CN114895628A - 五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法 - Google Patents

Abstract

本发明公开了一种五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，可以得到不同刀具姿态角加工下表面纹理形貌特征分类进而得到不同表面纹理形貌特征分类对应刀具姿态角范围。本发明的方法能够根据五轴球头铣削表面纹理形貌特征得到其对应刀具姿态角范围。

Description

五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法

技术领域

本发明属于五轴铣削领域，具体涉及五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法。

背景技术

五轴机床能够实现较好的加工质量及精度并在实现复杂曲面加工方面具有独特优势，广泛应用于航天、航空、航海、汽车、国防等领域。五轴铣削加工最大的特点是具有五个能够相互联动的运动轴，其高自由度能够根据不同的表面特征灵活调整刀具姿态角，在铣削复杂表面时避免干涉。刀具姿态角的调整还能够避免零切现象，在延长刀具使用寿命和提高加工效率的同时获得更好的表面质量。然而五轴铣削加工中刀具姿态角对表面纹理质量及走势影响较大，刀具姿态角的改变可能会导致表面纹理突变。表面纹理形貌对工件精度及性能的影响不可忽视，尤其对高精密零部件至关重要。因此针对五轴铣削加工中刀具姿态角对表面纹理形貌影响的探究是必要的。

现有五轴铣削刀具姿态角影响工件表面形貌的相关研究中大多探究不同刀具姿态角对表面粗糙度的影响，并通过实验得到表面粗糙度较小时刀具姿态角范围。但是很少探究五轴铣削加工过程中刀具姿态角对表面纹理的影响，以及表面纹理约束下的刀具姿态角范围，加工表面纹理质量的预测缺乏参考且缺少合理的依据来减少或避免加工过程中表面纹理突变情况的发生。

发明内容

针对现有技术中的上述不足，本发明提供的五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法解决了误差补偿过程中刀具姿态变化范围过大造成表面纹理形貌突变导致不合格的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，包括以下步骤：

S1、根据五轴球头铣削的刀具姿态角设计s²组正交实验，建立五轴球头铣削表面纹理形貌仿真模型，提取每组仿真模型表面微单元网格点高度值；

S2、将每组仿真模型表面微单元网格点高度值作为数据集，根据聚类算法将s²组正交实验组分为K类，并得到K类表面纹理形貌；

S3、在K类中随机提取一类K_x类，并选取K_x类中一个倾斜角φ_x，确定其对应旋转角初始范围，扩大初始范围得到K_x类中所述倾斜角φ_x对应刀具旋转角范围；取K_x类中倾斜角φ_x对应某一刀具旋转角范围进行仿真，扩大倾斜角φ_x上下限得到旋转角范围对应倾斜角范围，得到K_x类中一组刀具姿态角范围；

S4、确定K_x类中非φ_x的其余倾斜角对应旋转角范围，得到K_x类表面纹理形貌对应全部组刀具姿态角范围；

S5、重复步骤S3～步骤S4，确定K类中所有类的全部组刀具姿态角范围，得到五轴球头铣削的表面纹理形貌分类及对应刀具姿态角范围。

进一步地：所述步骤S1中，刀具姿态角包括倾斜角和旋转角；

所述步骤S1具体为：基于五轴球头铣削的刀具的倾斜角φ和旋转角θ，选取刀具倾斜角范围(φ_l，φ_r)和刀具旋转角范围(θ_l，θ_r)并确定水平数s，设计s²组正交实验，进而建立s²组五轴球头铣削表面纹理形貌仿真模型，分别提取每组仿真模型表面微单元网格点高度值。

进一步地：所述步骤S1中，建立s²组五轴球头铣削表面纹理形貌仿真模型的方法具体为：

根据正交实验中倾斜角和旋转角将工件的表面网格离散化，建立s²组五轴球头铣削表面形貌仿真模型；

所述提取每组仿真模型表面微单元网格点高度值的方法具体为：

提取仿真模型网格点最大高度值点，将最大高度值点相邻四个点内所有网格构成微单元，提取每组微单元所有网格点高度值。

进一步地：所述步骤S3包括以下分步骤：

S31、随机选择K类中的一类K_x类，并从K_x类中随机选择一个倾斜角φ_x，提取所述倾斜角φ_x所在五轴球头铣削表面纹理形貌仿真模型的序号和其相应旋转角，确定K_x类中倾斜角φ_x对应刀具旋转角初始范围或初始点，分别扩大初始范围或初始点上下限得到K_x类中倾斜角φ_x对应旋转角范围；

