CN105718683A - 一种磨粒流加工对质量控制的模拟方法 - Google Patents

Abstract

本发明涉及一种磨粒流加工对质量控制的模拟方法，基于仿真模拟的结果，通过创新性的引进PH值不同，结合不同的加工因素，通过均匀实验设计法进行加工参数选取，进行磨粒流加工实验，首先进行磨粒流加工因素表的设计，具体步骤如下：(1)进行加工参数选取；(2)磨粒流加工结果分析；(3)磨粒流加工参数优化；(4)目标优化及模型验证。本发明根据模拟仿真中选取的因素进行实验路线设计，在实验加工之前，进行实验方法的选取，选取了均匀实验设计方法，获得表面粗糙度与磨料物性及加工时间的数学模型，进行了实验验证，验证了仿真理论的正确，也证实了模型的有效性，这与所要达到的目标一致，为磨粒流实际生产加工提供了理论指导。

Description

一种磨粒流加工对质量控制的模拟方法

技术领域

本发明涉及机械加工研磨技术领域，具体涉及一种磨粒流加工对质量控制的模拟方法。

背景技术

实验研究中，经常需要使用均匀设计方法思路，通过均匀分散，选出较优的数值，之后再通过优化变量，得到其目标函数，进而得到最优条件。本实验涉及到三种粗糙度测量方法，对测量数值有更高的精确性，并进行了扫描电镜测试，从介观状态下进行了加工前后工件的形貌分析。通过与仿真相契合的不同磨粒粒径、磨料浓度、加工时间后，创新性选取不同酸碱性研磨液进行了加工分析，能从多角度进行实验加工分析，为实际生产加工提供了多层次指导。

均匀设计是由数学家方开泰与王元创立，它是基于“伪蒙特卡罗方法”的应用扩展而来的，其实验点的选取是基于总的实验范围从均匀性角度均匀散布的实验设计思路。均匀设计理论是基于实验范围的实验点中挑选部分代表性的实验点而进行设计，其在实验点的挑选上符合均匀分散、整齐可比性。(1)“均匀分散”让每个有充分代表性的实验点都能均衡地分步在实验范围内，最终得到正确的指标；(2)“整齐可比”性易于估计各因素的主效应和部分交互效应，对实验结果分析更为方便，能够分析出各因素对指标影响的大小及指标的变化规律；而正交设计中，为了能够达到“整齐可比”，其实验点并未充分“均匀分散”，只能选取较多的实验点数目，至少要做次试验(q为因素的水平数)，而均匀设计思路的优势就在于实验范围大、水平数多的情形下，仍然能够极大的降低实验次数，只需要与因素水平数相等次数的2次试验即可达到，但其达不到整齐可比性，其实验结果采用回归分析方法。其方法是一般选取两到三轮次实验，首轮实验选择的条件范围较大，其最先建立起描述指标与各因素间的数学模型，计算出模型在一定实验范围内的最优值与实验条件组合，其实验范围选取为适当扩大的范围进行实验验证，其最优条件为实验边界和进行模型计算之后，当超出实验条件范围后进行最优值和最优化条件预测，这样以便检验和修正模型。其次再进行降低实验范围进行第二轮的精密实验，并进行回归模型修正。通过修正之后的实验，即可找出最优实验条件组合并建立可定量描述指标与因素间关系的数学模型。同样可以利用均匀设计方法的实验点进行均匀布点，通过直接观察法选取出指标最好的实验条件组合，进而结束实验设计；或选取出最好的实验条件进行该条件小范围内实验测试，直到完成实验目标，从而结束实验。通过以上分析，一般使用均匀设计法进行试验设计，在采用建模和进行试验优化分析的方式下，通过模型建立能够了解整个实验过程，进行精确的指标筛选。

均匀设计中的关键因素分析：均匀设计方法中，影响实验的因素很多，而能否对实验起到决定性作用的因素往往是研究的重点，我们选取的对实验影响巨大的因素作为关键因素，它们常常能够影响实验的进程及实验操作的难易度，对实验结果有着直接的影响，关键因素也包含实验指标的选取，它可以是一个或多个指标，这些指标能够反映实验所要表示的目的及实验研究的意义，因此能否从众多的因素中挑出对实验影响的关键因素往往决定实验的成功与否，选出关键因素，再结合实验加工，利用均匀设计表格进行实验设计，进而完成实验优化，达到均匀设计的目的。

发明内容

本发明的目的在于提供一种磨粒流加工对质量控制的模拟方法，以便更好地改善磨粒流加工对质量控制的模拟效果，方便根据需要使用。

为了实现上述目的，本发明的技术方案如下。

一种磨粒流加工对质量控制的模拟方法，基于仿真模拟的结果，通过创新性的引进PH值不同，结合不同的加工因素，通过均匀设计法进行加工参数选取，进行磨粒流加工实验，首先进行磨粒流加工因素表的设计，具体步骤如下：

(2)进行加工参数选取，选取PH作为实验的X因素来探究其能否对加工产生一定的影响，因此所选取了四个不同加工因素为：磨料浓度、磨粒粒径、PH值、时间；在均匀设计中，指标是检验实验加工的重点，作为磨削加工目标，要达到加工零件内表面的去毛刺，倒圆角的目的，能够检验加工效果的最佳指标就是粗糙度，因此选取粗糙度作为检验指标。最终所选取的四组参数数据为磨料浓度为2％、4％、6％、8％、10％、12％、14％、16％、18％、20％这10个浓度比例，磨粒粒径选取了2.5微米、3.5微米、5.5微米、6.5微米、7微米、8微米、10微米、14微米、28微米、40微米，磨料PH值选取为3、4、5、6、7、8、9、10、11、12，加工时间选取了30秒、60秒、90秒、120秒、150秒、180秒、210秒、240秒、270秒、300秒，参数数据选取方面比较均匀，水平数较多，能够合理的反映实验所要达到的目标；

(2)磨粒流加工结果分析：在进行磨粒流加工时，根据所选取的加工因素，首先进行浓度比例的调配，选取绿碳化硅颗粒，用托盘天平进行磨粒重量的选取，根据颗粒粒径的不同进行调配，对于PH值的调节，采用PH调制仪进行磨料PH值制取；实验过程中应注意液压缸的清洗，去除磨粒对液压缸壁面的粘贴及不同PH对下一组实验的影响；选取2000HZ超声振荡仪进行工件的清洗，加入少许氧化锌、酒精进行工件表面的去除污渍及防氧化措施，之后放入烤热箱内进行零件烘干，去除零件水渍，然后进行喷油嘴小孔的线切割，因为所选取的喷油嘴工件小孔直径为0.16mm，内径小，而通常的最细铜丝直径为1-2mm左右，不能够满足切割要求，因此只能选取进口丝切割工件；在进行切割之后，注意防氧措施，为了能精确测量不同加工零件的粗糙度值，选取三种实验仪器进行粗糙度的测量；通过粗糙度的检测，能够在数据方面说明加工前后的效果，能从中得到加工之后的粗糙度值，而在外观形貌上需要进一步说明检测效果，我们选择JEOLJXA-840扫描电镜仪进行微观形貌测试，首先进行工件的整体形貌扫描；接下来进行小孔入口局部放大的扫描。

(3)磨粒流加工参数优化：采用均匀设计法设计实验，通过实验加工获得实验结果，因其具备均匀分散性，而不具备整齐可比性，故不能直接去判断水平参数的优劣，做出分析，因此采用多元回归分析方法。回归分析是处理变量上的与统计相关而形成的数理统计方法，其基本思想是：即使自变量与因变量间的函数关系并不能严格确定，但可以试图计算出能够代表两者之间关系的数学表达式，即数学模型，通过建立数学模型，进而进行分析判断。通过分析其数学模型，可进行多因素分析，通过选取合适的参数，进行粗糙度分析，进而进行模型优化，通过优化变量及目标函数，得到最优化的因素组合及粗糙度检测，实现实验设计的目的。

(4)目标优化及模型验证：通过以上实验设计及实验因素分析，进而进行磨粒流加工参数优化，在选取相应的数值多元回归分析后，建立其回归模型，进而可以得到其残差分析。选取四种因素的该水平参数为：磨料浓度为18％、磨粒粒径为2.5μm、磨料PH值为6、加工时间为270s，根据此组参数进行实验加工。粗糙度测试结果为0.470μm，其探针测量波动曲线近乎平缓，波峰和波谷值都很低，光栅扫描三维测试的小孔内壁毛刺很少，这说明经过优化之后所选取的参数组合经试验加工之后的测量结果非常接近由数学模型测量的数值(0.470μm与0.469μm)，验证了其优化结果的精确性、数学模型的正确及设计方法的准确度，说明了实验测试结果完全与理论计算相符合，能够为实际生产加工提供数值分析及指导。

