CN112756925A - 基于粘结效应的adc12铝合金高速铣削刀具表面粘结磨损程度评价方法 - Google Patents
基于粘结效应的adc12铝合金高速铣削刀具表面粘结磨损程度评价方法 Download PDFInfo
- Publication number
- CN112756925A CN112756925A CN202110103528.1A CN202110103528A CN112756925A CN 112756925 A CN112756925 A CN 112756925A CN 202110103528 A CN202110103528 A CN 202110103528A CN 112756925 A CN112756925 A CN 112756925A
- Authority
- CN
- China
- Prior art keywords
- bonding
- cutter
- aluminum alloy
- area
- tool
- 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
Links
- 229910000838 Al alloy Inorganic materials 0.000 title claims abstract description 33
- 238000003801 milling Methods 0.000 title claims abstract description 31
- 238000005299 abrasion Methods 0.000 title claims abstract description 19
- 230000000694 effects Effects 0.000 title claims abstract description 13
- 238000011156 evaluation Methods 0.000 title description 4
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000001878 scanning electron micrograph Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 5
- 238000003754 machining Methods 0.000 claims description 5
- 229910052721 tungsten Inorganic materials 0.000 claims description 5
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 claims description 4
- 239000010937 tungsten Substances 0.000 claims description 4
- 239000000956 alloy Substances 0.000 claims description 2
- 238000004140 cleaning Methods 0.000 claims description 2
- 239000012535 impurity Substances 0.000 claims description 2
- 238000004506 ultrasonic cleaning Methods 0.000 claims description 2
- 229910045601 alloy Inorganic materials 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000011230 binding agent Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- AXTGDCSMTYGJND-UHFFFAOYSA-N 1-dodecylazepan-2-one Chemical compound CCCCCCCCCCCCN1CCCCCC1=O AXTGDCSMTYGJND-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23P—METAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
- B23P15/00—Making specific metal objects by operations not covered by a single other subclass or a group in this subclass
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明提出一种基于粘结效应的ADC12铝合金高速铣削刀具表面粘结磨损程度评价方法，其特征在于：根据扫描电镜下对ADC12铝合金板加工后的刀片在背散射模式下不同的明暗程度，将刀具表面划分为粘结区和和未粘结区，并确定粘结区和和未粘结区的面积；以粘结区占刀具表面的比例作为粘结密度，从而确定刀具表面粘结磨损程度。其实现刀具表面粘结程度较为准确估算。测量装置简单，测量精度高，可用于刀具前、后刀面粘结磨损的评价，用途广泛。
Description
技术领域
本发明属于故障诊断技术领域，尤其涉及一种基于粘结效应的ADC12铝合金高速铣削刀具表面粘结磨损程度评价方法。
背景技术
为分析刀具粘结磨损机理需要分析刀具粘结程度，刀具表面粘结面积或者粘结密度在一定程度上影响刀具表面粘结磨损的产生，粘结越严重，刀具表面粘结磨损越严重。目前，并没有一种对刀具表面粘结程度进行评价的方法，且不同材料其刀具磨损位置不同，ADC12铝合金由于材料易粘附性，其刀具粘结磨损主要发生在刀具前刀面，然而，并没有一种被公认的方法作为前刀面粘结程度的评价。同时，由于近年来环境问题的日益突出以及高速铣削技术的发展，使得ADC12铝合金成为发动机缸体，缸盖等零件的主要材料以达到减重的需求，ADC12铝合金得到了越来越广泛的应用，根据市场的需求，建立ADC12铝合金高速铣削过程刀具磨损理论体系尤为重要。
发明内容
考虑到基于粘结效应的刀具前刀面粘结程度的评价方法是分析刀具磨损机理的关键。，本发明的目的在于提供一种基于粘结效应的ADC12铝合金高速铣削刀具表面粘结磨损程度评价方法，可以比较准确的分析刀具前刀面粘结磨损程度，对刀具生产商改良刀具结构及刀具成分提供重要的参考。其实现刀具表面粘结程度较为准确估算。测量装置简单，测量精度高，可用于刀具前、后刀面粘结磨损的评价，用途广泛。
该方法从刀具表面粘结面积和粘结密度的角度直观的分析了刀具表面粘结程度，粘结面积或粘结密度越大，粘结越严重，刀具表面粘结磨损越严重。同时，该发明设备简单，对深入剖析ADC12铝合金高速铣削过程中刀具粘结磨损机理提供了一定的参考，属于一种粘结磨损机理分析、处理方法。
本发明具体采用以下技术方案：
一种基于粘结效应的ADC12铝合金高速铣削刀具表面粘结磨损程度评价方法，其特征在于：根据扫描电镜下对ADC12铝合金板加工后的刀片在背散射模式下不同的明暗程度，将刀具表面划分为粘结区和和未粘结区，并确定粘结区和和未粘结区的面积；以粘结区占刀具表面的比例作为粘结密度，从而确定刀具表面粘结磨损程度。
优选地，所述刀片为硬质合金车刀片；所述扫描电镜采用钨灯丝扫描电镜。
优选地，所述刀片共有4片，分别安装在400R-63-22-4刀头上；所述ADC12铝合金板安装在带有夹具的工作台上；采用的数控加工中心型号为VMC-850E，在切削速度为300/min、进给速度为0.03mm/r、铣削宽度为3mm、铣削深度为0.5mm的加工参数下采用逆铣对ADC12铝合金板进行加工。
优选地，采用影像测量软件Digimizer，根据不同的比例尺对SEM中刀具前刀面粘结面积进行测量。
优选地，包括以下步骤：
步骤S1：取4把刀片中的1把进行激光标刻，用于后续的刀具形貌观察，以消除刀片间的差异性；
步骤S2: 在相同加工参数下铣削到20m，以便观察到刀具表面粘结情况；
步骤S3：在进行扫描电镜观察前，首先将铣削20m后激光标刻过的刀片用超声清洗机进行清洗，以去除刀具表面切屑和杂质；
步骤S4：将清洗后的刀片放置于扫描电镜背散射模式下进行刀具形貌观察，根据明、暗程度不同将刀具前刀面划分为不同的区域；
步骤S5：将刀具前刀面的SEM图，用影像测量软件Digimizer打开，进行区域面积计算，以得到粘结区域的面积SA大小，未粘结区SB将该SA值与SEM图内整个刀具面积SA+SB进行比较，得到在该参数下的粘结密度ρ，如公式（1）所示：
（1）。
与现有技术相比，本发明及其优选方案具有以下优点：
(1)该方法可以直观看到刀具表面粘结程度情况，可以较为准确的计算出前刀面粘结面积及粘结密度的大小，粘结面积或密度越大，粘结越严重，刀具表面粘结磨损越严重。本发明对分析刀具粘结磨损机理有很大的帮助。
(2)本发明从粘结面积和粘结密度的角度分析刀具表面粘结程度，比现有粘结元素含量分析刀具粘结程度更具有说服性，对建立ADC12铝合金高速铣削过程刀具磨损理论体系具有重要意义。
(3)本发明操作简单，计算准确，实用性较高。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明：
图1为本发明实施例高速铣削试验平台搭建示意图；
图2为本发明实施例钨灯丝扫描电镜设备示意图；
图3为本发明实施例刀具前刀面在背散射下的刀具形貌示意图，图中区域划分应根据具体情况，该图仅是一种示意；
图4为本发明实施例SEM图在影像测试软件Digimizer中处理示意图1；
图5为本发明实施例SEM图在影像测试软件Digimizer中处理示意图2。
具体实施方式
为让本专利的特征和优点能更明显易懂，下文特举实施例，作详细说明如下：
图1是本发明实施例高速铣削试验平台搭建图。如图1所示，本实施例中提供的试验平台的搭建，包括机床1、刀柄2、刀头3、刀片4、ADC12铝合金板5，将刀柄、刀头和刀片组合体安装与机床主轴上，对ADC12铝合金板沿着Y轴方向进行往复直线铣削。本实施例的车刀片安装在可携带4个刀片的400R-63-22-4刀头上；铝合金板安装在带有夹具的工作台上；数控加工中心型号为VMC-850E，在切削速度为300/min、进给速度为0.03mm/r、铣削宽度为3mm、铣削深度为0.5mm的加工参数下采用逆铣对ADC12铝合金板进行加工。
图2是本实施例中用到的钨灯丝扫描电镜设备图。如图2所示将清洗后的刀片放置于扫描电镜中，选择背散模式在一定的倍数下进行刀具前刀面形貌的观察。
图3是本发明实施例的刀具前刀面在背散射下的刀具形貌图。如图3所示由刀具表面背散射图根据元素的不同亮度，可以将刀具前刀面划分为两个区域：A未粘结区、B粘结区。
1、（A区）该区域是未被粘结的刀具基体，其主要元素为（W、C、O、Al、Co），原子序数分别为74、6、8、13、27。
2、（B区）该区域为ADC12铝合金粘附区域，可以看到明显的粘结层，粘结层脱落会导致粘结磨损的产生，粘结物的主要元素是Al，原子序数为13。
ADC12铝合金高速铣削过程中，未被ADC12铝合金材料粘附的刀具基体区域中ADC12铝合金粘附与粘结物的脱落不断交替进行，因此这里将其视为静态动平衡过程，对粘结程度的评价主要考虑在刀具表面粘结物面积占SEM图中刀具整个刀面大小。根据两个区域主元素的原子序数差异，按其亮度对其进行从高到低排序：A区>B区。表现为A区最亮、B区最暗，如图3所示。粘结密度ρ具体计算方式如下：
其中S A 为图中未粘结区域（A区）的面积，S B 为图中粘结区
图4、图5是本发明实施例中SEM图在影像测试软件Digimizer中处理图，如图4所示为软件打开界面图，图5为计算粘结面积处理结果图。
本专利不局限于上述最佳实施方式，任何人在本专利的启示下都可以得出其它各种形式的基于粘结效应的ADC12铝合金高速铣削刀具表面粘结磨损程度评价方法，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本专利的涵盖范围。
Claims (5)
1.一种基于粘结效应的ADC12铝合金高速铣削刀具表面粘结磨损程度评价方法，其特征在于：根据扫描电镜下对ADC12铝合金板加工后的刀片在背散射模式下不同的明暗程度，将刀具表面划分为粘结区和和未粘结区，并确定粘结区和和未粘结区的面积；以粘结区占刀具表面的比例作为粘结密度，从而确定刀具表面粘结磨损程度。
2.根据权利要求1所述的基于粘结效应的ADC12铝合金高速铣削刀具表面粘结磨损程度评价方法，其特征在于：所述刀片为硬质合金车刀片；所述扫描电镜采用钨灯丝扫描电镜。
3.根据权利要求2所述的基于粘结效应的ADC12铝合金高速铣削刀具表面粘结磨损程度评价方法，其特征在于：所述刀片共有4片，分别安装在400R-63-22-4刀头上；所述ADC12铝合金板安装在带有夹具的工作台上；采用的数控加工中心型号为VMC-850E，在切削速度为300/min、进给速度为0.03mm/r、铣削宽度为3mm、铣削深度为0.5mm的加工参数下采用逆铣对ADC12铝合金板进行加工。
4.根据权利要求3所述的基于粘结效应的ADC12铝合金高速铣削刀具表面粘结磨损程度评价方法，其特征在于：采用影像测量软件Digimizer，根据不同的比例尺对SEM中刀具前刀面粘结面积进行测量。
5.根据权利要求4所述的基于粘结效应的ADC12铝合金高速铣削刀具表面粘结磨损程度评价方法，其特征在于，包括以下步骤：
步骤S1：取4把刀片中的1把进行激光标刻，用于后续的刀具形貌观察，以消除刀片间的差异性；
步骤S2: 在相同加工参数下铣削到20m，以便观察到刀具表面粘结情况；
步骤S3：在进行扫描电镜观察前，首先将铣削20m后激光标刻过的刀片用超声清洗机进行清洗，以去除刀具表面切屑和杂质；
步骤S4：将清洗后的刀片放置于扫描电镜背散射模式下进行刀具形貌观察，根据明、暗程度不同将刀具前刀面划分为不同的区域；
步骤S5：将刀具前刀面的SEM图，用影像测量软件Digimizer打开，进行区域面积计算，以得到粘结区域的面积SA大小，未粘结区SB将该SA值与SEM图内整个刀具面积SA+SB进行比较，得到在该参数下的粘结密度ρ，如公式（1）所示：
（1）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110103528.1A CN112756925B (zh) | 2021-01-26 | 2021-01-26 | 基于粘结效应的adc12铝合金高速铣削刀具表面粘结磨损程度评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110103528.1A CN112756925B (zh) | 2021-01-26 | 2021-01-26 | 基于粘结效应的adc12铝合金高速铣削刀具表面粘结磨损程度评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112756925A true CN112756925A (zh) | 2021-05-07 |
| CN112756925B CN112756925B (zh) | 2022-05-27 |
Family
ID=75705745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110103528.1A Expired - Fee Related CN112756925B (zh) | 2021-01-26 | 2021-01-26 | 基于粘结效应的adc12铝合金高速铣削刀具表面粘结磨损程度评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112756925B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4845763A (en) * | 1987-11-06 | 1989-07-04 | General Motors Corporation | Tool wear measurement by machine vision |
| CN106312692A (zh) * | 2016-11-02 | 2017-01-11 | 哈尔滨理工大学 | 基于最小外接矩形的刀具磨损检测方法 |
| CN206382954U (zh) * | 2016-11-02 | 2017-08-08 | 哈尔滨理工大学 | 刀具磨损检测专用图像采集系统 |
| CN108062072A (zh) * | 2017-11-23 | 2018-05-22 | 哈尔滨理工大学 | 一种双摄像头图像采集装置及图像拼接的平底铣刀磨损在线检测方法 |
| CN108655826A (zh) * | 2018-06-25 | 2018-10-16 | 河北工业大学 | 一种用于数控车削加工的刀具磨损视诊装置及视诊方法 |
| CN108931961A (zh) * | 2018-07-05 | 2018-12-04 | 西安交通大学 | 一种基于机器视觉的整体式立铣刀磨破损检测方法 |
| CN109410208A (zh) * | 2018-11-14 | 2019-03-01 | 成都极致智造科技有限公司 | 砂带磨损的机器学习识别与工艺参数优化方法 |
| CN110103079A (zh) * | 2019-06-17 | 2019-08-09 | 中国科学院合肥物质科学研究院 | 一种微铣削过程中刀具磨损的在线监测方法 |
| CN111122587A (zh) * | 2020-01-19 | 2020-05-08 | 南京理工大学 | 一种基于视觉特征提取的刀具损伤检测方法 |
-
2021
- 2021-01-26 CN CN202110103528.1A patent/CN112756925B/zh not_active Expired - Fee Related
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4845763A (en) * | 1987-11-06 | 1989-07-04 | General Motors Corporation | Tool wear measurement by machine vision |
| CN106312692A (zh) * | 2016-11-02 | 2017-01-11 | 哈尔滨理工大学 | 基于最小外接矩形的刀具磨损检测方法 |
| CN206382954U (zh) * | 2016-11-02 | 2017-08-08 | 哈尔滨理工大学 | 刀具磨损检测专用图像采集系统 |
| CN108062072A (zh) * | 2017-11-23 | 2018-05-22 | 哈尔滨理工大学 | 一种双摄像头图像采集装置及图像拼接的平底铣刀磨损在线检测方法 |
| CN108655826A (zh) * | 2018-06-25 | 2018-10-16 | 河北工业大学 | 一种用于数控车削加工的刀具磨损视诊装置及视诊方法 |
| CN108931961A (zh) * | 2018-07-05 | 2018-12-04 | 西安交通大学 | 一种基于机器视觉的整体式立铣刀磨破损检测方法 |
| CN109410208A (zh) * | 2018-11-14 | 2019-03-01 | 成都极致智造科技有限公司 | 砂带磨损的机器学习识别与工艺参数优化方法 |
| CN110103079A (zh) * | 2019-06-17 | 2019-08-09 | 中国科学院合肥物质科学研究院 | 一种微铣削过程中刀具磨损的在线监测方法 |
| CN111122587A (zh) * | 2020-01-19 | 2020-05-08 | 南京理工大学 | 一种基于视觉特征提取的刀具损伤检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| JUNYAN ZUO ETAL.: "《An investigation of thermal-mechanical interaction effect on PVD coated tool wear for milling Be/Cu alloy》", 《VACUUM》 * |
| 安庆龙等: "《复合材料加工技术》", 31 January 2016, 国防工业出版社 * |
| 郑嘉灿等: "《铍铜合金断续切削后刀面磨损机理研究》", 《表面技术》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112756925B (zh) | 2022-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Aslantas et al. | Optimization of process parameters for micro milling of Ti-6Al-4V alloy using Taguchi-based gray relational analysis | |
| Denkena et al. | Influence of the honed cutting edge on tool wear and surface integrity in slot milling of 42CrMo4 steel | |
| CN107627154A (zh) | 一种球头铣刀后刀面磨损测量装置及测量方法 | |
| Chen et al. | Effects of inclination angles on geometrical features of machined surface in five-axis milling | |
| CN110874500B (zh) | 一种基于振动监测的飞机结构件加工方案评估方法 | |
| CN108549320A (zh) | 一种基于粗糙度的钛合金铣削参数和刀具磨损控制方法 | |
| Liu et al. | Prediction model of tool wear volume in precision turning of ceramic particle reinforced aluminum matrix composites | |
| Kundrak et al. | Investigation of surface roughness on face milled parts with round insert in planes parallel to the feed at various cutting speeds | |
| CN102591260B (zh) | 五轴铣削加工过程中刀具与工件瞬态接触域判断方法 | |
| CN112756925B (zh) | 基于粘结效应的adc12铝合金高速铣削刀具表面粘结磨损程度评价方法 | |
| Ren et al. | Modeling and analysis of material removal depth contour for curved-surfaces abrasive belt grinding | |
| CN113770805A (zh) | 一种基于刀具参数和材料参数的车削表面粗糙度预测方法 | |
| Tóth et al. | Analysis of micro-geometric parameters of cut surfaces | |
| Fang et al. | Surface topography quantification of super hard abrasive tools by laser scanning microscopy | |
| Aslantas et al. | High speed turning of Ti6Al4V alloy in micro cutting conditions | |
| CN108838627B (zh) | 一种用于直观检测立式铣床热误差变化的样件加工方法 | |
| Escolle et al. | Experimental investigation in micro ball-end milling of hardened steel | |
| CN108262649B (zh) | 一种刀具单次最大修磨厚度的评估方法 | |
| Hoier et al. | Study of flank wear topography and surface-deformation of cemented carbide tools after turning Alloy 718 | |
| Pasang et al. | Machining of dental Alloys: Evaluating the surface finish of laterally milled Co-Cr-Mo Alloy | |
| CN113458871A (zh) | 一种陶瓷刀具的磨损预测方法、装置及存储介质 | |
| Palubicki et al. | A method and device for 3D recognition of cutting edge micro geometry | |
| Kumar et al. | Optimizations of Process Parameter for Erosion Wear Using Sustainable Machine Learning Approach | |
| Meier | Methods to reduce variation in cutting tool life tests | |
| CN102680504A (zh) | 一种表征超硬立方氮化硼切削刀具磨损形式的方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220527 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |