yōu)化，試驗確定了優(yōu)化算法的可靠性。Brecher 等[93]提出了一種基于過程并行的內控式刀具位移實時補償過程力的方法。補償軟件的設計是對數(shù)控內核的擴展，從而集成到串聯(lián)數(shù)控的位置控制回路中。通過這些試驗優(yōu)化，加工過程中塑性變形引起的幾何誤差顯著降低了。Umamaheswara 等[94]開發(fā)了一個能夠在線實時監(jiān)測和控制加工表面紋理的加工系統(tǒng)，對被加工工件表面進行圖像采集和進一步特征提取，評估精度可達到97%。該技術能夠便捷地應用至開放式結構控制的數(shù)控機床上，同時可以在線調整操作參數(shù)，以減小幾何公差和尺寸公差。Sato等[95]提出了一種基于工件在機測量結果的五軸加工中心轉軸幾何誤差辨識與補償方法。通過五軸運動工件的幾何形狀來識別幾何誤差，因為誤差會對工件的幾何形狀產生影響，根據(jù)幾何誤差模型和加工形狀，可以建立觀測方程。通過對實測和模擬加工形狀進行最小二乘法匹配，可以識別出實際的幾何誤差。為了驗證該方法的有效性，進行了實際切削試驗和仿真。結果表明，所提出的方法能夠成功地識別仿真中的幾何誤差[91–103]。

圖11 表面完整性控制方法或模型Fig.11 Surface integrity control method or model

3 結論與展望

本文對航空航天難加工材料切削加工過程模擬與智能控制技術的研究現(xiàn)狀進行了討論與分析，對切削加工過程模擬與智能控制的發(fā)展歷程進行了分析與總結。在切削加工過程模擬方面，本構模型得到了較好的發(fā)展，目前已開發(fā)出一些考慮應力–應變–應變率–溫度耦合效應、材料硬度變化的本構模型，在仿真精度上有了較大的提高。此外，當前的切削加工過程模擬研究內容豐富，涉及多種因素對切削性能的影響，相比之前更加貼近真實情況，仿真結果可靠性得到了提高。在切削加工過程控制方面，國內外學者對切削加工中“感知型”和“受控型”系統(tǒng)開展了大量研究工作，這兩種系統(tǒng)可以實現(xiàn)對切削加工過程中各物理量的監(jiān)測與分析，并通過對刀具的相關參數(shù)進行調節(jié)，實現(xiàn)切削過程的調控，但缺乏自主學習功能，未來應進一步依托大數(shù)據(jù)、人工智能和工業(yè)互聯(lián)網(wǎng)等構建“學習型”控制系統(tǒng)。

盡管當前研究已取得大量成果，但仍存在一些挑戰(zhàn)需要跟進研究，具體問題及發(fā)展方向如下。

（1）當前研究對切削過程切削力、切削溫度、刀具磨損及表面完整性的有限元仿真分析較為獨立，鮮有研究考慮了加工條件對這些重要指標的綜合影響，以優(yōu)選出更合適的加工參數(shù)。因此，以切削力、切削溫度、刀具磨損及表面完整性為多目標的仿真分析是未來研究的重要方向之一。

（2）當前大多數(shù)金屬材料采用J–C 本構模型及其修正模型，但與實際加工過程有一定差別，開發(fā)更為精準的材料本構模型數(shù)據(jù)庫是實現(xiàn)仿真結果高精度的重要保障，同時在分離準則、網(wǎng)格劃分方法及摩擦模型的研究方面有待跟進研究。

（3）將有限元用于加工過程的模擬預測，將控制技術用于實際加工過程的反饋調節(jié)，開發(fā)連接控制技術與切削仿真技術的智能系統(tǒng)，建立切削仿真與控制技術之間的映射與反演關系，使切削仿真設置更加接近真實的加工工況，并實現(xiàn)加工過程的自動優(yōu)化控制。

（4）目前的切削加工控制主要局限于單目標參量的監(jiān)測與控制。如何實現(xiàn)切削力、切削溫度、刀具磨損等多表面完整性指標參量的綜合控制是未來智能控制的發(fā)展趨勢。借助高精度傳感器、智能算法等構建多傳感器信息融合模型，實現(xiàn)多維度、高復雜性信息的有序化是智能控制的重要基礎之一。

（5）切削過程的智能控制涉及機械、材料、力學、信息、控制等多學科交叉領域，雖然單一領域的技術發(fā)展也會促進智能控制水平的提升，但更需要融合多領域最新技術，不斷提升智能控制的準確性、穩(wěn)定性和實時性。