CN110598314B - 一种磨削冲击强化硬度预测方法 - Google Patents

一种磨削冲击强化硬度预测方法 Download PDF

Info

Publication number
CN110598314B
CN110598314B CN201910852918.1A CN201910852918A CN110598314B CN 110598314 B CN110598314 B CN 110598314B CN 201910852918 A CN201910852918 A CN 201910852918A CN 110598314 B CN110598314 B CN 110598314B
Authority
CN
China
Prior art keywords
grinding
hardness
equivalent strain
grinding wheel
impact strengthening
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.)
Active
Application number
CN201910852918.1A
Other languages
English (en)
Other versions
CN110598314A (zh
Inventor
史小亮
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.)
Northeastern University China
Original Assignee
Northeastern University China
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 Northeastern University China filed Critical Northeastern University China
Priority to CN201910852918.1A priority Critical patent/CN110598314B/zh
Publication of CN110598314A publication Critical patent/CN110598314A/zh
Application granted granted Critical
Publication of CN110598314B publication Critical patent/CN110598314B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Grinding Of Cylindrical And Plane Surfaces (AREA)

Abstract

本发明提供一种磨削冲击强化硬度预测方法，涉及磨削加工技术领域。本发明步骤如下：步骤1：获取待加工材料的材料属性参数；步骤2：输入磨削基础参数；步骤3：根据工件尺寸建立立体几何模型，均匀划分网格；步骤4：确定载荷步，施加边界条件，求解磨削温度场；步骤5：获取力学性能参数，据步骤4得出的磨削温度场和力学性能参数求解磨削表面等效应变；步骤6：根据磨削表面等效应变结果带入维氏硬度与等效应变关联模型内输出磨削表面硬度值。本方法基于磨削加工过程中的冲击强化原理，能精确的预测出磨削加工后表面硬度。