该发明的有益效果在于：本发明根据模拟仿真中选取的因素进行实验路线设计，在实验加工之前，进行实验方法的选取，选取了均匀实验设计方法，它能够从大量的实验参数中选择最优化的实验条件，它比正交设计实验参数多，试验次数少，是最合理的实验方案；并进行实验因素和参数的选择，选取了磨料浓度、磨粒粒径、PH值、加工时间四种因素，各选了10个水平，涵盖了多种参数设计；经过实验加工之后，选取了不同测量粗糙度的方式，包括探针测量，变焦非接触三维扫描图像仪及光栅扫描，所测得的粗糙度能够达到0.001微米级别，而经过检测之后，10组实验中第9组实验粗糙度最好，达到0.545微米，所有的实验结果都比原件的粗糙度好，并且精密度提高了很多；其次通过扫描电镜测试，工件形貌较好，小孔周围达到了去除毛刺的效果，小孔内部也进行了抛光加工；对实验进行了优化设计，通过回归分析，得到分析后的数学模型，通过选取不同参数组合，能够得到理论上的粗糙度值；并进行目标优化，得到优化后的参数组合，经实验加工后，所测得的粗糙度值与模型对应值近似相等，验证了模拟结果的正确。实验结果最终选取的实验参数上，磨料浓度为18％、磨粒粒径为2.5微米，这与仿真分析预测的磨粒粒径越小、浓度越高相符，验证了仿真理论的正确，这与所要达到的目标一致，为实际生产加工提供了理论指导。

附图说明

图1为本发明实施例中的喷油嘴切割后形貌图。

图2为本发明实施例中加工后工件的整体形貌。

图3为本发明实施例中的小孔交叉口处扫描图像。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便更好的理解本发明。

实施例

本实施例中的磨粒流加工对质量控制的模拟方法，基于仿真模拟的结果，通过创新性的引进PH值不同，结合不同的加工因素，通过均匀设计法进行加工参数选取，进行磨粒流加工实验，首先进行磨粒流加工因素表的设计，具体步骤如下：

(3)进行加工参数选取，在磨粒流加工实验中，影响磨削加工的因素很多，包括磨粒的选取(磨粒种类、磨粒粒径、磨粒浓度等)、加工时间、进口压力、液压缸初始温度等，而在众多参数中，能够明显影响加工效果的有加工时间、磨料浓度(即关键因素)而根据我们第三四章的仿真分析，依据介观状态下的耗散粒子动力学理论，b本发明选取颗粒粒径作为研究重点，在其他超精密加工中：电解池加工等加工中，液体PH对加工会产生明显的影响，而在磨粒流加工中还未出现此因素的选取，因此选取PH作为我们实验的X因素来探究其能否对加工产生一定的影响，因此所选取了四个不同加工因素为：磨料浓度、磨粒粒径、磨料PH值、加工时间；在均匀实验设计中，指标是检验实验加工的重点，作为磨削加工目标，我们要达到加工零件内表面的去毛刺，倒圆角的目的，能够检验加工效果的最佳指标就是表面粗糙度，因此选取表面粗糙度作为检验指标。最终所选取的四组参数数据为磨料浓度为2％、4％、6％、8％、10％、12％、14％、16％、18％、20％这10个浓度比例，磨粒粒径选取了2.5微米、3.5微米、5.5微米、6.5微米、7微米、8微米、10微米、14微米、28微米、40微米，磨料PH值选取为3、4、5、6、7、8、9、10、11、12，加工时间30秒、60秒、90秒、120秒、150秒、180秒、210秒、240秒、270秒、300秒，参数数据选取方面比较均匀，水平数较多，能够合理的反映实验所要达到的目标。通过以上分析，我们进行均匀实验设计参数表格设计，如表1所示即为实验加工参数设计表：

表1均匀实验设计表

	因素1	因素2	因素3	因素4
					1	1	3	4	5
2	2	6	8	10
					3	3	9	1	4
4	4	1	5	9
					5	5	4	9	3
6	6	7	2	8
					7	7	10	6	2
8	8	2	10	7
					9	9	5	3	1
10	10	8	7	6

表2均等设计表使用表

S	列号	D
			2	1 2	0.1574
3	2 3 4	0.1980

依据表1及2即可进行水平数的设计，表中数据已经达到了分散性的效果，即均匀分散合理，均匀度偏差值为0.1574及0.1980，分散度较好，可以进行实验加工。

(2)磨粒流加工结果分析：

在进行磨粒流加工时，根据所选取的加工因素，首先进行浓度比例的调配，选取绿碳化硅颗粒，用托盘天平进行磨粒重量的选取，根据颗粒粒径的不同进行调配，对于PH值的调节，采用PH调制仪进行磨料PH值制取。

表3加工实验结果表

通过上述表格设计进行实验加工，记10组实验标号分别为1号、2号、3号、4号、5号、6号、7号、8号、9号及10号，实验过程中应注意液压缸的清洗，去除磨粒对液压缸壁面的粘贴及不同PH对下一组实验的影响。

通过以上实验方法及步骤，选取2000HZ超声振荡仪进行工件的清洗，加入少许氧化锌、酒精进行工件表面的去除污渍及防氧化措施，之后放入烤热箱内进行零件烘干，去除零件水渍，然后进行喷油嘴小孔的线切割，因为所选取的喷油嘴工件小孔直径为0.16mm，内径小，而通常的最细铜丝直径为1-2mm左右，不能够满足切割要求，因此只能选取进口丝切割工件，切割后的工件形貌如下图1所示。在进行切割之后，注意防氧措施，为了能精确测量不同加工零件的粗糙度值，选取三种实验仪器进行粗糙度的测量，以下为粗糙度测试过程。

首先选取Mahr探针测量仪进行测量，这种测量方法较直接明显，它是通过探针对小孔表面划痕进行度量，能够对表面粗糙度达到精确的测量效果。选取的测量长度均为2.6mm左右，能够达到检测效果，通过探针测量，得到测量的粗糙度值，观察图像能够发现，通过随机取样的方式选取了原样件1号和原样件2号，经过测试发现，探针跳跃幅度大，图像的峰值和谷值都较实验后的数值变动幅度大，测量结果为1.959μm和1.875μm，因生产实际中的喷油嘴粗糙度维持在1.6μm左右，这两个数值均在其上，能够达到测量的标准值。然后进行加工零件的测试，经过图像观察发现，加工后的零件测试显示结果波动呈现幅度较小，其中6号件和9号件的波动最平稳，上下跳跃幅度最小，其粗糙度值也最好，测量结果为：0.592μm和0.545μm，加工精度提高了1个微米级，验证了磨粒流加工的精确性；通过探针测量粗糙度的方法，能够达到实验的目的，但是这种接触式表面形貌学测量方法易于损伤被测工件表面，我们选取变焦非接触三维形貌测量设备进行工件三维图像扫描，它的优点是测量精度高，适合测量具有大倾角的斜面，因其不能检测表面粗糙度过低的工作，而喷油嘴加工后的粗糙度可以满足其要求，故可以应用其进行检测，并进行粗糙度的测试。经过变焦非接触三维形貌测量之后，喷油嘴小孔处形貌能够清晰看到，原件01和原件02小孔处的划痕较粗糙，呈现未加工的形态，其余图片能够显示出划痕都较为均匀，表面形貌较好，呈现加工之后的形态，其中划痕最为均匀的是6号件和9号件，这也与我们所测的粗糙度数据相统一，在数据测量方面与探针测量结果一致，说明测量数值具有可靠性。再通过光栅表面粗糙度测量仪进行粗糙度的进一步测试，选用美国Veeco公司生产的型号为NT110，其技术指标方面为(1)纵向扫描范围：0.1-1mm；(2)最大扫描速度：7.2微米/s；(3)样品台尺寸100mm。而喷油嘴工件正好满足要求，选择其进行测试。零件未加工前，小孔内壁表面呈毛刺状，未达到光洁平整，中间孔道毛刺较明显，加工之后，内孔表面平整，没有残余的毛刺，达到了去毛刺的效果。

通过粗糙度的检测，我们能够在数据方面说明加工前后的效果，能从中得到加工之后的粗糙度值，而在外观形貌上需要进一步说明检测效果，我们选择JEOLJXA-840扫描电镜仪进行微观形貌测试，首先进行工件的整体形貌扫描，如下图2所示，由图2看出，加工之前工件的表面不光整，较为粗糙，小孔入口边缘毛刺较多，而加工之后的工件表面形貌清晰，大孔腔体轮廓整齐，小孔入口边缘整洁，达到了去毛刺的效果，并且呈现圆弧状，达到了光整加工目的。

接下来进行小孔入口局部放大的扫描，根据粗糙度测量结果，我们选取两组原件、2号件(代表粗糙度为0.7微米左右的加工零件)及9号件(粗糙度最好的加工零件)。原件(a)的小孔边缘四周粗糙，毛刺较多；原件(b)的小孔边缘部分加工不完善，毛刺较大；经过加工后的2号件入口边缘毛刺去除较多，边口呈现圆弧状，留有少许毛刺，小孔内部较光整，基本达到了加工效果；加工最好9号件入口边缘圆润，毛刺已全部去除，小孔内部光整，表面条理清晰。根据以上扫描结果，我们再选择小孔内部表面进行观测，对12组实验结果进行分析，扫描图像。通过观察整体形貌及小孔入口处的扫描图像，发现大孔内表面加工之后划痕较少，小孔入口倒圆角效果明显，加工前后的小孔内表面也呈现明显区别，加工前内表面有大块斑点及较大块的划痕，而加工之后内表面纹路清晰，表面形貌良好。再选择高倍显微镜下进行工件查看，能够清晰看到加工前后的形貌对比及小孔加工前后去毛刺对比。通过高倍显微镜下的观察，能够发现磨粒流加工之后达到了去毛刺、倒圆角、提高粗糙度的目的，这与扫描电镜的测试结果一致，说明了磨粒流加工对生产实际的重要意义，能够用于工程实践中。

(3)磨粒流加工参数优化：

采用均匀设计法设计实验，通过实验加工获得实验结果，因其具备均匀分散性，而不具备整齐可比性，故不能直接去判断水平参数的优劣，做出分析，因此采用多元回归分析方法。回归分析是处理变量上的与统计相关而形成的数理统计方法，其基本思想是：即使自变量与因变量间的函数关系并不能严格确定，但可以试图计算出能够代表两者之间关系的数学表达式，即数学模型，通过建立数学模型，进而进行分析判断。回归分析一般解决以下问题：

(1)确定某几个变量间是否存在相关关系，若存在，找出其之间相关的数学表达式；

(2)根据一个或者几个变量结果，进行预判另一个变量的取值，进而确定其预测的精准度；

(3)进行因素间的判断。对于某些共同影响一个变量的众多因素间，查找关键因素及次要因素，并作出其数学模型。

建立回归模型：

(a)试验基本信息

指标数：1，因素个数：4，运行次数：10

试验设计采用均匀设计表U10(10×10×10×10)

因素水平组合：10×10×10×10

指标名称：表面粗糙度单位：μm

因素1名称：磨料浓度单位：％

因素2名称：磨粒粒径单位：μm

因素3名称：磨料PH值PH值

因素4名称：加工时间单位：S

(b)多元回归分析

回归分析采用全回归法，显著性水平α＝0.05

拟建立回归方程：

y＝b(0)+b(1)*l_gX(1)+b(2)*X(2)+b(3)*X(3)+b(4)*X(4)(1)

其中y代表指标量(粗糙度)，X(1)、X(2)、X(3)及X(4)分别表示因素(1)、(2)、(3)及(4)；其中回归系数b(i)为：

b(0)＝0.9137、b(1)＝-0.3054、b(2)＝1.701e^-3、b(3)＝6.833e^-3、b(4)＝-2.406e^-4

从而易得其标准回归系数B(i)：

B(1)＝-1.028、B(2)＝0.2269、B(3)＝0.2188、B(4)＝-0.2311

复相关系数R＝0.9331、决定系数R^2＝0.8706、修正的决定系数R^2a＝0.8059根据计算结果，可得到分析结果，即表面粗糙度与磨料物性及加工时间的数学模型，此数学模型为非线性模型：

y＝0.9137-0.3054*l_gX(1)+1.701e^-3*X(2)+6.833e^-3*X(3)-2.406e^-4*X(4)(2)

当进行四种因素的任意组合时即可得到此时的工件粗糙度值。

回归显著性检验：建立回归方程之后，需要进一步研究因变量y取值的变化规律，即进形回归方程显著性检验，由以上分析之后得到变量分析表，如下表4所示。

表4变量分析表

样本容量N＝10，显著性水平α＝0.05，检验值Ft＝8.411，临界值F(0.05,4,5)＝5.192，由Ft＞F(0.05,4,5)，回归方程显著。

剩余标准差S＝4.564e^-2

由回归系数检验值：

t检验值(df＝5)：

t(1)＝-5.761t(2)＝1.239t(3)＝1.210t(4)＝-1.298

F检验值(df1＝1,df2＝2)；

F(1)＝33.19、F(2)＝1.535、F(3)＝1.465、F(4)＝1.685

偏回归平方和U(i)：

U(1)＝6.912e^-2、U(2)＝3.197e^-3、U(3)＝3.051e^-3、U(4)＝3.509e^-3

偏相关系数ρ(i)：

ρ1,234＝-0.9322ρ2,134＝0.4847ρ3,124＝0.4760ρ4,123＝-0.5021

各方程项对回归的贡献(按偏回归平方和降序排列)：

U(1)＝6.912e^-2，U(1)/U＝98.65％

U(4)＝3.509e^-3，U(4)/U＝5.009％

U(2)＝3.197e^-3，U(2)/U＝4.563％

U(3)＝3.051e^-3，U(3)/U＝4.335％

以上讨论了回归方程中全部自变量的总体回归效果，但总体回归效果显著并不说明每个自变量x₁,x₂,...x_m对因变量y都是重要的，即可能有摸个自变量对y并不起作用或者能被其它的自变量作用所替代，因此对这种自变量希望从回归中剔除，这样可以建立更简单的回归方程。因此对四个因素进行分析后，得到第3方程项X[3]对回归的贡献最小，对其进行显著性检验：

检验值F(3)＝1.465，临界值F(0.05,1,5)＝6.608，因此F(3)≤F(0.05,1,5)，此因素(方程项)不显著。

通过以上对回归方程显著性检验，其结果显著；对回归系数进行显著性检验，其第三项因素不显著，故可以忽略，由此可得其数学模型：

y＝0.9137-0.3054*l_gX(1)+1.701e^-3*X(2)-2.406e^-4*X(4)(3)

通过分析其数学模型，可进行多因素分析，通过选取合适的参数，进行粗糙度分析，进而进行模型优化，通过优化变量及目标函数，得到最优化的因素组合及粗糙度检测，实现实验设计的目的。

(4)目标优化及模型验证：

通过以上实验设计及实验因素分析，进而进行磨粒流加工参数优化，在选取相应的数值多元回归分析后，建立其表面粗糙度与磨料物性及加工时间的数学模型的回归模型，进而可以得到如表5所示的其残差分析表。

表5残差分析表

由表5能够看出观测值及回归值的数据，进而求得残差率。因为数值计算的方法包括网格尝试法和单纯形法。本实验选取网格尝试法，它是通过选取各因素的所有水平组合，进而求得实验结果，由此可分析出各因素的最优实验条件组合方法。只要将各实验条件的水平数(此时的水平数值得是依据回归方程进行数值计算时用的水平数，而不是实际实验过程中的各因素水平数，可以比实验中所选取的水平数大很多，水平数越多，划分越细致，可供选择点越多)划分的足够细，进而找到更满意的优化条件，如下表6为条件优化设置及最佳实验条件表。

表6条件优化设置及最佳实验条件

因素	上界	下界	最优条件	预期指标最大值
					1	20.00	2.00	18.00	0.988(±0.540)
2	40.00	2.50	2.50
					3	12.0	3.0	6.0
4	300	30	270

由表6所得的最佳优化结果，选取该参数组合代入数学模型(5.3.3)进行分析，其数值为0.469μm，远低于实际测量的最小值，即0.545μm，实现了模型的优化。但是仍需通过实验加工进行模型验证，证明其实际加工的精度能否接近这一数值，因此选取四种因素的该水平参数为：磨料浓度为18％、磨粒粒径为2.5μm、磨料PH值为6、加工时间为270s，根据此组参数进行磨粒流实验加工。

在以上磨粒流加工条件下，最终喷油嘴工件的表面粗糙度测试结果为0.470μm，表面粗糙度探针测量波动曲线近乎平缓，波峰和波谷值都很低，光栅扫描三维测试的小孔内壁毛刺很少，这说明经过优化之后所选取的参数组合经试验加工之后的测量结果非常接近由数学模型测量的数值(0.470μm与0.469μm)，验证了其优化结果的精确性、数学模型的正确及设计方法的准确度，说明了实验测试结果完全与理论计算相符合，能够为实际生产加工提供数值分析及指导。以下给出了图3所示的扫描电镜测试的图像。

由图3看出，经过扫描后的小孔壁面划痕非常少，表面平滑、抛光效果明显；小孔交叉口处几乎没有毛刺，圆角呈圆弧状，完全达到了去毛刺、倒圆角的效果。再次验证了实验的合理性及实验优化的精度。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (1)

1.一种磨粒流加工对质量控制的模拟方法，其特征在于：基于仿真模拟的结果，通过创新性的引进PH值不同，结合不同的加工因素，通过均匀实验设计法进行加工参数选取，进行磨粒流加工实验，首先进行磨粒流加工因素表的设计，具体步骤如下：

(1)进行加工参数选取，选取PH作为实验的X因素来探究其能否对加工产生一定的影响，因此所选取了四个不同加工因素为：磨料浓度、磨粒粒径、磨料PH值、加工时间；所选取的四组参数数据为磨料浓度为2％、4％、6％、8％、10％、12％、14％、16％、18％、20％这10个浓度比例，磨粒粒径选取了2.5微米、3.5微米、5.5微米、6.5微米、7微米、8微米、10微米、14微米、28微米、40微米，磨料PH值选取为3、4、5、6、7、8、9、10、11、12，加工时间30秒、60秒、90秒、120秒、150秒、180秒、210秒、240秒、270秒、300秒，参数数据选取方面比较均匀，水平数较多，能够合理的反映实验所要达到的目标；

(2)磨粒流加工结果分析：在进行磨粒流加工时，根据所选取的加工因素，首先进行浓度比例的调配，选取绿碳化硅颗粒，用托盘天平进行磨粒重量的选取，根据颗粒粒径的不同进行调配，对于PH值的调节，采用PH调制仪进行磨料PH值制取；实验过程中应注意液压缸的清洗，去除磨粒对液压缸壁面的粘贴及不同PH对下一组实验的影响；选取2000HZ超声振荡仪进行工件的清洗，加入少许氧化锌、酒精进行工件表面的去除污渍及防氧化措施，之后放入烤热箱内进行零件烘干，去除零件水渍，然后进行喷油嘴小孔的线切割，选取进口丝切割工件；在进行切割之后，注意防氧措施，为了能精确测量不同加工零件的粗糙度值，选取三种实验仪器进行粗糙度的测量；通过粗糙度的检测，能够在数据方面说明加工前后的效果，能从中得到加工之后的粗糙度值，而在外观形貌上需要进一步说明检测效果，选择JEOLJXA-840扫描电镜仪进行微观形貌测试，首先进行工件的整体形貌扫描；接下来进行小孔入口局部放大的扫描；

(3)磨粒流加工参数优化：采用均匀设计法设计实验，通过实验加工获得实验结果，因其具备均匀分散性，而不具备整齐可比性，故不能直接去判断水平参数的优劣，做出分析，因此采用多元回归分析方法；通过多因素分析表面粗糙度与磨料物性及加工时间的数学模型，再选取合适的参数，进行粗糙度分析，进而进行模型优化，通过优化变量及目标函数，得到最优化的因素组合及粗糙度检测，实现实验设计的目的；

(4)目标优化及模型验证：通过以上实验设计及实验因素分析，进而进行磨粒流加工参数优化，在选取相应的数值多元回归分析后，建立其回归模型，进而可以得到其残差分析；选取四种因素的该水平参数为：磨料浓度为8％、磨粒粒径为2.5μm、磨料PH值为6、加工时间为270s，根据此组参数进行实验加工。