S32、取K_x类中倾斜角φ_x对应某一刀具旋转角范围，在其中选择旋转角θ_y与倾斜角进行组合仿真，分别沿倾斜角φ_x正负向扩大范围得到K_x类中该旋转角范围对应倾斜角范围，得到所有旋转角范围对应的倾斜角范围，进而得到K_x类中一组刀具姿态角范围。

进一步地：所述步骤S31具体为：

S311、随机选择所述K类中的一类K_x类，并随机选择K_x类中的一个倾斜角φ_x，提取K_x类中倾斜角φ_x所在五轴球头铣削表面纹理形貌仿真模型的序号和倾斜角φ_x对应旋转角；

S312、将提取的倾斜角φ_x对应旋转角按照升序排列，并确定倾斜角φ_x对应旋转角初始范围或初始点；

S313、从所述倾斜角φ_x对应刀具旋转角初始范围内按步长Δθ₁选取k₁个旋转角，将其分别与倾斜角φ_x组合进行仿真，得到k₁组数据集，将所述k₁组数据集加入K类得到第一数据集；

S314、将所述第一数据集通过聚类分析判断k₁组数据集是否属于K_x类；

若是，则进入步骤S315；

若否，则判断k₁组数据集是否属于K类中的数据集；

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，返回步骤S312；

若是，则将属于K类的数据集加入对应类别，返回步骤S312；

S315、将当前的正确倾斜角φ_x对应刀具旋转角初始范围上限扩大Δθ或将初始点沿正方向扩大范围Δθ，并按步长Δθ₂在扩大后的初始范围选取k₂个旋转角，并将其与倾斜角φ_x组合进行仿真，得到k₂组数据集，将所述k₂组数据集加入K类中得到第二数据集；

S316、将所述第二数据集通过聚类分析判断k₂组数据集是否仍属于K_x类；

若是，则返回步骤S315；

若否，则判断k₂组数据集是否属于K类中的数据集；

若是，则将属于K类的数据集加入对应类别，并减小Δθ，判断所述Δθ大小是否能够大于1°；若是，则返回步骤S315；若否，则确定当前倾斜角φ_x对应旋转角范围上限或初始点正方向范围上限，并进入步骤S317；

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，并减小Δθ，判断所述Δθ大小是否能够大于1°；若是，则返回步骤S315；若否，则确定当前倾斜角φ_x对应旋转角范围上限或初始点正方向范围上限，并进入步骤S317；

S317、通过步骤S315～步骤S316确定当前倾斜角φ_x对应旋转角范围上限或初始点正方向范围上限的方法确定倾斜角φ_x对应旋转角范围下限或初始点负方向范围下限，基于确定倾斜角φ_x对应旋转角范围上限与下限或初始点正方向范围上限与负方向范围下限，确定K_x类中倾斜角φ_x对应旋转角范围。

进一步地：所述步骤S312中，旋转角具体为倾斜角φ_x对应的旋转角或非倾斜角φ_x对应的旋转角；

确定倾斜角φ_x对应旋转角初始范围或初始点的方法具体为：

以所述升序排列第一个倾斜角φ_x对应旋转角为第一个初始范围上限；依次往后判断，若出现非倾斜角φ_x对应旋转角，则以前一倾斜角φ_x对应旋转角为该初始范围下限；跳过非倾斜角φ_x对应旋转角，继续以下一倾斜角φ_x对应旋转角为第二初始范围上限；

重复上述判断，找到其对应下限；

若出现某一初始范围上限和下限重合的情况，则此倾斜角φ_x对应旋转角为一个初始点；不断重复上述步骤至到确定所有初始范围(θ_it1，θ_it2)及初始点θ_i，其中i＝1，2…n，n为倾斜角φ_x对应初始范围及初始点总数，t1为所述数字区间的最小旋转角，t2为所述数字区间的最大旋转角。

进一步地：所述步骤S32具体为：

S321、取K_x类中倾斜角φ_x对应旋转角范围(θ’_ru1，θ’_ru2)中的旋转角θ_y；其中，r为所述旋转角范围的序号，u1为所述旋转角范围的最小旋转角，u2为所述旋转角范围的最大旋转角；

