CN105538050A - 脆性材料超声振动侧面磨削的切削力预测方法 - Google Patents

脆性材料超声振动侧面磨削的切削力预测方法 Download PDF

Info

Publication number
CN105538050A
CN105538050A CN201610060681.XA CN201610060681A CN105538050A CN 105538050 A CN105538050 A CN 105538050A CN 201610060681 A CN201610060681 A CN 201610060681A CN 105538050 A CN105538050 A CN 105538050A
Authority
CN
China
Prior art keywords
cutting
stage
centerdot
force
abrasive particle
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.)
Granted
Application number
CN201610060681.XA
Other languages
English (en)
Other versions
CN105538050B (zh
Inventor
郑侃
肖行志
廖文和
孟恒
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and 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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201610060681.XA priority Critical patent/CN105538050B/zh
Publication of CN105538050A publication Critical patent/CN105538050A/zh
Application granted granted Critical
Publication of CN105538050B publication Critical patent/CN105538050B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B24GRINDING; POLISHING
    • B24BMACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B1/00Processes of grinding or polishing; Use of auxiliary equipment in connection with such processes
    • B24B1/04Processes of grinding or polishing; Use of auxiliary equipment in connection with such processes subjecting the grinding or polishing tools, the abrading or polishing medium or work to vibration, e.g. grinding with ultrasonic frequency
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B24GRINDING; POLISHING
    • B24BMACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Grinding And Polishing Of Tertiary Curved Surfaces And Surfaces With Complex Shapes (AREA)
  • Processing Of Stones Or Stones Resemblance Materials (AREA)

Abstract

本发明提出一种脆性材料超声振动侧面磨削的切削力预测方法,通过对单颗磨粒的运动轨迹和切削表面形貌进行分析,确定单个旋转周期内发生塑-脆性转变的临界切削深度和最大切削深度,进而分别确定塑性流动去除阶段和脆性断裂去除阶段内的平均切削深度、平均切削力,对比分析所有磨粒的实际去除体积和单颗磨粒的理论去除体积,确立参与加工的有效磨粒数目,再综合考虑刀具磨损、切削温度及机床刚度的影响并引入综合影响系数K,建立切削力F的预测模型,最后切削力F的预测模型,对不同加工参数下的切削力进行预测。利用本发明的预测方法,其预测结果更加符合实际加工状况,可显著提高脆性材料超声振动侧面磨削切削力的预测精度。

Description

脆性材料超声振动侧面磨削的切削力预测方法
技术领域
本发明涉及超声振动磨削加工领域,特别是针对脆性材料的一种脆性材料超声振动侧面磨削的切削力预测方法。
技术背景
陶瓷等脆性材料具有良好耐磨损、耐腐蚀性、生物相容性以及高温热稳定性等优点,因而被广泛应用于航空航天、精密仪器以及医学修复领域。但同时,这类材料的硬度高、断裂韧性低的特点,决定了其加工过程比较困难。因此,现有技术中通常使用超声振动侧面磨削技术来实现脆性材料的加工,以提高脆性材料的加工效率和加工质量。
超声振动侧面磨削脆性材料的过程中,切削力这一因子直接影响了切削加工过程中的稳定性以及加工后工件的表面/亚表面质量,因此需要对加工过程中切削力进行预测和分析,以实现脆性材料的低损伤加工。目前切削力预测方法主要有基于智能算法的切削力预测、基于经验公式的切削力预测以及基于理论分析的切削力预测。
基于智能算法进行切削力预测过程中,例如采用BP神经网络、粒子群算法以及蚁群算法等算法进行预测时,对样本量要求较大,预测误差与样本量直接相关,样本量过小直接导致预测误差大,而且预测过程不能考虑到实际的加工工况;
基于经验公式的切削力预测,预测结果的准确性主要取决于所采用经验公式的类型,通过对实验数据进行回归分析,从而得到切削力经验公式的指数或系数,但此种方法通常只考虑到切削参数的影响,不能反映振动参数、工件材料性能等对切削力的影响。
目前已有的基于理论分析的切削力预测方法,例如ZhangCL,ZhangJF,FengPF.等人提出的Mathematicalmodelforcuttingforceinrotaryultrasonicfacemillingofbrittlematerials,载于TheInternationalJournalofAdvancedManufacturingTechnology,2013,69(1-4),在其提出的数学模型中仅考虑材料的脆性断裂去除,对材料的塑性流动去除阶段不予考虑,同时,也未能考虑参与切削加工的有效磨粒数目,与实际加工过程吻合度不高,导致预测精度欠佳。
发明内容
本发明的目的旨在针对现有切削力预测方法未能考虑材料塑性流动去除阶段以及假设所有磨粒都同时参与切削加工,不能反映真实加工状况的问题,提出一种脆性材料超声振动侧面磨削的切削力预测方法,实现脆性材料超声振动侧面磨削过程中切削力的准确预测。
本发明的上述目的通过独立权利要求的技术特征实现,从属权利要求以另选或有利的方式发展独立权利要求的技术特征。
为达成上述目的,本发明所采用的技术方案如下:
一种脆性材料超声振动侧面磨削的切削力预测方法,包括以下步骤:
步骤1、临界切削深度agc和最大切削深度agmax的确定,即根据单个旋转周期内单颗磨粒的运动轨迹和切削表面形貌,分别确定塑性流动去除阶段和脆性断裂去除阶段、发生塑-脆性转变时的临界切削深度agc以及最大切削深度agmax
步骤2、建立单颗磨粒切削力Fn与切削深度ag的理论关系式,即根据单个旋转周期内切削深度的变化,建立单颗磨粒切削力Fn与切削深度ag的理论关系式;
步骤3、确定塑性流动去除阶段的平均切削深度aaved和平均切削力Fds,即根据塑性流动去除阶段单颗磨粒的理论划痕体积与等效划痕体积的关系,确定该阶段的平均切削深度aaved,将平均切削深度aaved代入步骤2中建立的理论关系式中,得到塑性流动去除阶段平均切削力Fds
步骤4、确定脆性断裂去除阶段的平均切削深度aaveb和平均切削力Fbs,即根据脆性断裂去除阶段单颗磨粒的理论划痕体积与划痕等效体积的关系,确定该阶段的平均切削深度aaveb,将平均切削深度aaveb代入步骤2中建立的理论关系式中,得到脆性断裂去除阶段的平均切削力Fbs
步骤5、计算参与加工的有效磨粒数目Na,即根据单个旋转周期内,切削加工中所有磨粒的实际去除体积Va与单颗磨粒的理论去除体积Vt的关系,计算得到参与加工的有效磨粒数目Na
步骤6、建立切削力F的预测公式,即基于前述步骤4和步骤5中求得的单颗磨粒在塑性流动去除阶段的平均切削力Fds、在脆性断裂去除阶段的平均切削力Fbs以及有效磨粒数目Na,建立切削力F与综合影响系数K、加工参数、振动参数、材料性能参数以及刀具参数之间的关系式;
步骤7、前述步骤6中综合影响系数K的取值计算,即采用事先标定的方式:通过多次超声振动侧面磨削脆性材料,并利用测力仪获取切削力数据,再根据前述步骤6的预测公式求得多组综合影响系数K,以各组综合影响系数的平均值作为最终的K值,将其代入步骤6所建立的预测公式,得到最终的切削力F的预测公式;
步骤8、根据前述步骤7所获得的最终切削力F的预测公式,对不同加工参数下的切削力进行预测。
由以上技术方案可知,本发明提出的脆性材料超声振动侧面磨削的切削力预测方法,与现有技术相比,其显著优点在于:
(1)同时考虑到脆性材料超声振动侧面磨削过程中的塑性流动去除阶段和脆性断裂去除阶段,更加符合实际加工过程;
(2)通过对所有磨粒的实际去除体积和单颗磨粒的理论去除体积进行分析,提出了更加符合实际切削过程的有效磨粒计算公式;
(3)考虑到加工过程中的刀具磨损、切削温度和机床刚度的影响,引入了综合影响系数K来表征此类因素对切削力的影响;
(4)分别对塑性流动去除阶段和脆性断裂去除阶段的理论划痕体积与等效划痕体积进行分析,提出了平均切削厚度计算公式,并基于此建立了切削力的预测方法,为切削力预测提供了一种新思路。
通过以上四点考虑,使得计算过程更加符合实际加工状况,提高了脆性材料超声振动侧面磨削过程中的切削力预测精度。
附图说明
图1为本发明一实施方式的脆性材料超声振动侧面磨削的切削力预测方法的示例性流程图。
图2为脆性材料超声振动侧面磨削加工过程示意图。
图3为单颗磨粒切削深度变化示意图。
图4为塑性流动去除阶段单颗磨粒理论划痕体积与等效划痕体积示意图。
图5为脆性断裂去除阶段单颗磨粒理论划痕体积与等效划痕体积示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
本发明的脆性材料超声振动侧面磨削的切削力预测方法,适用于陶瓷类、玻璃类等脆性材料的超声振动侧面磨削加工,本实施例以氧化锆陶瓷的超声振动侧面磨削为例,其加工形式如图2所示,所用刀具为金刚石磨粒刀具,刀具随主轴旋转并作轴向的超声频振动,且刀具作进给运动。图中,标号1表示金刚石磨粒,金刚石磨粒刀具的具体参数、氧化锆陶瓷的主要性能参数以及振动参数如下表1所示。
表1
磨粒尺寸b 126μm 维式硬度HV 12000MPa
磨粒顶角a π 断裂韧性KIC 6MPam1/2
磨粒密度ρ 3.25×10-3g/mm3 泊松比v 0.22
刀具半径Ro 3.5mm 弹性模量E 210GPa
振动频率fV 20.5KHz 振动幅度A 5μm
显然,这些参数是由金刚石磨粒刀具的具体型号、氧化锆陶瓷(脆性工件材料)的固有参数和超声振动装置的设置决定的,上述表中的参数并非是对本发明的限制。
如图1所示,根据本发明的实施例,一种脆性材料超声振动侧面磨削的切削力预测方法,其实现具体包括以下步骤:
步骤1、临界切削深度agc和最大切削深度agmax的确定,即根据单个旋转周期内单颗磨粒的运动轨迹和切削表面形貌,分别确定塑性流动去除阶段和脆性断裂去除阶段、发生塑-脆性转变时的临界切削深度agc以及最大切削深度agmax
步骤2、建立单颗磨粒切削力Fn与切削深度ag的理论关系式,即根据单个旋转周期内切削深度的变化,建立单颗磨粒切削力Fn与切削深度ag的理论关系式;
步骤3、确定塑性流动去除阶段的平均切削深度aaved和平均切削力Fds,即根据塑性流动去除阶段单颗磨粒的理论划痕体积与等效划痕体积的关系,确定该阶段的平均切削深度aaved,将平均切削深度aaved代入步骤2中建立的理论关系式中,得到塑性流动去除阶段平均切削力Fds
步骤4、确定脆性断裂去除阶段的平均切削深度aaveb和平均切削力Fbs,即根据脆性断裂去除阶段单颗磨粒的理论划痕体积与等效划痕体积的关系,确定该阶段的平均切削深度aaveb,将平均切削深度aaveb代入步骤2中建立的理论关系式中,得到脆性断裂去除阶段的平均切削力Fbs
步骤5、计算参与加工的有效磨粒数目Na,即根据单个旋转周期内,切削加工中所有磨粒的实际去除体积Va与单颗磨粒的理论去除体积Vt的关系,计算得到参与加工的有效磨粒数目Na
步骤6、建立切削力F的预测公式,即基于前述步骤4和步骤5中求得的单颗磨粒在塑性流动去除阶段的平均切削力Fds、在脆性断裂去除阶段的平均切削力Fbs以及有效磨粒数目Na,建立切削力F与综合影响系数K、加工参数、振动参数、材料性能参数以及刀具参数之间的关系式;
步骤7、前述步骤6中综合影响系数K的取值计算,即采用事先标定的方式:通过多次超声振动侧面磨削脆性材料,并利用测力仪获取切削力数据,再根据前述步骤6的预测公式求得多组综合影响系数K,以各组综合影响系数的平均值作为最终的K值,将其代入步骤6所建立的预测公式,得到最终的切削力F的预测公式;
步骤8、根据前述步骤7所获得的最终切削力F的预测公式,对不同加工参数下的切削力进行预测。
下面结合图2-图5所示,详细说明本实施例中上述步骤的具体实现过程。
步骤1、临界切削深度agc和最大切削深度agmax的确定,即根据单个旋转周期内单颗磨粒的运动轨迹和切削表面形貌,分别确定塑性流动去除阶段和脆性断裂去除阶段、发生塑-脆性转变时的临界切削深度agc以及最大切削深度agmax
在本实施例中,结合图3所示,为单颗磨粒的切削深度变化示意图。在单个旋转周期内,磨粒从切削深度为0运动到临界切削深度agc时,相应的切削时间从0增大到t1。随着切削过程的继续,切削深度继续增大并达到最大切削深度agmax,相应的切削时间增大到t2
在此过程中,临界切削深度agc通过划痕试验方法获得,本实例中agc=0.58μm,所对应的切削时间t1通过等式agc=t1vf·sin(30πn/t1)获得。最大切削深度agmax=t2vf·sin(30πn/t2),其所对应的切削时间t2通过等式ae=R-Rcos(30πn/t2)获得。
步骤2、建立单颗磨粒切削力Fn与切削深度ag的理论关系式,即根据单个旋转周期内切削深度的变化,建立单颗磨粒切削力Fn与切削深度ag的理论关系式。
所述单颗磨粒切削力Fn与切削深度ag的理论关系式建立如下:
F n = 1 2 ξa g 2 tan 2 α 2 · H v
步骤3、确定塑性流动去除阶段的平均切削深度aaved和平均切削力Fds,即根据塑性流动去除阶段单颗磨粒的理论划痕体积与等效划痕体积的关系,确定该阶段的平均切削深度aaved,将平均切削深度aaved代入步骤2中建立的理论关系式中,得到塑性流动去除阶段平均切削力Fds
结合图3,分别计算的单个旋转周期内,单颗磨粒塑性流动去除阶段的理论划痕体积Vds和等效划痕体积Vdse,具体计算公式如下:
V d s = 1 / 3 t a n α / 2 · a g c 2 l d
V d s e = t a n α / 2 · a a v e d 2 l d
通过使理论划痕体积Vds与等效划痕体积Vdse相等,确定平均切削深度 a a v e d = 3 / 3 · a g c .
将平均切削深度aaved的值代入步骤2中建立的单颗磨粒切削力Fn与切削深度ag的理论关系式中,得到塑性流动去除阶段单颗磨粒的平均切削力Fds,具体计算公式如下:
F d s = 1 2 ξa a v e d 2 tan 2 α 2 · H v
步骤4、确定脆性断裂去除阶段的平均切削深度aaveb和平均切削力Fbs,即根据脆性断裂去除阶段单颗磨粒的理论划痕体积与等效划痕体积的关系,确定该阶段的平均切削深度aaveb,将平均切削深度aaveb代入步骤2中建立的理论关系式中,得到脆性断裂去除阶段的平均切削力Fbs
结合图4,分别计算的单个旋转周期内,单颗磨粒脆性断裂去除阶段的理论划痕体积Vbs和等效划痕体积Vbse,具体计算公式如下:
V b s = 1 / 3 t a n α / 2 · a g m a x 2 ( l d + l b ) - 1 / 3 t a n α / 2 · a g c 2 l d
V b s e = t a n α / 2 · a a v e b 2 l d
通过使理论划痕体积Vds与等效划痕体积Vdse相等,确定平均切削深度 a a v e b = a g m a x 2 ( l d + l b ) - a g c 2 l d 3 l b .
将平均切削深度aaveb的值代入步骤2中建立的单颗磨粒切削力Fn与切削深度ag的理论关系式中,得到脆性断裂去除阶段单颗磨粒的平均切削力Fbs,具体计算公式如下:
F b s = 1 2 ξa a v e b 2 tan 2 α 2 · H v
步骤5、计算参与加工的有效磨粒数目Na,即根据单个旋转周期内,切削加工中所有磨粒的实际去除体积Va与单颗磨粒的理论去除体积Vt的关系,计算得到参与加工的有效磨粒数目Na
单个旋转周期内,切削加工中所有磨粒的实际去除体积Va=60/n·vfaehw
结合图3和图4,单颗磨粒的理论去除体积Vt=Vb′c′d′-bcd-Vijkl-pqrs,其中Vb’c’d’-bcd为图3b中所示三棱柱体积,Vijkl-pqrs为图4b中所示四棱柱体积。单颗磨粒的理论去除体积的具体表达式如下所示:
V t = t a n α 2 a a v e d 2 l d + 1 2 C 2 2 ( t a n α 2 ) 3 / 8 ξ 9 / 8 E 7 / 8 a a v e b 9 / 4 H v 3 / 8 K I C 1 / 2 ( 1 - v 2 ) 1 / 4 l b
将所有磨粒的实际去除体积Va除以单颗磨粒的理论去除体积Vt,得到有效磨粒数目,详细计算公式如下:
N a = 120 v f a e h w · H v 3 / 8 K I C 1 / 2 ( 1 - v 2 ) 1 / 4 2 n · t a n α 2 a a v e d 2 l d · H v 3 / 8 K I C 1 / 2 ( 1 - v 2 ) 1 / 4 + n · C 2 2 ( t a n α 2 ) 3 / 8 ξ 9 / 8 E 7 / 8 · a a v e b 9 / 4 l b
步骤6、建立切削力F的预测公式,即基于前述步骤4和步骤5中求得的单颗磨粒在塑性流动去除阶段的平均切削力Fds、在脆性断裂去除阶段的平均切削力Fbs以及有效磨粒数目Na,建立切削力F与综合影响系数K、加工参数、振动参数、材料性能参数以及刀具参数之间的关系式。
最终得到的切削力F的预测公式建立如下:
F = K · N a F d s · t 1 + N a F b s · ( t 2 - t 1 ) 60 / n
步骤7、前述步骤6中综合影响系数K的取值计算,即采用事先标定的方式:通过多次超声振动侧面磨削脆性材料,并利用测力仪获取切削力数据,再根据前述步骤6的预测公式求得多组综合影响系数K,以各组综合影响系数的平均值作为最终的K值,将其代入步骤6所建立的预测公式,得到最终的切削力F的预测公式。
本实施例中,例如,通过如图2所示的超声振动辅助磨削方式,开展氧化锆陶瓷的加工试验,并利用测力仪测量不同切削参数下的切削力,本实施例中切削参数及测得的切削力如下表2所示:
表2
将通过实验获得的切削力数据代入到前述步骤6的切削力计算公式中,可以反求出各组实验的综合影响系数K,该公式中的刀具参数、工件材料性能参数以及振动参数由实验条件而确定,已通过表1给出。据此,4组实验获得的K值分别为:3.9469、4.2949、4.6727、4.4160。以其平均值作为最终的综合影响系数K,因此,最终的综合影响系数K=4.3326。
再将最终的综合影响系数K代入步骤5所建立的预测公式中,得到最终的切削力F的预测公式。
以上述综合影响系数K(K=4.3326)的最终取值计算,本实施例中上述超声振动侧面磨削氧化锆陶瓷的切削力预测公式,具体表达式为:
F = 4.3326 · N a F d s · t 1 + N a F b s · ( t 2 - t 1 ) 60 / n
步骤8、根据前述步骤7所获得的最终切削力F的预测公式,对不同加工参数下的切削力进行预测。
如前所述,可利用该最终的预测公式,对不同切削加工参数下的切削力F进行预测。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。

Claims (10)

1.一种脆性材料超声振动侧面磨削的切削力预测方法,其特征在于,包括以下步骤:
步骤1、临界切削深度agc和最大切削深度agmax的确定,即根据单个旋转周期内单颗磨粒的运动轨迹和切削表面形貌,分别确定塑性流动去除阶段和脆性断裂去除阶段、发生塑-脆性转变时的临界切削深度agc以及最大切削深度agmax
步骤2、建立单颗磨粒切削力Fn与切削深度ag的关系式,即根据单个旋转周期内切削深度的变化,建立单颗磨粒切削力Fn与切削深度ag的关系式;
步骤3、确定塑性流动去除阶段的平均切削深度aaved和平均切削力Fds,即根据塑性流动去除阶段单颗磨粒的理论划痕体积与等效划痕体积的关系,确定该阶段的平均切削深度aaved,将平均切削深度aaved代入步骤2建立的关系式中,得到塑性流动去除阶段平均切削力Fds
步骤4、确定脆性断裂去除阶段的平均切削深度aaveb和平均切削力Fbs,即根据脆性断裂去除阶段单颗磨粒的理论划痕体积与等效划痕体积的关系,确定该阶段的平均切削深度aaveb,将平均切削深度aaveb代入步骤2建立的关系式中,得到脆性断裂去除阶段的平均切削力Fbs
步骤5、计算参与加工的有效磨粒数目Na,即根据单个旋转周期内,切削加工中所有磨粒的实际去除体积Va与单颗磨粒的理论去除体积Vt的关系,计算得到参与加工的有效磨粒数目Na
步骤6、建立切削力F的预测公式,即基于前述步骤4和步骤5中求得的单颗磨粒在塑性流动去除阶段的平均切削力Fds、在脆性断裂去除阶段的平均切削力Fbs以及有效磨粒数目Na,建立切削力F与综合影响系数K、加工参数、振动参数、材料性能参数以及刀具参数之间的关系式;
步骤7、前述步骤6中综合影响系数K的取值计算,即采用事先标定的方式:通过多次超声振动侧面磨削脆性材料,并利用测力仪获取切削力数据,再根据前述步骤6的预测公式求得多组综合影响系数K,以各组综合影响系数的平均值作为最终的K值,将其代入步骤6所建立的预测公式,得到最终的切削力F的预测公式;
步骤8、根据前述步骤7所获得的最终的切削力F的预测公式,对不同加工参数下的切削力进行预测。
2.根据权利要求1所述的脆性材料超声振动侧面磨削的切削力预测方法,其特征在于,前述步骤3中,所述的塑性流动去除阶段的平均切削深度aaved计算步骤如下:
步骤3-1:单个旋转周期内,单颗磨粒塑性流动去除阶段的理论划痕体积其中α为磨粒顶角,ld为塑性流动阶段的切削长度;
步骤3-2:单个旋转周期内,单颗磨粒塑性流动去除阶段的等效划痕体积 V d s e = t a n α / 2 · a a v e d 2 l d ;
步骤3-3:通过使理论划痕体积Vds与等效划痕体积Vdse相等,确定平均切削深度 a a v e d = 3 / 3 · a g c .
3.根据权利要求1所述的脆性材料超声振动侧面磨削的切削力预测方法,其特征在于,前述步骤4中,所述的脆性断裂去除阶段的平均切削深度aaved计算步骤如下:
步骤4-1:单个旋转周期内,单颗磨粒脆性断裂去除阶段的理论划痕体积 V b s = 1 / 3 t a n α / 2 · a g max 2 ( l d + l b ) - 1 / 3 t a n α / 2 · a g c 2 l d , 其中lb为脆性断裂阶段的切削长度;
步骤4-2:单个旋转周期内,单颗磨粒脆性断裂去除阶段的等效划痕体积 V b s e = t a n α / 2 · a a v e b 2 l b ;
步骤4-3:通过使理论划痕体积Vbs与等效划痕体积Vbse相等,确定平均切削深度 a a v e b = a g max 2 ( l d + l b ) - a g c 2 l d 3 l b .
4.根据权利要求1所述的脆性材料超声振动侧面磨削的切削力预测方法,其特征在于,前述步骤5中,所述的有效磨粒数目的计算步骤如下:
步骤5-1:单个旋转周期内,切削加工中所有磨粒的实际去除体积Va=60/n·vfaehw,其中n为主轴转速,vf为进给速度,ae为切削宽度,hw为侧面磨粒与工件接触区的高度;
步骤5-2:单个旋转周期内,单颗磨粒的理论去除体积 V t = t a n α 2 a a v e d 2 l d + 1 2 C 2 2 ( t a n α 2 ) 3 / 8 ξ 9 / 8 E 7 / 8 a a v e b 9 / 4 H v 3 / 8 K I C 1 / 2 ( 1 - v 2 ) 1 / 4 l b , 其中C2为无量纲常数,ξ为磨粒几何参数,Hv为工件材料硬度,KIC为工件材料断裂韧性,E为工件材料弹性模量,v为工件材料的泊松比;
步骤5-3:所有磨粒的实际去除体积Va除以单颗磨粒的理论去除体积Vt,得到有效磨粒数目 N a = 120 v f a e h w · H v 3 / 8 K I C 1 / 2 ( 1 - v 2 ) 1 / 4 2 n · t a n α 2 a a v e d 2 l d · H v 3 / 8 K I C 1 / 2 ( 1 - v 2 ) 1 / 4 + n · C 2 2 ( tan α 2 ) 3 / 8 ξ 9 / 8 E 7 / 8 · a a v e b 9 / 4 l b .
5.根据权利要求1所述的脆性材料超声振动侧面磨削的切削力预测方法,其特征在于,前述步骤6中所述的切削力F的预测公式建立如下:
F = K · N a F d s · t 1 + N a F b s · ( t 2 - t 1 ) 60 / n
式中,t1为磨粒运动到临界切削深度agc时所对应的切削时间,t2为磨粒运动到最大切削深度agmax时所对应的切削时间。
6.根据权利要求1所述的脆性材料超声振动侧面磨削的切削力预测方法,其特征在于,前述步骤1中,所述的临界切削深度通过划痕试验方法获得,其值agc=0.58μm,对应的切削时间t1通过等式agc=t1vf·sin(30πn/t1)获得;所述的最大切削深度agmax=t2vf·sin(30πn/t2),其所对应的切削时间t2通过等式ae=R-Rcos(30πn/t2)获得,其中R为刀具半径。
7.根据权利要求1所述的脆性材料超声振动侧面磨削的切削力预测方法,其特征在于,前述步骤2中,所述单颗磨粒切削力Fn与切削深度ag的关系式建立如下:
F n = 1 2 ξa g 2 tan 2 α 2 · H v
式中,ag为单颗磨粒的切削深度。
8.根据权利要求1所述的脆性材料超声振动侧面磨削的切削力预测方法,其特征在于,前述步骤3中,所述塑性流动去除阶段的平均切削力Fds和切削长度ld建立如下:
F d s = 1 2 ξa a v e d 2 tan 2 α 2 · H v
l d = ∫ 0 t 1 v x 2 + v y 2 + v z 2
式中vx,vy,vz分别为磨粒在x,y,z方向上的速度,其具体计算公式如下: v x = - R ω sin ( ω t ) + v f v y = R ω c o s ( ω t ) v z = 2 π f v A c o s ( 2 π f v t ) 式中,ω为磨粒角速度ω=nπ/30rad/s,fv为振动频率,A为振动周期。
9.根据权利要求1所述的脆性材料超声振动侧面磨削的切削力预测方法,其特征在于,前述步骤4中,所述脆性断裂去除阶段的平均切削力Fbs和切削长度lb建立如下:
F b s = 1 2 ξa a v e b 2 tan 2 α 2 · H v
l b = ∫ t 1 t 2 v x 2 + v y 2 + v z 2 .
10.根据权利要求1所述的脆性材料超声振动侧面磨削的切削力预测方法,其特征在于,前述步骤5中,所述ξ取值为1.885,所述C2取值为0.026。
CN201610060681.XA 2016-01-28 2016-01-28 脆性材料超声振动侧面磨削的切削力预测方法 Expired - Fee Related CN105538050B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610060681.XA CN105538050B (zh) 2016-01-28 2016-01-28 脆性材料超声振动侧面磨削的切削力预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610060681.XA CN105538050B (zh) 2016-01-28 2016-01-28 脆性材料超声振动侧面磨削的切削力预测方法

Publications (2)

Publication Number Publication Date
CN105538050A true CN105538050A (zh) 2016-05-04
CN105538050B CN105538050B (zh) 2017-08-29

Family

ID=55817847

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610060681.XA Expired - Fee Related CN105538050B (zh) 2016-01-28 2016-01-28 脆性材料超声振动侧面磨削的切削力预测方法

Country Status (1)

Country Link
CN (1) CN105538050B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106994628A (zh) * 2017-04-20 2017-08-01 嘉泰数控科技股份公司 薄壁氧化锆工件的整形方法
CN107738142A (zh) * 2017-10-31 2018-02-27 南京理工大学 一种超声振动辅助磨削牙科氧化锆陶瓷表面微观结构的预测方法
CN108132196A (zh) * 2018-01-10 2018-06-08 南京理工大学 一种三尖钻旋转超声钻削碳纤维复合材料轴向力预测方法
CN108256273A (zh) * 2018-03-08 2018-07-06 南京理工大学 一种旋转超声钻削横向振颤稳定域预测方法
CN108287955A (zh) * 2018-01-10 2018-07-17 南京理工大学 一种超声振动辅助磨削氧化锆陶瓷表面形貌的预测方法
CN108340214A (zh) * 2018-01-10 2018-07-31 上海理工大学 超声振动辅助磨削的材料亚表面裂纹深度预测方法
CN108723900A (zh) * 2018-04-25 2018-11-02 北京航空航天大学 一种旋转超声振动铣磨的全域切削力建模方法与装置
CN109425610A (zh) * 2017-08-24 2019-03-05 南京理工大学 一种脆性材料极限切深自动辨识方法
CN110281087A (zh) * 2019-06-11 2019-09-27 北京航空航天大学 一种旋转超声振动磨削切削力预测方法
CN111950096A (zh) * 2020-07-16 2020-11-17 中南大学 一种识别超声振动对材料应力影响系数的方法
CN112276683A (zh) * 2020-10-28 2021-01-29 沈阳工业大学 一种砂带磨削螺杆曲面表面形貌预测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102566492A (zh) * 2012-01-13 2012-07-11 华中科技大学 一种用于预测金属难加工材料插铣最大铣削力的方法
WO2012153157A2 (en) * 2011-05-09 2012-11-15 Pécsi Tudományegyetem Method for optimizing cutting forces in a milling process and computer-controlled milling machine using the same method
CN103753357A (zh) * 2014-01-23 2014-04-30 南京理工大学 脆性材料超声振动辅助磨削的轴向切削力预测方法
JP2015085395A (ja) * 2013-10-28 2015-05-07 株式会社豊田中央研究所 加工誤差量予測装置および加工誤差量予測プログラム
CN104759950A (zh) * 2015-04-24 2015-07-08 南京理工大学 超声振动辅助磨削脆性材料沿进给方向切削力预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012153157A2 (en) * 2011-05-09 2012-11-15 Pécsi Tudományegyetem Method for optimizing cutting forces in a milling process and computer-controlled milling machine using the same method
CN102566492A (zh) * 2012-01-13 2012-07-11 华中科技大学 一种用于预测金属难加工材料插铣最大铣削力的方法
JP2015085395A (ja) * 2013-10-28 2015-05-07 株式会社豊田中央研究所 加工誤差量予測装置および加工誤差量予測プログラム
CN103753357A (zh) * 2014-01-23 2014-04-30 南京理工大学 脆性材料超声振动辅助磨削的轴向切削力预测方法
CN104759950A (zh) * 2015-04-24 2015-07-08 南京理工大学 超声振动辅助磨削脆性材料沿进给方向切削力预测方法

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106994628B (zh) * 2017-04-20 2019-05-10 嘉泰数控科技股份公司 薄壁氧化锆工件的整形方法
CN106994628A (zh) * 2017-04-20 2017-08-01 嘉泰数控科技股份公司 薄壁氧化锆工件的整形方法
CN109425610A (zh) * 2017-08-24 2019-03-05 南京理工大学 一种脆性材料极限切深自动辨识方法
CN109425610B (zh) * 2017-08-24 2021-03-26 南京理工大学 一种脆性材料极限切深自动辨识方法
CN107738142A (zh) * 2017-10-31 2018-02-27 南京理工大学 一种超声振动辅助磨削牙科氧化锆陶瓷表面微观结构的预测方法
CN107738142B (zh) * 2017-10-31 2019-07-02 南京理工大学 一种超声振动磨削牙科氧化锆陶瓷微观结构的预测方法
CN108340214A (zh) * 2018-01-10 2018-07-31 上海理工大学 超声振动辅助磨削的材料亚表面裂纹深度预测方法
CN108132196A (zh) * 2018-01-10 2018-06-08 南京理工大学 一种三尖钻旋转超声钻削碳纤维复合材料轴向力预测方法
CN108287955A (zh) * 2018-01-10 2018-07-17 南京理工大学 一种超声振动辅助磨削氧化锆陶瓷表面形貌的预测方法
CN108287955B (zh) * 2018-01-10 2021-08-03 南京理工大学 一种超声振动辅助磨削氧化锆陶瓷表面形貌的预测方法
CN108132196B (zh) * 2018-01-10 2020-05-22 南京理工大学 一种三尖钻旋转超声钻削碳纤维复合材料轴向力预测方法
CN108340214B (zh) * 2018-01-10 2019-10-29 上海理工大学 超声振动辅助磨削的材料亚表面裂纹深度预测方法
CN108256273A (zh) * 2018-03-08 2018-07-06 南京理工大学 一种旋转超声钻削横向振颤稳定域预测方法
CN108256273B (zh) * 2018-03-08 2021-08-03 南京理工大学 一种旋转超声钻削横向振颤稳定域预测方法
CN108723900A (zh) * 2018-04-25 2018-11-02 北京航空航天大学 一种旋转超声振动铣磨的全域切削力建模方法与装置
CN108723900B (zh) * 2018-04-25 2019-06-21 北京航空航天大学 一种旋转超声振动铣磨的全域切削力建模方法与装置
CN110281087A (zh) * 2019-06-11 2019-09-27 北京航空航天大学 一种旋转超声振动磨削切削力预测方法
CN110281087B (zh) * 2019-06-11 2021-06-01 北京航空航天大学 一种旋转超声振动磨削切削力预测方法
CN111950096A (zh) * 2020-07-16 2020-11-17 中南大学 一种识别超声振动对材料应力影响系数的方法
CN112276683A (zh) * 2020-10-28 2021-01-29 沈阳工业大学 一种砂带磨削螺杆曲面表面形貌预测方法

Also Published As

Publication number Publication date
CN105538050B (zh) 2017-08-29

Similar Documents

Publication Publication Date Title
CN105538050A (zh) 脆性材料超声振动侧面磨削的切削力预测方法
CN103753357B (zh) 脆性材料超声振动辅助磨削的轴向切削力预测方法
CN104759950B (zh) 超声振动辅助磨削脆性材料沿进给方向切削力预测方法
Liu et al. A cutting force model for rotary ultrasonic machining of brittle materials
Jain et al. Modeling of material removal in mechanical type advanced machining processes: a state-of-art review
Meddour et al. Investigation and modeling of cutting forces and surface roughness when hard turning of AISI 52100 steel with mixed ceramic tool: cutting conditions optimization
Zahedi et al. Energy aspects and workpiece surface characteristics in ultrasonic-assisted cylindrical grinding of alumina–zirconia ceramics
Wu et al. Research on predicting model of surface roughness in small-scale grinding of brittle materials considering grinding tool topography
Li et al. A grinding force model in two-dimensional ultrasonic-assisted grinding of silicon carbide
Shi et al. Evaluation of surface roughness based on sampling array for rotary ultrasonic machining of carbon fiber reinforced polymer composites
Rajesh et al. Smart manufacturing through machine learning: A review, perspective and future directions to machining industry
Dong et al. Three dimensional shape model of TiBw mesh reinforced titanium matrix composites in rotary ultrasonic grinding
Khan et al. A comprehensive GRNN model for the prediction of cutting force, surface roughness and tool wear during turning of CP-Ti grade 2
Wang et al. Simulation and experimental study of the ground surface topography of GH4169 by grains arrayed brazed diamond wheels
Agarwal et al. An analytical chip thickness model for performance assessment in silicon carbide grinding
Hosokawa et al. Evaluation of grinding wheel surface by means of grinding sound discrimination
Zahedi et al. An analytical force and surface roughness model for cylindrical grinding of brittle materials
Huliieva et al. The selection of boron nitride circles for grinding saponite–titanium composites using non-parametric method
Ibrahim et al. A performance of 2 dimensional ultrasonic vibration assisted milling in cutting force reduction, on aluminium AL6061
Moravčíková Cutting material influence on the quality of the machined surface
Zohoor et al. Experimental investigation of the effect of processing parameters on the surface roughness operation for using as expert system database
Lata et al. A review on experimental investigation of machining parameters during CNC machining of OHNS
Tawakoli et al. Ultrasonic-assisted cylindrical grinding of alumina-zirconia ceramics
Zhu et al. Study on surface roughness and morphology of diamond wire as-sawn sapphire crystal wafers
Romanenko et al. Evaluation of the Possibilities of Processing High-Alloy Corrosion-Resistant Steels during Grinding Operations

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170829

Termination date: 20190128