Description

一种磨削冲击强化硬度预测方法
技术领域
本发明涉及磨削加工技术领域，尤其涉及一种磨削冲击强化硬度预测方法。
背景技术
磨削加工是指用磨料或磨具去除材料的加工方法，具有加工精度高，材料去除量少，加工表面质量好，自锐性优良等优点，广泛应用于机械加工的最后一道加工工序。在磨削加工中，零件表层由于受到磨粒的冲击，表面材料发生不同程度的塑性应变，导致组织位错密度与流变产生增大，产生了表面强化现象。以此原理为基础，人们开发形成了磨削冲击强化技术。磨削冲击强化很好的利用了磨削过程中产生的磨削热与磨削力，经过磨削冲击强化，零件的表面会形成特有的一定厚度的强化层，强度与硬度明显增大，同时保持一定的韧性。强化层的形成极大的增大的零件表面的耐磨性，耐腐蚀性，耐冲击性等性能，极大的延长的零件的使用寿命，使零件拥有更佳的使用性能。因此磨削冲击强化不但实现了对零件的高精度加工，也有效提高了材料和能源的利用率，有较好的应用前景，也正在受到越来越广的应用。
在磨削冲击强化的应用过程中，对冲击强化效果的预测与评价方法是一重要内容，较为准确的分析出各磨削参数条件下冲击强化效应的强弱对优化加工效率，提高磨削后零件使用性能有重要意义。目前针对磨削冲击强化效应的预测手段并不多见，现有的方法是用DEFORM等软件建立单颗磨粒划擦零件表面过程的仿真模型方法，从而求得该条件下表面塑性变形、应变等参数，从而估测冲击强化效应。该方法能在一定精度范围内对磨削冲击强化效果进行预测。但由于该磨削建立的过程中通常没有考虑热因素，直接以软件锻压塑性变形模块进行求解，影响了模型精度；同时以单颗磨粒建立仿真模型，对整体砂轮面的多磨粒的影响考虑并不准确，也影响了最终冲击强化效应的预测准确性。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足，提供一种磨削冲击强化硬度预测方法,本方法基于磨削加工过程中的冲击强化原理，能较为精确的预测出磨削加工后表面硬度。
为解决上述技术问题，本发明所采取的技术方案是：
本发明提供一种磨削冲击强化硬度预测方法，包括如下步骤：
步骤1：获取待加工材料的材料属性参数；所述材料属性参数包括比热容、导热系数随温度变化值；
步骤2：输入磨削基础参数；所述基础参数包括工件尺寸、砂轮宽度、砂轮转速、砂轮直径、磨削深度、进给速度；
步骤3：根据工件尺寸建立立体几何模型，均匀划分网格；
步骤4：确定载荷步，施加边界条件，求解磨削温度场；所述边界条件为待加工材料上表面施加的边界条件为热流强度qw，其他面热流强度为零；
步骤5：获取力学性能参数，据步骤4得出的磨削温度场和力学性能参数求解磨削表面等效应变，所述力学性能参数包括弹性模量、线膨胀系数、屈服强度随温度变化值；
步骤6：根据磨削表面等效应变结果带入维氏硬度与等效应变关联模型内输出磨削表面硬度值；
所述维氏硬度与等效应变关联模型如下：
HV＝cκ(ε0+εe)n
其中，HV为磨削表面硬度值，即维氏硬度；ε0为材料初始应变，εe为经过磨削加工后零件表面等效应变，c、κ、n为材料常数。
所述步骤4的具体步骤如下：
磨削过程中施加的总热源强度qw为：
Figure BDA0002197407700000021
其中，m为传入到零件内部的比例系数；b为磨削宽度，Ft为切向磨削力，vs为砂轮线速度，lg为砂轮与零件动态接触弧长，且
Figure BDA0002197407700000022
dse为砂轮直径，ap为磨削切深，故Ft＝0.4×28282×(ap)0.86(vs)-1.06(60vw)0.44，其中vw为待加工材料进给速度；
因为磨削过程中热源是移动的，通过磨削热源移动求出磨削温度场。
采用上述技术方案所产生的有益效果在于：本发明提供的一种磨削冲击强化硬度预测方法，本方法针对塑性钢制零件，基于磨削加工过程中的冲击强化原理，评估、预测整体表面强化效果，本方法能够较为精确的预测出磨削加工后表面硬度，从而为工件后续服役优化提供基础。
附图说明
图1为本发明实施例提供的基于冲击强化机理的磨削表面硬度的预测方法流程图；
图2为本发明实施例提供的磨削加工后不同变化参数下工件表面硬度预测结果图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本实施例的方法如下所述。
本发明提供一种磨削冲击强化硬度预测方法，包括如下步骤：
步骤1：获取待加工材料的材料属性参数；所述材料属性参数包括比热容、导热系数随温度变化值；
步骤2：输入磨削基础参数；所述基础参数包括工件尺寸、砂轮宽度、砂轮转速、砂轮直径、磨削深度、进给速度；
步骤3：根据工件尺寸建立立体几何模型，均匀划分网格；
步骤4：确定载荷步，施加边界条件，求解磨削温度场；所述边界条件为待加工材料上表面施加的边界条件为热流强度qw，其他面热流强度为零；
磨削过程中施加的总热源强度qw为：
Figure BDA0002197407700000031
其中，m为传入到零件内部的比例系数，约为0.8；b为磨削宽度，Ft为切向磨削力，vs为砂轮线速度，lg为砂轮与零件动态接触弧长，且
Figure BDA0002197407700000032
dse为砂轮直径，ap为磨削切深，故Ft＝0.4×28282×(ap)0.86(vs)-1.06(60vw)0.44，其中vw为待加工材料进给速度；
因为真实磨削过程中热源是移动的，通过磨削热源移动求出磨削温度场；
步骤5：获取力学性能参数，据步骤4得出的磨削温度场和力学性能参数求解磨削表面等效应变，所述力学性能参数包括弹性模量、线膨胀系数、屈服强度随温度变化值；
步骤6：根据磨削表面等效应变结果带入维氏硬度与等效应变关联模型内输出磨削表面硬度值；
所述维氏硬度与等效应变关联模型如下：
HV＝cκ(ε0+εe)n
其中，HV为磨削表面硬度值，即维氏硬度；ε0为材料初始应变，εe为经过磨削加工后零件表面等效应变，c、κ、n为材料常数。其中c为2.9。κ、n为与材料类别有关的常数；如45钢的κ和n分别为1180和0.264。
本实施方式中以45钢材料为硬度预测对象，获取45钢材料属性值；工件尺寸、砂轮宽度、砂轮转速、砂轮直径、磨削深度、进给速度分别为工件长/宽/高为20mm×8mm×8mm，砂轮宽度10mm，砂轮转速37m/s，砂轮直径250mm，磨削深度变化范围为25mm至150mm，零件进给速度变化范围为0.01m/s至0.03m/s；通过本方法获得磨削加工后不同变化参数下工件表面硬度预测值，如图2所示；磨削过程中，高速转动的砂轮伴着磨粒与零件表面的材料发生剧烈的碰撞，磨粒对表层材料产生冲击和挤压。随着磨削时产生的高温使得材料的屈服强度降低，这些冲击作用导致了表层材料明显的塑性变形，导致了零件表层材料的位错密度与流变应力增大，从而阻碍材料的进一步变形，体现出硬化现象，并且材料晶格产生滑移畸变，晶粒受到挤压而拉长甚至破碎，由于以上种种阻碍作用使得材料很难再沿着原有的趋势继续发生形变，体现出了表面硬度与强度的提高。由以上的磨削冲击强化原理可知，冲击强化效应与磨削加工表面应变特征参数息息相关。利用ANSYS仿真方法，依次构建磨削温度场、力场，进行热力耦合仿真，构建磨削加工后工件表面等效应变特征模型，可获得冲击强化效应的初步基础参数。
本发明能够较为精确的实现了磨削冲击强化加工后表面硬度值预测，从而为工件后续服役优化提供基础。经过实验对比验证后，表面硬度预测模型的误差在8％之内。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (2)