S322、将当前倾斜角φ_x沿正向扩大范围Δφ得到对应所述旋转角范围(θ’_ru1，θ’_ru2)的倾斜角范围(φ_x，φ_x+Δφ)；

S323、按步长Δφ₁在倾斜角范围(φ_x，φ_x+Δφ)内取d₁个倾斜角，并与旋转角θ_y组合进行仿真得到d₁组数据集，并将其加入K类中得到第三数据集；

S324、将所述第三数据集通过聚类分析判断d₁组数据集是否属于Kx类；

若是，返回步骤S322；

若否，则判断d₁组数据集是否属于K类中的数据集；

若是，则将属于K类的数据集加入对应类别，并减小Δφ，判断所述Δφ大小是否能够大于1°；若是，则返回步骤S322；若否，则确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围上限，并进入步骤S325；

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，并减小Δφ，判断所述Δφ大小是否能够大于1°；若是，则返回步骤S322；若否，则确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围上限，并进入步骤S325；

S325、重复步骤S322～步骤S324确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围的方法确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角负向范围，基于所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围和负向范围，得到旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角范围；

S326、重复步骤S321～步骤S325确定Kx类中倾斜角φx对应所有旋转角范围对应倾斜角范围，得到K_x类中一组刀具姿态角范围。

进一步地：所述步骤S4具体为：

基于提取的五轴球头铣削表面纹理形貌仿真模型的序号，提取K_x类中剩余的五轴球头铣削表面纹理形貌仿真模型的序号的和倾斜角对应旋转角的姿态角组合；根据步骤S3中确定倾斜角φ_x对应刀具旋转角范围的方法确定K_x类中非φ_x的其余倾斜角对应旋转角范围，得到K_x类表面纹理形貌对应全部组刀具姿态角范围。

本发明的有益效果为：本发明是一种五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，能够根据五轴球头铣削表面纹理形貌特征获得其对应加工刀具姿态角范围，对一定条件下工件表面加工纹理形貌进行预测。

附图说明

图1为本发明的流程图；

图2为本发明的最终分类结果图；

图3为最终分类的第一类中刀具倾斜角φ＝0°，旋转角θ＝-90°表面纹理形貌仿真图；

图4为最终分类的第二类中刀具倾斜角φ＝0°，旋转角θ＝-86°表面纹理形貌仿真图；

图5为最终分类的第三类中刀具倾斜角φ＝2°，旋转角θ＝0°表面纹理形貌仿真图；

图6为最终分类的第四类中刀具倾斜角φ＝8°，旋转角θ＝-54°表面纹理形貌仿真图；

图7为最终分类的第五类中刀具倾斜角φ＝8°，旋转角θ＝-90°表面纹理形貌仿真图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

实施例1：

如图1所示，在本发明的一个实施例中，一种五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，包括以下步骤：

S1、根据五轴球头铣削的刀具姿态角设计s²组正交实验，建立五轴球头铣削表面纹理形貌仿真模型，提取每组仿真模型表面微单元网格点高度值；

S2、将每组仿真模型表面微单元网格点高度值作为数据集，根据聚类算法将s²组正交实验组分为K类，并得到K类表面纹理形貌；

S3、在K类中随机提取一类K_x类，并选取K_x类中一个倾斜角φ_x，确定其对应旋转角初始范围，扩大初始范围得到K_x类中所述倾斜角φ_x对应刀具旋转角范围；取K_x类中倾斜角φ_x对应某一刀具旋转角范围进行仿真，扩大倾斜角φ_x上下限得到旋转角范围对应倾斜角范围，得到K_x类中一组刀具姿态角范围；

S4、确定K_x类中非φ_x的其余倾斜角对应旋转角范围，得到K_x类表面纹理形貌对应全部组刀具姿态角范围；

S5、重复步骤S3～步骤S4，确定K类中所有类的全部组刀具姿态角范围，得到五轴球头铣削的表面纹理形貌分类及对应刀具姿态角范围。

五轴球头铣削表面纹理形貌是由球头铣刀高速铣削后工件表面多条纹理脊线排列形成加工表面纹理形貌。

所述步骤S1中，刀具姿态角包括倾斜角和旋转角；

所述步骤S1具体为：基于五轴球头铣削的刀具的倾斜角φ和旋转角θ，选取刀具倾斜角范围(φ_l，φ_r)和刀具旋转角范围(θ_l，θ_r)并确定水平数s，设计s²组正交实验，进而建立s²组五轴球头铣削表面纹理形貌仿真模型，分别提取每组仿真模型表面微单元网格点高度值。

