一种基于刀具磨损的车削时工件表面粗糙度计算方法技术

技术编号:24353930 阅读:68 留言:0更新日期:2020-06-03 02:09
本发明专利技术提供一种基于刀具磨损的车削时工件表面粗糙度计算方法,采用以下步骤:1)根据车削参数与工件表面粗糙度的关系,并考虑刀具磨损状况对工件表面粗糙度的影响,建立车削时工件表面粗糙度计算模型;2)进行车削实验,借助粗糙度仪、金相显微镜测量并计算工件表面粗糙度计算模型中各待定系数;3)在刀具材料、工件材料、加工方式相同情况下,对于一个新的车削工艺方案,根据车削参数、车刀后刀面磨损量,计算车削时工件表面粗糙度。该方法优点是:综合考虑了车削参数、刀具磨损状况的影响来计算工件表面粗糙度,计算方法简单、精度高;有助于工艺参数选择以提高表面质量并减少废品率。

A calculation method of workpiece surface roughness based on tool wear in turning

【技术实现步骤摘要】
一种基于刀具磨损的车削时工件表面粗糙度计算方法
本专利技术涉及一种工件表面粗糙度计算方法,特别是涉及一种基于刀具磨损的车削时工件表面粗糙度计算方法。
技术介绍
车削过程就是用车刀从回转工件上切去多余的金属,形成已加工表面。工件表面粗糙度是表征工件加工质量的一个重要参数,对工件使用性能有显著影响。通常来说,工件表面越粗糙,就越容易出现应力集中现象,从而影响配合精度,并加剧工件相互运动造成的磨损。许多学者根据刀具的切削用量、刀具几何参数研究了如何预测工件表面粗糙度。张烘洲等人在学术期刊《上海交通大学学报》(2016年第4期:P447-451)上发表的论文“响应曲面法在表面粗糙度预测模型及参数优化中的应用”中,针对难加工材料钛合金TC11车削,建立了基于切削速度、进给量和切削深度的表面粗糙度多元回归预测模型。王兴盛等人在学术期刊《机械工程学报》(2013年第15期:P192-198)上发表的论文“镜片精密车削表面粗糙度预测”中,针对镜面精密车削,建立了基于刀具圆弧半径、每圈进给量、背吃刀量、主轴转速和离散角度的工件表面粗糙度预测模型。但上述模型均未考虑刀具磨损状况对工件表面粗糙度的影响。车削过程中刀具磨损是不可避免的,刀具磨损一般包括初期磨损、正常磨损和急剧磨损三个阶段,一般使刀具工作在初期磨损、正常磨损阶段。刀具磨损状况对工件表面粗糙度的影响非常显著。综上所述,如何根据车削参数和刀具磨损状况,简单准确的计算出车削时工件表面粗糙度,对于研究如何优化工艺参数以降低工件表面粗糙度提高表面质量具有重要的指导意义,已成为本领域技术人员急需解决的技术问题。
技术实现思路
本专利技术的目的是提供一种简单、准确的基于刀具磨损的车削时工件表面粗糙度计算方法。其技术方案为:采用以下步骤:1)建立车削时工件表面粗糙度计算模型,2)借助粗糙度仪、金相显微镜测量并计算工件表面粗糙度计算模型中各待定系数,3)在刀具材料、工件材料、加工方式相同情况下,根据车削参数、车刀后刀面磨损量,计算车削时工件表面粗糙度。其特征在于:步骤1)中,基于金属切削理论,根据车削参数与工件表面粗糙度的关系,并考虑刀具磨损状况对工件表面粗糙度的影响,建立车削时工件表面粗糙度计算模型:Ra=k×apa×fb×Vc×VBd(1)其中,Ra是工件表面粗糙度;VB是车刀后刀面磨损量,作为刀具磨损状况的特征值;ap是背吃刀量;f是进给量;V是切削速度;k、a、b、c和d是待定系数。步骤2)中,借助粗糙度仪、金相显微镜测量并计算车削时工件表面粗糙度计算模型中各待定系数,在刀具材料、工件材料、加工方式确定后,进行车削实验,要涵盖车刀的初期磨损和正常磨损阶段:对于每次车削加工,在加工前和加工后分别测量车刀后刀面磨损量,取平均值作为该次车削加工中车刀后刀面磨损量VB;每次车削加工完成后,在工件已加工表面选取两个截面,在每个截面上每隔60º取一个点测量工件表面粗糙度,对12个测量值取平均值作为该次车削加工中工件表面粗糙度Ra。选取20组以上车削参数进行车削实验,将车刀后刀面磨损量VB、背吃刀量ap、进给量f、切削速度V以及工件表面粗糙度Ra,代入公式(1)得到一个超定方程组,基于最小二乘法计算待定系数k、a、b、c和d。步骤3)中,在刀具材料、工件材料、加工方式相同情况下,对于一组新的工艺参数,根据车削参数、车刀后刀面磨损量,运用步骤1)步骤2)得到的车削时工件表面粗糙度计算模型,计算工件表面粗糙度Ra。本专利技术与现有方法相比,其优点是:综合考虑了车削参数、刀具磨损状况的影响来计算车削时工件表面粗糙度,计算方法简单、精度高;有助于工艺参数选择以提高表面质量并减少废品率。附图说明图1是本专利技术的基于刀具磨损的车削时工件表面粗糙度计算流程图。图2是本专利技术的基于刀具磨损的车削时工件表面粗糙度计算模型中待定系数计算流程图。具体实施方式下面结合图1图2对本专利技术做进一步详细描述。步骤1)中,基于金属切削理论,根据车削参数与工件表面粗糙度的关系,并考虑刀具磨损状况对工件表面粗糙度的影响,建立车削时工件表面粗糙度计算模型:Ra=k×apa×fb×Vc×VBd(1)其中,Ra是工件表面粗糙度;VB是车刀后刀面磨损量,作为刀具磨损状况的特征值;ap是背吃刀量;f是进给量;V是切削速度;k、a、b、c和d是待定系数。步骤2)中,借助粗糙度仪、金相显微镜测量并计算车削时工件表面粗糙度计算模型中各待定系数,在刀具材料、工件材料、加工方式确定后,进行车削实验,要涵盖车刀的初期磨损和正常磨损阶段:对于每次车削加工,在加工前和加工后分别测量车刀后刀面磨损量,取平均值作为该次车削加工中车刀后刀面磨损量VB;每次车削加工完成后,在工件已加工表面选取两个截面,在每个截面上每隔60º取一个点测量工件表面粗糙度,对12个测量值取平均值作为该次车削加工中工件表面粗糙度Ra。选取20组以上车削参数进行车削实验,将车刀后刀面磨损量VB、背吃刀量ap、进给量f、切削速度V以及工件表面粗糙度Ra,代入公式(1)得到一个超定方程组,基于最小二乘法计算待定系数k、a、b、c和d。步骤3)中,在刀具材料、工件材料、加工方式相同情况下,对于一组新的工艺参数,根据车削参数、车刀后刀面磨损量,运用步骤1)步骤2)得到的车削时工件表面粗糙度计算模型,计算工件表面粗糙度Ra。本专利技术在CKJ6163数控车床中获得实现。所用车削工件为304不锈钢棒,采用CNMG120408硬质合金刀片,Axio-lab-A金相显微镜,RTP-120多功能粗糙度仪,进行了25次外圆车削正交实验。实验中车削参数、刀具磨损量及工件表面粗糙度如表1所示。表1车削试验及实测的刀具磨损量、工件表面粗糙度将表1中25组数据代入公式(1)得到一个超定方程组,基于最小二乘法求出待定系数为:k=20.29835,a=-0.03476,b=1.66432,c=0.03534,d=0.02909。则车削时工件表面粗糙度计算模型为Ra=20.29835×ap-0.03476×f1.66432×V0.03534×VB0.02909(2)该工件表面粗糙度计算模型的均方误差为0.0102。在刀具材料、工件材料、加工方式相同情况下,用一组新的工艺参数来验证该车削时工件表面粗糙度计算方法的有效性,如表2所示。所用车刀后刀面磨损量为0.1097mm,用公式(2)计算的车削时工件表面粗糙度为3.2634um,实测的工件表面粗糙度为3.3075um,计算精度为98.6%。表2对所建立车削时工件表面粗糙度计算方法的验证试验本专利技术综合考虑了车削参数、刀具磨损状况的影响来计算车削时工件表面粗糙度,计算方法简单、精度高。该
技术实现思路
有助于选择车削时工艺参数,提高表面质量并减少废品率。本文档来自技高网
...

【技术保护点】
1.一种基于刀具磨损的车削时工件表面粗糙度计算方法,采用以下步骤:1)建立车削时工件表面粗糙度计算模型,2)借助粗糙度仪、金相显微镜测量并计算工件表面粗糙度计算模型中各待定系数,3)在刀具材料、工件材料、加工方式相同情况下,根据车削参数、车刀后刀面磨损量,计算车削时工件表面粗糙度,其特征在于:/n步骤1)中,根据车削参数与工件表面粗糙度的关系,并考虑刀具磨损状况对工件表面粗糙度的影响,建立车削时工件表面粗糙度计算模型:/nR

【技术特征摘要】
1.一种基于刀具磨损的车削时工件表面粗糙度计算方法,采用以下步骤:1)建立车削时工件表面粗糙度计算模型,2)借助粗糙度仪、金相显微镜测量并计算工件表面粗糙度计算模型中各待定系数,3)在刀具材料、工件材料、加工方式相同情况下,根据车削参数、车刀后刀面磨损量,计算车削时工件表面粗糙度,其特征在于:
步骤1)中,根据车削参数与工件表面粗糙度的关系,并考虑刀具磨损状况对工件表面粗糙度的影响,建立车削时工件表面粗糙度计算模型:
Ra=k×apa×fb×Vc×VBd(1)
其中,Ra是工件表面粗糙度;VB是车刀后刀面磨损量,作为刀具磨损状况的特征值;ap是背吃刀量;f是进给量;V是切削速度;k、a、b、c和d是待定系数;
步骤2)中,借助粗糙度仪、金相显微镜测量并计算车削时工件表面粗糙度计算模型中各待定系数,在刀具材料、工件材料、...

【专利技术属性】
技术研发人员:赵国勇李春霄郑光明孟建兵周海安
申请(专利权)人:山东理工大学
类型:发明
国别省市:山东;37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1