CN103400038A - 一种面向刀具最低磨损确定最佳车削温度的方法 - Google Patents

一种面向刀具最低磨损确定最佳车削温度的方法 Download PDF

Info

Publication number
CN103400038A
CN103400038A CN2013103248339A CN201310324833A CN103400038A CN 103400038 A CN103400038 A CN 103400038A CN 2013103248339 A CN2013103248339 A CN 2013103248339A CN 201310324833 A CN201310324833 A CN 201310324833A CN 103400038 A CN103400038 A CN 103400038A
Authority
CN
China
Prior art keywords
cutting
temperature
value
cutter
optimum
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013103248339A
Other languages
English (en)
Inventor
盛精
姚丽萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen University of Technology
Original Assignee
Xiamen University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiamen University of Technology filed Critical Xiamen University of Technology
Priority to CN2013103248339A priority Critical patent/CN103400038A/zh
Publication of CN103400038A publication Critical patent/CN103400038A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本发明公开了一种面向刀具最低磨损确定最佳车削温度的方法，属于金属切削加工技术领域。本发明依据最佳切削温度恒定定律，通过构建刀具切削面积相对磨损值与切削速度的模型，获取最优切削温度时的切削速度；同时通过正交切削试验法或者均匀法得到切削温度与切削用量的经验公式；基于建立的切削温度与切削用量的经验公式，便可求得最佳切削温度值。该方法简单易行，无需多次不同切削参数的试验，操作成本低。

Description

一种面向刀具最低磨损确定最佳车削温度的方法
技术领域
本发明属于金属切削加工的技术领域，尤其涉及一种切削加工刀具最低磨损时确定最佳切削温度的方法。
背景技术
金属材料切削加工中刀具非正常磨损的现象屡见不鲜，为了避免刀具的非正常磨损，就要对切削参数进行优化，而且切削参数还直接影响产品的加工效率、质量与生产成本，所以切削用量的优化一直是关注的热点问题。许多研究者通过对刀具的使用寿命开展工作，取得了诸如泰勒公式、列依海尔定理、T-v驼峰规律等研究成果。但它们有各自的适用性和局限性。
目前广泛地应用了优化方法和人工智能技术获取最优切削用量，然而在优化模型中的约束条件中，一方面切削参数的各变量之间存在耦合关系，另一方面切削用量与刀具（刀具结构参数、材料属性）、工件材料和加工设备密切相关，因此，建立一个与实际加工工况相同的优化模型非常困难。即使采用优化模型获取的参数也未必是最优切削用量。而人工智能技术对加工参数的决策受限于样本参数本身的准确度以及样本的数量。
总之，由于缺乏对切削加工规律性知识的理解以及对切削机理的认识，采用上述技术或方法获取的切削参数存在实用性差等问题。
而前苏联学者A.д.马卡洛夫通过实验，发现刀具磨损与切削温度有直接关系，并指出在不同的切削条件下，无论切削用量如何变化，刀具都存在最小相对磨损值对应同一最佳切削温度。
基于固定的最佳切削温度值，根据切削温度与切削用量的经验公式                                                
Figure 652632DEST_PATH_IMAGE001
，通过调整切削用量（切削速度、进给量和切削深度）进行最优组合，即可实现高效率、高质量、低成本等多目标切削加工。因此，根据实际加工时的特定工件材料与刀具材料，快速确定最佳切削温度值显得尤为重要，本案由此而产生。
发明内容
本发明所要解决的技术问题在于提供一种面向刀具最低磨损确定可以快速最佳车削温度的方法。
为解决上述技术问题，本发明的技术解决方案是：
一种面向刀具最低磨损确定最佳车削温度的方法，包括如下步骤：
（1）刀具相对磨损值与切削速度模型的建立，以求得最佳切削速度：基于刀具的切削表面积相对磨损值NBrs，用多项式拟合切削速度与刀具相对磨损值曲线，通过求导获取最低磨损值对应的切削速度v0，先前设定切削深度ap0和进给量f0，具体公式如下：
Figure 104997DEST_PATH_IMAGE002
                                         （1）
Figure 209220DEST_PATH_IMAGE003
                                   （2）
式中，v是切削速度，单位m/min；v 0 为最佳切削速度值；
（2）确定切削温度的经验公式：获得切削温度与切削用量的经验公式，v为切削速度，a p 为吃刀浓度，f为进给量；
（3）最佳切削温度值的获取：将步骤（1）试验所得切削用量值（v 0 ,a p0 , f 0 ）代入步骤（2）的切削温度经验公式中，即可得到最佳切削温度值。
步骤（2）切削温度的经验公式通过正交切削试验法或者均匀法，并通过多元回归分析得到。
采用上述方案后，本发明基于切削加工的理论、方法，通过数据处理可以快速获取最佳切削温度的数值，过程简单、操控易行，无需多次不同切削参数的试验，成本低，具有广泛的应用前景。尤其对于切削加工中切削用量的优化技术来说，切削用量可以根据该最佳切削温度值进行最优组合，从而可以使刀具磨损正常，而且磨损最小。
附图说明
图1是本发明实施例工件的装夹方式、转向及其刀具的进给方式；
图2是编码表；
图3是正交表与测试数据及其处理结果。
图4是切削速度与切削表面积相对磨损值、切削温度的关系。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详述。
工件材料为一种沉淀硬化不锈钢，其化学成分见表1。
表1  工件材料的化学成分（%）
Figure 895919DEST_PATH_IMAGE006
设备：数控车床（型号CK6132，济南机床厂）。
切削刀具：刀杆选用MSBNR2020K12，刀片用YT15 41310V（主偏角
Figure 131728DEST_PATH_IMAGE007
）。
工件的装夹方式、转向及其刀具的进给方式见图1，采用干切削。
测试仪器与设备：切削温度测试系统，显微镜（LYMPUSGX71）。
采用下列试验的方案获取、处理数据。
1、确定切削温度的经验公式
可以采用正交实验法确定切削温度的经验公式。
（1）车削时切削温度的经验公式
车削加工时，切削温度经验公式形式为：
  
Figure 204726DEST_PATH_IMAGE008
                             （3）
式中，
Figure 234999DEST_PATH_IMAGE009
是系数，
Figure 393448DEST_PATH_IMAGE010
是指数，是总修正系数，与工件材料、刀具的几何角度和结构相关。
（2）确定因子的变化范围
由上述切削温度的经验公式可看出，影响切削力的三个要素分别是切削深度、进给量和切削速度。选定的切削用量各数据见表2，每个因素选取四个水平。为了更快捷地处理试验数据，这里针对正交试验数据处理过程，编制程序进行了各阶段的辅助设计。
表2  三因素试验水平的选取
水平序号 1 2 3 4
吃刀深度ap（mm） 0.30 0.35 0.40 0.46
进 给 量f（mm/r） 0.26 0.30 0.36 0.45
切削速度v（m/min） 20.4 27.1 35.8 47.1
（3）各因子水平的编码
分别通过线性变换：
                                    （4）
Figure 236661DEST_PATH_IMAGE013
                                      （5）
                                     （6）
可以得到三个因素取对数后的四水平的编码。程序自动计算得到各因素的零水平、区间值以及四水平的编码表，见图2。
（4）正交表的选择
本文采用了
Figure 132122DEST_PATH_IMAGE015
正交表，并以此表安排试验，见附图3。
（5）试验数据的获取
按切削试验表中的方案进行切削试验，通过切削温度测试系统分别得到温度值，数据见附图3。
（6）试验结果
使用最小二乘法对试验数据进行统计处理后（见附图3），得到切削温度与各切削用量的线性回归模型，即切削区平均温度经验公式： 
Figure 117395DEST_PATH_IMAGE016
                          （7）
2、确定刀具相对磨损值
按照如下的步骤进行刀具磨损试验与数据处理：
（1）在车刀上制出VB0=0.08-0.10mm的后刀面预磨损带，使试验工作在刀具的正常磨损阶段进行。
（2）取进给量f为某一值f 1 （也可取几个值，如f 10 ＝0.1 mm/rev、f 20 ＝0.2 mm/rev、f 30 ＝0.3 mm/rev、f 40 ＝0.4mm/rev），用一固定的切削深度a p （如取a p0 =0.4mm）对每一进给量分别在5-7种切削速度下进行切削，然后测定切削温度。同时在切削一定的切削路程长度l m 后，取下刀片，待冷却后在读数显微镜下测量刀具的磨损值NB。
（3）计算每1000cm2切削表面积的相对磨损值NBrs，即
Figure 489471DEST_PATH_IMAGE017
                                    （8）
式中，NB是刀具后刀面磨损量，单位
Figure 622512DEST_PATH_IMAGE018
；l m 是切削路程长度，单位m；f是进给量，单位mm/rev。
（4）试验数据的处理
对给定的工件材料和刀具材料，若任选一个进给量，就有一个相应的最佳切削速度v0和最小的切削面积相对磨损值NBrs0。切削表面积相对磨损值NBrs见表3（表3也提供了其它几种不同进给量切削加工的数据）。通过曲线拟合，获取NBrs=f（v）。该实例中曲线拟合后的方程为（所选取的进给量及切削深度分别为：f 10 ＝0.1 mm/rev，a p0 =0.4mm）：
Figure 800552DEST_PATH_IMAGE019
（9）
求导处理后，获得极小值点v 0 ＝63m/min。实际上，每种的进给量下的NBrs都存在最小值NBrs 0 ，并对应着某一切削速度v 0。所述的v 0即为最佳切削速度值，也就是最小磨损值下的切削速度值。
表3  切削表面积相对磨损值
Figure 702649DEST_PATH_IMAGE020
3、获取刀具最低磨损时的温度值
通过试验分析，找到刀具最低磨损值对应的切削用量值（v 0 , a p0 和f 10 ）。然后把v 0 ，a p0 和f 10 代入已经获得的经验公式，即可得到最佳切削温度值。
对于本实施例中，v 0 ，a p0 和f 10 分别为：63m/min、0.4mm和0.1 mm/rev，代入式（7），求得最佳切削温度
Figure 395164DEST_PATH_IMAGE022
。
同时选定几种的进给量进行试验，经对数据分析、处理后，获取的切削速度与切削表面积相对磨损值、切削温度关系见图4。由图可知，用某一种刀具车削工件时，每一进给量的切削表面积相对磨损最小值NBrs0所对应的切削温度值是一个固定值
Figure 154698DEST_PATH_IMAGE004
。
以上所述，仅是本发明的较佳实施例而已，并非对本发明的技术范围作任何限制，故但凡依本发明的权利要求和说明书所做的变化或修饰，皆应属于本发明专利涵盖的范围之内。

Claims (2)

1.一种面向刀具最低磨损确定最佳车削温度的方法，其特征在于包括如下步骤：
（1）刀具相对磨损值与切削速度模型的建立，以求得最佳切削速度：基于刀具的切削表面积相对磨损值NBrs，用多项式拟合切削速度与刀具相对磨损值曲线，通过求导获取最低磨损值对应的切削速度v0，先前设定切削深度ap0和进给量f0，具体公式如下：
Figure DEST_PATH_IMAGE004
 
式中，v是切削速度，单位m/min；v 0 为最佳切削速度值；
（2）确定切削温度的经验公式：获得切削温度与切削用量的经验公式
Figure 2013103248339100001DEST_PATH_IMAGE006
，v为切削速度，ap为吃刀浓度，f为进给量；
（3）最佳切削温度值的获取：将步骤（1）试验所得切削用量值（v 0 ,a p0 , f 0 ）代入步骤（2）的切削温度经验公式中，即可得到最佳切削温度值
Figure DEST_PATH_IMAGE008
。
2.根据权利要求1所述的一种面向刀具最低磨损确定最佳车削温度的方法，其特征在于：步骤（2）切削温度的经验公式通过正交切削试验法或者均匀法，并通过多元回归分析得到。
CN2013103248339A 2013-07-30 2013-07-30 一种面向刀具最低磨损确定最佳车削温度的方法 Pending CN103400038A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013103248339A CN103400038A (zh) 2013-07-30 2013-07-30 一种面向刀具最低磨损确定最佳车削温度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013103248339A CN103400038A (zh) 2013-07-30 2013-07-30 一种面向刀具最低磨损确定最佳车削温度的方法

Publications (1)

Publication Number Publication Date
CN103400038A true CN103400038A (zh) 2013-11-20

Family

ID=49563665

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013103248339A Pending CN103400038A (zh) 2013-07-30 2013-07-30 一种面向刀具最低磨损确定最佳车削温度的方法

Country Status (1)

Country Link
CN (1) CN103400038A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484519A (zh) * 2014-12-04 2015-04-01 华中科技大学 一种深冷加工镍基高温合金的参数优化方法
CN105512362A (zh) * 2015-11-22 2016-04-20 沈阳黎明航空发动机(集团)有限责任公司 基于工件-刀具几何特征参数的切削用量优化方法
CN106406239A (zh) * 2016-11-29 2017-02-15 沈阳黎明航空发动机(集团)有限责任公司 一种复杂曲面高效加工方法
CN107066775A (zh) * 2016-05-30 2017-08-18 江苏师范大学 一种刀具车削温升均值的预测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001033027A2 (en) * 1999-11-03 2001-05-10 Halliburton Energy Services, Inc. Method for optimizing the bit design for a well bore
EP1498574A2 (en) * 1998-08-31 2005-01-19 Halliburton Energy Services, Inc. Method of determining a drilling parameter of a roller-cone drill bit
CN102184276B (zh) * 2011-03-21 2013-02-06 西安交通大学 一种切削加工中进给速度的优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1498574A2 (en) * 1998-08-31 2005-01-19 Halliburton Energy Services, Inc. Method of determining a drilling parameter of a roller-cone drill bit
WO2001033027A2 (en) * 1999-11-03 2001-05-10 Halliburton Energy Services, Inc. Method for optimizing the bit design for a well bore
CN102184276B (zh) * 2011-03-21 2013-02-06 西安交通大学 一种切削加工中进给速度的优化方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
S.H.YANG, ET AL.,: "Multi-objective optimization of cutting parameters in turning process using differential evolution and non-dominated sorting genetic algorithm-II approaches", 《INT J ADV MANUF TECHNOL》, no. 49, 31 December 2010 (2010-12-31), pages 773 - 784 *
何凤梅编著 北京 化学工业出版社: "《版式家具强度设计 2009年1月第1版》", 30 September 2009 *
卢险峰 北京 化学工业出版社: "《高等学校教材 优化设计导引 2010年2月第一版 》", 28 February 2010 *
卢险峰 北京 化学工业出版社: "《高等学校教材 模具学导论 2007年8月第1版》", 31 August 2007 *
张宗阳: "基于最小表面磨损率的刀具磨损及加工表面层特性研究", 《中国博士学位论文全文数据库 工程科技I辑》, no. 12, 15 December 2012 (2012-12-15), pages 022 - 39 *
汤铭权等: "应用人工适应控制（MAC）优化切削加工参数", 《江苏机械》, no. 2, 31 December 1985 (1985-12-31), pages 1 - 9 *
盛精等: "基于切削仿真的刀具－工件的参数化三维建模", 《武汉理工大学学报》, vol. 29, no. 1, 31 January 2007 (2007-01-31), pages 65 - 68 *
盛精等: "基于切削温度的切削用量优化的实践与研究", 《中国机械工程》, vol. 23, no. 1, 15 September 2012 (2012-09-15), pages 2066 - 2070 *
马卡洛夫著；杨锦华等译 国防工业出版社: "《切削过程最优化 （1988年6月第1次印刷）》", 30 June 1988, article "第三章 最佳切削用量的确定", pages: 49 - 86 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484519A (zh) * 2014-12-04 2015-04-01 华中科技大学 一种深冷加工镍基高温合金的参数优化方法
CN104484519B (zh) * 2014-12-04 2017-08-01 华中科技大学 一种深冷加工镍基高温合金的参数优化方法
CN105512362A (zh) * 2015-11-22 2016-04-20 沈阳黎明航空发动机(集团)有限责任公司 基于工件-刀具几何特征参数的切削用量优化方法
CN105512362B (zh) * 2015-11-22 2019-06-07 中国航发沈阳黎明航空发动机有限责任公司 基于工件-刀具几何特征参数的切削用量优化方法
CN107066775A (zh) * 2016-05-30 2017-08-18 江苏师范大学 一种刀具车削温升均值的预测方法
CN107066775B (zh) * 2016-05-30 2020-03-31 江苏师范大学 一种刀具车削温升均值的预测方法
CN106406239A (zh) * 2016-11-29 2017-02-15 沈阳黎明航空发动机(集团)有限责任公司 一种复杂曲面高效加工方法

Similar Documents

Publication Publication Date Title
Sarkar et al. Modeling and optimization of wire electrical discharge machining of γ-TiAl in trim cutting operation
CN101412196B (zh) 基于刀具角度与切削用量参数变化的车削力预测方法
CN103400038A (zh) 一种面向刀具最低磨损确定最佳车削温度的方法
CN105269402A (zh) 一种基于铣削加工的钛合金材料表面粗糙度预测方法
CN107330137A (zh) 一种金属材料切削本构模型参数的辨识方法
Sharma et al. Force evaluation and machining parameter optimization in milling of aluminium burr composite based on response surface method
CN105873703A (zh) 切削加工中的切削条件的设计方法
CN104536385B (zh) 一种数控机床加工程序的修正方法
Lakshmi et al. Modelling and optimization of process parameters during end milling of hardened steel
Aydın et al. A methodology for cutting force prediction in side milling
EP3406376B1 (en) Method for optimization of machining productivity
Narayanan et al. Multi objective optimization of machining parameters for hard turning OHNS/AISI H13 material, using genetic algorithm
Dikshit et al. Analysis of cutting force coefficients in high-speed ball end milling at varying rotational speeds
CN109877650B (zh) 一种棒料剪切刀具寿命预测方法
Kumar et al. Analysis the effects of process parameters in EN24 alloy steel during CNC turning by using MADM
Ward A study on multi-objective optimization of plunge centerless grinding process
Suresh et al. Parametric optimization on single objective dry turning using Taguchi Method
Kumar et al. A comparative analysis of surface roughness and material removal rate in milling operation of AISI 410 steel and aluminium 6061
Kountanya Optimizing PCBN cutting tool performance in hard turning
Patel et al. Parametric analysis of surface roughness (SR) and material removal rate (MRR) of harden steel on CNC turning using ANOVA analysis: A review
CN204234761U (zh) 分层切割的加工刀具
Pradhan et al. Optimisation of surface integrity model using response surface methodology for EDMed AISI D2 tool steel
Chowdary et al. Mathematical modelling and numerical optimisation of machining parameters for the CNC end milling process using response surface methodology
Sharma et al. Optimization of Machining Parameters in Turning Operation of Aluminium Alloy for MRR and Hardness
Dannenberg et al. Model Based Optimization of Forging Process Chains under the Consideration of Penalty Functions

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20131120