在本实施例中，以刀具姿态角倾斜角φ和旋转角θ为主要因素，选取刀具倾斜角范围(0°，40°)，刀具旋转角范围(-90°，90°)，确定水平数s，s＝6，设计s²组正交实验，s²＝36，表1为36组正交实验；

表1 36组正交实验

所述步骤S1中，建立s²组五轴球头铣削表面纹理形貌仿真模型的方法具体为：

根据正交实验中倾斜角和旋转角将工件的表面网格离散化，建立s²组五轴球头铣削表面形貌仿真模型；

所述提取每组仿真模型表面微单元网格点高度值的方法具体为：

提取仿真模型网格点最大高度值点，将最大高度值点相邻四个点内所有网格构成微单元，提取每组微单元所有网格点高度值。

在本实施例中，所述步骤S2中，将仿真组别分为K类，K＝3，表2为36组仿真组别分类结果；

表2 36组仿真组别分类结果

所述步骤S3包括以下分步骤：

S31、随机选择K类中的一类K_x类，并从K_x类中随机选择一个倾斜角φ_x，提取所述倾斜角φ_x所在五轴球头铣削表面纹理形貌仿真模型的序号和其相应旋转角，确定K_x类中倾斜角φ_x对应刀具旋转角初始范围或初始点，分别扩大初始范围或初始点上下限得到K_x类中倾斜角φ_x对应旋转角范围；

S32、取K_x类中倾斜角φ_x对应某一刀具旋转角范围，在其中选择旋转角θ_y与倾斜角进行组合仿真，分别沿倾斜角φ_x正负向扩大范围得到K_x类中该旋转角范围对应倾斜角范围，得到所有旋转角范围对应的倾斜角范围，进而得到K_x类中一组刀具姿态角范围。

所述步骤S31具体为：

S311、随机选择所述K类中的一类K_x类，并随机选择K_x类中的一个倾斜角φ_x，提取K_x类中倾斜角φ_x所在五轴球头铣削表面纹理形貌仿真模型的序号和倾斜角φ_x对应旋转角；

S312、将提取的倾斜角φ_x对应旋转角按照升序排列，并确定倾斜角φ_x对应旋转角初始范围或初始点；

S313、从所述倾斜角φ_x对应刀具旋转角初始范围内按步长Δθ₁选取k₁个旋转角，将其分别与倾斜角φ_x组合进行仿真，得到k₁组数据集，将所述k₁组数据集加入K类得到第一数据集；

S314、将所述第一数据集通过聚类分析判断k₁组数据集是否属于K_x类；

若是，则进入步骤S315；

若否，则判断k₁组数据集是否属于K类中的数据集；

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，返回步骤S312；

若是，则将属于K类的数据集加入对应类别，返回步骤S312；

S315、将当前的正确倾斜角φ_x对应刀具旋转角初始范围上限扩大Δθ或将初始点沿正方向扩大范围Δθ，并按步长Δθ₂在扩大后的初始范围选取k₂个旋转角，并将其与倾斜角φ_x组合进行仿真，得到k₂组数据集，将所述k₂组数据集加入K类中得到第二数据集；

S316、将所述第二数据集通过聚类分析判断k₂组数据集是否仍属于K_x类；

若是，则返回步骤S315；

若否，则判断k₂组数据集是否属于K类中的数据集；

若是，则将属于K类的数据集加入对应类别，并减小Δθ，判断所述Δθ大小是否能够大于1°；若是，则返回步骤S315；若否，则确定当前倾斜角φ_x对应旋转角范围上限或初始点正方向范围上限，并进入步骤S317；

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，并减小Δθ，判断所述Δθ大小是否能够大于1°；若是，则返回步骤S315；若否，则确定当前倾斜角φ_x对应旋转角范围上限或初始点正方向范围上限，并进入步骤S317；

S317、通过步骤S315～步骤S316确定当前倾斜角φ_x对应旋转角范围上限或初始点正方向范围上限的方法确定倾斜角φ_x对应旋转角范围下限或初始点负方向范围下限，基于确定倾斜角φ_x对应旋转角范围上限与下限或初始点正方向范围上限与负方向范围下限，确定K_x类中倾斜角φ_x对应旋转角范围。

所述步骤S312中，旋转角具体为倾斜角φ_x对应的旋转角或非倾斜角φ_x对应的旋转角；

确定倾斜角φ_x对应旋转角初始范围或初始点的方法具体为：

以所述升序排列第一个倾斜角φ_x对应旋转角为第一个初始范围上限；依次往后判断，若出现非倾斜角φ_x对应旋转角，则以前一倾斜角φ_x对应旋转角为该初始范围下限；跳过非倾斜角φ_x对应旋转角，继续以下一倾斜角φ_x对应旋转角为第二初始范围上限；

重复上述判断，找到其对应下限；

若出现某一初始范围上限和下限重合的情况，则此倾斜角φ_x对应旋转角为一个初始点；不断重复上述步骤至到确定所有初始范围(θ_it1，θ_it2)及初始点θ_i，其中i＝1，2…n，n为倾斜角φ_x对应初始范围及初始点总数，t1为所述数字区间的最小旋转角，t2为所述数字区间的最大旋转角。

所述步骤S32具体为：

S321、取K_x类中倾斜角φ_x对应旋转角范围(θ’_ru1，θ’_ru2)中的旋转角θ_y；其中，r为所述旋转角范围的序号，u1为所述旋转角范围的最小旋转角，u2为所述旋转角范围的最大旋转角；

S322、将当前倾斜角φ_x沿正向扩大范围Δφ得到对应所述旋转角范围(θ’_ru1，θ’_ru2)的倾斜角范围(φ_x，φ_x+Δφ)；

S323、按步长Δφ₁在倾斜角范围(φ_x，φ_x+Δφ)内取d₁个倾斜角，并与旋转角θ_y组合进行仿真得到d₁组数据集，并将其加入K类中得到第三数据集；

S324、将所述第三数据集通过聚类分析判断d₁组数据集是否属于Kx类；

若是，返回步骤S322；

若否，则判断d₁组数据集是否属于K类中的数据集；

若是，则将属于K类的数据集加入对应类别，并减小Δφ，判断所述Δφ大小是否能够大于1°；若是，则返回步骤S322；若否，则确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围上限，并进入步骤S325；

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，并减小Δφ，判断所述Δφ大小是否能够大于1°；若是，则返回步骤S322；若否，则确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围上限，并进入步骤S325；

S325、重复步骤S322～步骤S324确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围的方法确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角负向范围，基于所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围和负向范围，得到旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角范围；

S326、重复步骤S321～步骤S325确定Kx类中倾斜角φx对应所有旋转角范围对应倾斜角范围，得到K_x类中一组刀具姿态角范围。

所述步骤S4具体为：

基于提取的五轴球头铣削表面纹理形貌仿真模型的序号，提取K_x类中剩余的五轴球头铣削表面纹理形貌仿真模型的序号的和倾斜角对应旋转角的姿态角组合；根据步骤S3中确定倾斜角φ_x对应刀具旋转角范围的方法确定K_x类中非φ_x的其余倾斜角对应旋转角范围，得到K_x类表面纹理形貌对应全部组刀具姿态角范围。

本发明的最终分类结果如图2所示，本发明最后得到五轴球头铣削表面纹理质量分类及对应刀具姿态范围如图3～图7所示。

本发明的有益效果为：本发明的方法能够根据离散刀具姿态角组合下五轴球头铣削表面形貌仿真模型不同特征分类结果得到特定刀具姿态角范围内不同五轴球头铣削表面纹理形貌特征及对应刀具姿态角范围的完整划分，进而能够根据五轴球头铣削表面纹理形貌特征获得其对应加工刀具姿态角范围。因此基于该结果能够实现一定加工条件下工件表面加工纹理形貌的预测，从而为加工前选择一个合适的刀具姿态角范围提供参考，同时能够为机床进行几何误差补偿时提供一定依据以避免误差补偿过程中刀具姿态变化范围过大造成表面纹理形貌突变导致不合格工件表面。

在本发明的描述中，需要理解的是，术语“中心”、“厚度”、“上”、“下”、“水平”、“顶”、“底”、“内”、“外”、“径向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明的技术特征的数量。因此，限定由“第一”、“第二”、“第三”的特征可以明示或隐含地包括一个或者更多个该特征。

Claims (8)

1.一种五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，其特征在于，包括以下步骤：

S1、根据五轴球头铣削的刀具姿态角设计s²组正交实验，建立五轴球头铣削表面纹理形貌仿真模型，提取每组仿真模型表面微单元网格点高度值；

S2、将每组仿真模型表面微单元网格点高度值作为数据集，根据聚类算法将s²组正交实验组分为K类，并得到K类表面纹理形貌；

S3、在K类中随机提取一类K_x类，并选取K_x类中一个倾斜角φ_x，确定其对应旋转角初始范围，扩大初始范围得到K_x类中所述倾斜角φ_x对应刀具旋转角范围；取K_x类中倾斜角φ_x对应某一刀具旋转角范围进行仿真，扩大倾斜角φ_x上下限得到旋转角范围对应倾斜角范围，得到K_x类中一组刀具姿态角范围；

S4、确定K_x类中非φ_x的其余倾斜角对应旋转角范围，得到K_x类表面纹理形貌对应全部组刀具姿态角范围；

S5、重复步骤S3～步骤S4，确定K类中所有类的全部组刀具姿态角范围，得到五轴球头铣削的表面纹理形貌分类及对应刀具姿态角范围。

2.根据权利要求1所述的五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，其特征在于，所述步骤S1中，刀具姿态角包括倾斜角和旋转角；

所述步骤S1具体为：基于五轴球头铣削的刀具的倾斜角φ和旋转角θ，选取刀具倾斜角范围(φ_l，φ_r)和刀具旋转角范围(θ_l，θ_r)并确定水平数s，设计s²组正交实验，进而建立s²组五轴球头铣削表面纹理形貌仿真模型，分别提取每组仿真模型表面微单元网格点高度值。

3.根据权利要求2所述的五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，其特征在于，所述步骤S1中，建立s²组五轴球头铣削表面纹理形貌仿真模型的方法具体为：

根据正交实验中倾斜角和旋转角将工件的表面网格离散化，建立s²组五轴球头铣削表面形貌仿真模型；

所述提取每组仿真模型表面微单元网格点高度值的方法具体为：

提取仿真模型网格点最大高度值点，将最大高度值点相邻四个点内所有网格构成微单元，提取每组微单元所有网格点高度值。

4.根据权利要求1所述的五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，其特征在于，所述步骤S3包括以下分步骤：

S31、随机选择K类中的一类K_x类，并从K_x类中随机选择一个倾斜角φ_x，提取所述倾斜角φ_x所在五轴球头铣削表面纹理形貌仿真模型的序号和其相应旋转角，确定K_x类中倾斜角φ_x对应刀具旋转角初始范围或初始点，分别扩大初始范围或初始点上下限得到K_x类中倾斜角φ_x对应旋转角范围；

S32、取K_x类中倾斜角φ_x对应某一刀具旋转角范围，在其中选择旋转角θ_y与倾斜角进行组合仿真，分别沿倾斜角φ_x正负向扩大范围得到K_x类中该旋转角范围对应倾斜角范围，得到所有旋转角范围对应的倾斜角范围，进而得到K_x类中一组刀具姿态角范围。

5.根据权利要求4所述的五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，其特征在于，所述步骤S31具体为：

S311、随机选择所述K类中的一类K_x类，并随机选择K_x类中的一个倾斜角φ_x，提取K_x类中倾斜角φ_x所在五轴球头铣削表面纹理形貌仿真模型的序号和倾斜角φ_x对应旋转角；

S312、将提取的倾斜角φ_x对应旋转角按照升序排列，并确定倾斜角φ_x对应旋转角初始范围或初始点；

S313、从所述倾斜角φ_x对应刀具旋转角初始范围内按步长Δθ₁选取k₁个旋转角，将其分别与倾斜角φ_x组合进行仿真，得到k₁组数据集，将所述k₁组数据集加入K类得到第一数据集；

S314、将所述第一数据集通过聚类分析判断k₁组数据集是否属于K_x类；

若是，则进入步骤S315；

若否，则判断k₁组数据集是否属于K类中的数据集；

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，返回步骤S312；

若是，则将属于K类的数据集加入对应类别，返回步骤S312；

S315、将当前的正确倾斜角φ_x对应刀具旋转角初始范围上限扩大Δθ或将初始点沿正方向扩大范围Δθ，并按步长Δθ₂在扩大后的初始范围选取k₂个旋转角，并将其与倾斜角φ_x组合进行仿真，得到k₂组数据集，将所述k₂组数据集加入K类中得到第二数据集；

S316、将所述第二数据集通过聚类分析判断k₂组数据集是否仍属于K_x类；

若是，则返回步骤S315；

若否，则判断k₂组数据集是否属于K类中的数据集；

若是，则将属于K类的数据集加入对应类别，并减小Δθ，判断所述Δθ大小是否能够大于1°；若是，则返回步骤S315；若否，则确定当前倾斜角φ_x对应旋转角范围上限或初始点正方向范围上限，并进入步骤S317；

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，并减小Δθ，判断所述Δθ大小是否能够大于1°；若是，则返回步骤S315；若否，则确定当前倾斜角φ_x对应旋转角范围上限或初始点正方向范围上限，并进入步骤S317；

S317、通过步骤S315～步骤S316确定当前倾斜角φ_x对应旋转角范围上限或初始点正方向范围上限的方法确定倾斜角φ_x对应旋转角范围下限或初始点负方向范围下限，基于确定倾斜角φ_x对应旋转角范围上限与下限或初始点正方向范围上限与负方向范围下限，确定K_x类中倾斜角φ_x对应旋转角范围。

6.根据权利要求5所述的五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，其特征在于，所述步骤S312中，旋转角具体为倾斜角φ_x对应的旋转角或非倾斜角φ_x对应的旋转角；

确定倾斜角φ_x对应旋转角初始范围或初始点的方法具体为：

以所述升序排列第一个倾斜角φ_x对应旋转角为第一个初始范围上限；依次往后判断，若出现非倾斜角φ_x对应旋转角，则以前一倾斜角φ_x对应旋转角为该初始范围下限；跳过非倾斜角φ_x对应旋转角，继续以下一倾斜角φ_x对应旋转角为第二初始范围上限；

重复上述判断，找到其对应下限；

若出现某一初始范围上限和下限重合的情况，则此倾斜角φ_x对应旋转角为一个初始点；不断重复上述步骤至到确定所有初始范围(θ_it1，θ_it2)及初始点θ_i，其中i＝1，2…n，n为倾斜角φ_x对应初始范围及初始点总数，t1为所述数字区间的最小旋转角，t2为所述数字区间的最大旋转角。

7.根据权利要求6所述的五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，其特征在于，所述步骤S32具体为：

S321、取K_x类中倾斜角φ_x对应旋转角范围(θ’_ru1，θ’_ru2)中的旋转角θ_y；其中，r为所述旋转角范围的序号，u1为所述旋转角范围的最小旋转角，u2为所述旋转角范围的最大旋转角；

S322、将当前倾斜角φ_x沿正向扩大范围Δφ得到对应所述旋转角范围(θ’_ru1，θ’_ru2)的倾斜角范围(φ_x，φ_x+Δφ)；

S323、按步长Δφ₁在倾斜角范围(φ_x，φ_x+Δφ)内取d₁个倾斜角，并与旋转角θ_y组合进行仿真得到d₁组数据集，并将其加入K类中得到第三数据集；

S324、将所述第三数据集通过聚类分析判断d₁组数据集是否属于Kx类；

若是，返回步骤S322；

若否，则判断d₁组数据集是否属于K类中的数据集；

若是，则将属于K类的数据集加入对应类别，并减小Δφ，判断所述Δφ大小是否能够大于1°；若是，则返回步骤S322；若否，则确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围上限，并进入步骤S325；

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，并减小Δφ，判断所述Δφ大小是否能够大于1°；若是，则返回步骤S322；若否，则确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围上限，并进入步骤S325；

S325、重复步骤S322～步骤S324确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围的方法确定所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角负向范围，基于所述旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角正向范围和负向范围，得到旋转角范围(θ’_ru1，θ’_ru2)对应倾斜角范围；

S326、重复步骤S321～步骤S325确定Kx类中倾斜角φx对应所有旋转角范围对应倾斜角范围，得到K_x类中一组刀具姿态角范围。

8.根据权利要求5所述的五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，其特征在于，所述步骤S4具体为：

基于提取的五轴球头铣削表面纹理形貌仿真模型的序号，提取K_x类中剩余的五轴球头铣削表面纹理形貌仿真模型的序号的和倾斜角对应旋转角的姿态角组合；根据步骤S3中确定倾斜角φ_x对应刀具旋转角范围的方法确定K_x类中非φ_x的其余倾斜角对应旋转角范围，得到K_x类表面纹理形貌对应全部组刀具姿态角范围。

Images