1.一种磨削冲击强化硬度预测方法，其特征在于：包括如下步骤：
步骤1：获取待加工材料的材料属性参数；所述材料属性参数包括比热容、导热系数随温度变化值；
步骤2：输入磨削基础参数；所述基础参数包括工件尺寸、砂轮宽度、砂轮转速、砂轮直径、磨削深度、进给速度；
步骤3：根据工件尺寸建立立体几何模型，均匀划分网格；
步骤4：确定载荷步，施加边界条件，求解磨削温度场；所述边界条件为待加工材料上表面施加的边界条件为热流强度qw，其他面热流强度为零；
步骤5：获取力学性能参数，据步骤4得出的磨削温度场和力学性能参数求解磨削表面等效应变，所述力学性能参数包括弹性模量、线膨胀系数、屈服强度随温度变化值；
步骤6：根据磨削表面等效应变结果带入维氏硬度与等效应变关联模型内输出磨削表面硬度值；
所述维氏硬度与等效应变关联模型如下：
HV＝cκ(ε0+εe)n
其中，HV为磨削表面硬度值，即维氏硬度；ε0为材料初始应变，εe为经过磨削加工后零件表面等效应变，c、κ、n为材料常数。
2.根据权利要求1所述的一种磨削冲击强化硬度预测方法，其特征在于：所述步骤4的具体步骤如下：
磨削过程中施加的总热源强度qw为：
Figure FDA0002197407690000011
其中，m为传入到零件内部的比例系数；b为磨削宽度，Ft为切向磨削力，vs为砂轮线速度，lg为砂轮与零件动态接触弧长，且
Figure FDA0002197407690000012
dse为砂轮直径，ap为磨削切深，故Ft＝0.4×28282×(ap)0.86(vs)-1.06(60vw)0.44，其中vw为待加工材料进给速度；
因为磨削过程中热源是移动的，通过磨削热源移动求出磨削温度场。
CN201910852918.1A 2019-09-10 2019-09-10 一种磨削冲击强化硬度预测方法 Active CN110598314B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910852918.1A CN110598314B (zh) 2019-09-10 2019-09-10 一种磨削冲击强化硬度预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910852918.1A CN110598314B (zh) 2019-09-10 2019-09-10 一种磨削冲击强化硬度预测方法

Publications (2)

Publication Number Publication Date
CN110598314A CN110598314A (zh) 2019-12-20
CN110598314B true CN110598314B (zh) 2022-12-27

Family

ID=68858499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910852918.1A Active CN110598314B (zh) 2019-09-10 2019-09-10 一种磨削冲击强化硬度预测方法

Country Status (1)

Country Link
CN (1) CN110598314B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111883216B (zh) * 2020-06-22 2023-12-26 北京电子工程总体研究所 一种基于材料属性优化的仿真网格划分方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0775944A (ja) * 1993-07-13 1995-03-20 Canon Inc 脆性材料の加工方法及びその装置
CN105243195A (zh) * 2015-09-16 2016-01-13 大连理工大学 一种微铣削镍基高温合金加工硬化的预测方法
CN108151885A (zh) * 2017-12-15 2018-06-12 湖南科技大学 基于可变热源模型的非圆轮廓工件高速磨削温度预测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0775944A (ja) * 1993-07-13 1995-03-20 Canon Inc 脆性材料の加工方法及びその装置
CN105243195A (zh) * 2015-09-16 2016-01-13 大连理工大学 一种微铣削镍基高温合金加工硬化的预测方法
CN108151885A (zh) * 2017-12-15 2018-06-12 湖南科技大学 基于可变热源模型的非圆轮廓工件高速磨削温度预测方法

Also Published As

Publication number Publication date
CN110598314A (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
Senthilkumar et al. Application of response surface methodology and firefly algorithm for optimizing multiple responses in turning AISI 1045 steel
Ozturk et al. A comprehensive study on slicing processes optimization of silicon ingot for photovoltaic applications
Trifunović et al. Investigation of cutting and specific cutting energy in turning of POM-C using a PCD tool: Analysis and some optimization aspects
CN110598314B (zh) 一种磨削冲击强化硬度预测方法
Wu et al. Surface micro-morphology and residual stress formation mechanisms of near-net-shaped blade produced by low-plasticity ultrasonic rolling strengthening process
CN105651957A (zh) 一种评估激光喷丸强化效果的方法
Deng et al. Finite element simulation for burr formation near the exit of orthogonal cutting
Zhu et al. Molecular dynamics simulation of chip formation mechanism in single-crystal nickel nanomachining
Li et al. Prediction model of net cutting specific energy based on energy flow in milling
JP2006326606A (ja) 金型寿命の予測方法
İynen et al. Investigation of the effect of cutting parameters on the surface roughness value in the machining of AISI 4140 steel with Taquchi method
Shi et al. Study on the hardness model of grinding for structural steel
CN110990964A (zh) 一种抑制机器人砂带磨抛工程陶瓷表面微裂纹的加工工艺
Guo et al. Studies on residue stress and deformation behavior of GCr15 subjected to whirlwind milling
Dudnikov et al. Substantiation of parameters for the technological process of restoring machine parts by the method of plastic deformation
CN113792467A (zh) 高速铣削adc12铝合金刀具磨损预测方法
Pavel et al. Multi-constraint optimization for grinding nickel-based alloys
Yang et al. Finite element modelling and simulating of drilling of titanium alloy
Ni et al. Effect of tool temperature deviations on the stress distribution of hot die forging tool for gear blanks
Ghuge et al. Parameter optimization on WEDM machine of oil hardened nickel (Non–Shrinking) steel
CN111593174B (zh) 一种表面强化层塑性变形量和深度的评估方法
Dudnikov et al. Influence of the hardening treatment of a machine parts’ material on wear-resistance
Zhu et al. Investigation of heat pipe cooling in drilling applications: part 2—thermal, structural static, and dynamic analyses
Cakır INVESTIGATION of the CORRELATION BETWEEN POWER CONSUMPTION and SURFACE ROUGHNESS in the TURNING of HARDENED DIN 1.2367 STEEL
Van et al. Application of Bat algorithm for Improvement of Surface Integrity in Turning of AISI 304 Austenitic Stainless Steel

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant