基于动态轮廓采样法的轴向超声振动辅助磨削工件表面形貌预测与试验验证

提出了一种基于动态轮廓采样法的轴向超声振动辅助磨削的工件表面形貌预测方法。假设磨粒直径服从正态分布,磨粒位置服从随机分布,生成砂轮表面形貌的模型,从运动学角度建立了轴向超声振动辅助磨削过程中任意磨粒的轨迹方程,针对磨粒运动轨迹的特点,提出了动态轮廓采样方法。通过建立磨削沟槽变宽模型,引入了磨削弹性变形模型和塑性堆积模型,对动态轮廓采样方法进行了修正,最终得出工件表面形貌的预测结果。对预测结果进行了试验验证,对比分析了工件表面形貌的预测结果和实测结果,两者特征相似,且比较工件表面粗糙度的预测值和实测值平均误差为5.3%,从而验证了该预测方法的准确性。     

点磨削工件微观形貌仿真与试验研究

点磨削属于外圆磨削技术的一种,其砂轮与工件轴线之间存在变量夹角α,加工过程中磨粒的运动轨迹发生改变。为探索α对工件表面粗糙度的影响,利用砂轮与工件之间的运动关系及坐标转化,将磨粒运动函数等效为抛物线,得出点磨削的切削路径。基于砂轮表面磨粒分布状态,沿砂轮轴向扩展有效干涉痕迹,得到工件的三维几何仿真形貌。将45钢淬火后作为工件材料,选择典型磨削参数,利用试验对模型进行验证。结果表明:仿真与实际工件微观形貌呈现相似特征,两形貌表面高度概率密度分布十分吻合,在不同磨削速度下,两结果之间平均相差7.8%。当α在0°～4°变化时,Ra的浮动范围小于0.1μm,工件表面粗糙度不会发生明显改变,几何仿真模型为实际磨削工件形貌分析提供了一种辅助和验证方法。     

柱面微透镜阵列的精密磨削

柱面微透镜阵列的加工精度要求高,加工效率低,采用具有微细轮廓结构的成形砂轮进行磨削加工能够极大地提高加工效率。为了预测成形砂轮磨削工件的面形误差和表面粗糙度,建立了成形砂轮磨削仿真模型。通过滤波方法分析和模拟微细结构成形砂轮的磨粒突出高度的偏态分布特征,结合实测的砂轮的轮廓形状和跳动完成了整体的空间砂轮的重构,同时建立了砂轮表面磨粒的磨削运动学模型,模拟出工件磨削加工后的表面形貌。最后,开展磨削实验验证了仿真模型的有效性。对比仿真与实验结果可知,面形误差PV值的偏差为5.78%,Ra值的偏差为17.3%,Rz值的偏差为12.9%。该磨削仿真模型能有效预测磨削表面的面形误差和表面粗糙度。     

砂带磨削加工表面粗糙度预测与验证

为了研究砂带磨削过程中主要工艺参数对磨削表面粗糙度的影响规律,建立了砂带磨削工件的表面轮廓模型,通过对砂带磨粒运动轨迹的研究分析,由单个磨粒的运动方程建立多个磨粒的运动方程。采用单因素试验法,由仿真软件合成磨削加工表面的三维形貌与粗糙度值的变化趋势,通过建立表面粗糙度回归数学模型与叶片磨削试验进行理论分析验证。结果表明,不同工艺参数磨削后工件表面粗糙度的仿真值与试验结果吻合度较好,为实际砂带磨削工艺参数的选择和优化提供理论依据与参考。     

磨粒簇叶序排布砂轮外圆磨削凹坑结构化减阻表面的仿真

机械零件表面结构化能够起到减阻耐磨的作用,磨削加工能够有效地加工出规则的结构化表面,基于此,依据生物学叶序排布原理设计了磨粒簇叶序排布砂轮并建立了数学模型。为探讨磨粒簇叶序排布砂轮磨削外圆结构化表面的形成机理,建立了磨粒的运动方程并讨论了实现结构化表面的磨削条件,利用MATLAB仿真了不同转速比γ和叶序参数h,以及磨削深度ap下工件结构化表面的形貌特征;仿真结果表明,转速比γ越大、叶序参数h越小工件周向凹坑数目就越多;磨削深度ap越大,凹坑的周向尺寸越大。     

磨粒排布对加压内冷却砂轮磨削性能的影响

考虑磨粒排布方式对砂轮磨削效率和性能有重要影响,设计制备磨粒无序和有序排布的加压内冷却砂轮,利用砂轮表面形貌检测和图像识别技术,建立砂轮磨削GH4169高温合金的三维有限元模型。采用不同磨粒排布的砂轮开展磨削GH4169高温合金的实验研究,对比分析磨削力、磨削温度、加工表面粗糙度以及表面微观形貌,研究磨粒无序和有序两种排布方式对砂轮磨削性能的影响。结果表明:对于加压内冷却砂轮而言,相对磨粒无序排布,磨粒有序排布方式能获得更优良的加工表面质量,磨削力、磨削温度和表面粗糙度均降低,且工件表面形貌更加规则完整。     

硬质合金立铣刀螺旋槽磨削表面粗糙度模型研究

基于立铣刀螺旋槽的加工原理,根据安装参数确定砂轮磨削螺旋槽的磨削接触区;分析螺旋槽磨削接触区内砂轮与工件的等效直径和有效速度,发现立铣刀螺旋槽磨削既有外圆磨削的特点也有内圆磨削的特征。考虑硬质合金工件材料塑性隆起和砂轮速度与工件速度之间夹角对表面粗糙度的影响,建立立铣刀螺旋槽磨削表面粗糙度计算模型,分析砂轮直径、砂轮速度和工件进给速度对磨削表面粗糙度的影响。在五轴联动数控工具磨床上使用金刚石平行砂轮进行螺旋槽磨削试验。使用超景深显微镜对立铣刀螺旋槽磨削表面形貌进行分析,使用白光干涉仪测量螺旋槽磨削表面粗糙度大小。试验结果验证了硬质合金立铣刀螺旋槽磨削表面粗糙度计算模型的正确性。该模型为其他整体式刀具螺旋槽磨削表面粗糙度的计算提供了理论参考。     

磨粒叶序排布端面砂轮磨削纹理表面研究

为了磨削出结构化网纹表面,设计磨粒叶序排布端面砂轮并建立起磨粒运动学方程,通过计算机仿真获得磨削纹理的表面形貌,探讨叶序砂轮磨粒排布参数、磨削参数等对表面纹理形貌的影响规律。结果表明,砂轮相对工件的位置会影响表面形貌,砂轮两侧磨削生成的表面网纹相对均匀,增大砂轮转速,减小砂轮叶序系数可以使网纹的平台表面更加均匀。     

磨粒有序化排布外圆砂轮磨削TC4的粗糙度实验研究

为了了解有序化砂轮磨削钛合金的表面质量,将叶序理论引入到CBN电镀砂轮磨粒的设计当中来,采用紫外线感光干膜作为掩膜感光层来实现在砂轮表面磨粒的排布,利用光刻技术和复合电镀工艺技术制造出磨粒有序排布外圆砂轮,并对钛合金TC4进行磨削实验研究,获得了不同的进给速度及磨削深度对磨粒叶序排布,错位排布,无序排布砂轮磨削表面粗糙度的影响规律.实验结果表明:在相同的磨削条件下,与其它排布砂轮相比,磨粒叶序排布砂轮磨削工件表面得到的粗糙度值最小。     

考虑磨削热变形的表面微观形貌建模与仿真

针对磨削热引起的工件热胀冷缩效应对磨削后的工件表面微观形貌的影响,提出一种考虑磨削热变形影响的磨削表面微观形貌建模方法。假设磨粒为正四面体建立砂轮形貌;根据磨削运动学原理,建立考虑磨削热变形效应的单颗磨粒三维切削轨迹,并结合砂轮形貌与单颗磨粒轨迹,建立磨削表面微观形貌预测模型,通过磨削实验对仿真结果进行验证,结果为该模型最小误差仅0.135%,最大误差为13.31%,验证了在磨削热变形效应影响下的仿真结果的准确性。     

Modeling and simulation of grinding surface topography considering wheel vibration

Grinding is an important means of realizing precision and ultra-precision machining. Vibration caused by an unbalanced grinding wheel in grinding process has a significant impact on the quality of workpiece surface. However, the effect of wheel surface topography and/or the relative vibration between grinding wheel and workpiece are not considered in most researches. Taking the relative vibration between grinding wheel and workpiece into account, alongside the abrasive grain trajectory equation, a new analysis and simulation model for surface topography of the grinding process is established. The model for the topography of the grinding wheel surface is first studied, and subsequently, a new simulation model for surface topography of the grinding process is proposed. Case studies are performed at the end, and the influence of grinding wheel vibration amplitude, wheel grit number, as well as grinding parameters on the surface waviness and roughness is discussed. The simulation results could be used to optimize the actual grinding process to improve the ground surface quality or predict the surface topography by given grinding parameters.     

磨削参数对GH4169高温合金磨削表面特征影响研究

采用单因素试验法,使用不同特性的砂轮进行GH4169高温合金的外圆磨削试验,研究了单晶刚玉砂轮和CBN砂轮对GH4169高温合金磨削表面特征中表面粗糙度和表面形貌的影响,分析了各磨削工艺参数对表面粗糙度的影响规律,并分析了单晶刚玉砂轮和CBN砂轮切屑的形态,还检测了磨削加工的表面形貌。结果表明：采用粒度为80、中软级、陶瓷结合剂的单晶刚玉砂轮磨削GH4169高温合金时,其磨削表面粗糙度较小,表面特征较稳定;磨削进给运动轨迹构成了试件已加工表面形貌轮廓的主要特征。在工件速度为8~21.66m/min、砂轮速度为15~30m/s、径向进给量为0.005~0.02mm、纵向进给量为1.3~3.6mm/r范围内,可以保证表面粗糙度Ra在0.14μm以内。     

表面粗糙度模糊神经网络在线辨识模型

为解决零件加工中表面粗糙度在线检测困难这一问题,提出一种基于模糊神经网络的零件表面粗糙度在线辨识方法,并以外圆纵向磨削为例,建立表面粗糙度模糊神经网络在线辨识模型.首先研究前人建立的外圆纵向磨削零件表面粗糙度理论公式及经验公式,得出加工中的工件速度、砂轮速度、磨削深度和纵向进给量对零件表面粗糙度有直接影响,并进一步提出以在线测得的加工中工件与砂轮的速度比、磨削深度和纵向进给量作为零件表面粗糙度辨识模型的输入.由于加工过程极其复杂,无法建立加工中零件表面粗糙度与加工参数之间的精确数学模型,故将模糊神经网络引入建模过程中.同时,由于加工中零件表面粗糙度的对数与加工参数的对数存在线性关系,故模型中采用了T-S型模糊推理.此模型应用于实际磨削加工中,建模型精度可达97%,这进一步证明此在线辨识方法的可行性.     

Kinematic simulation of the uncut chip thickness and surface finish using a reduced set of 3D grinding wheel measurements

This paper combined experimentally-measured grinding wheel topography data taken around the entire circumference of the grinding wheel with a kinematic simulation of the grinding process. Several new methods were developed in order to create the resulting high-fidelity and computationally-efficient simulation. First a novel peak-removal technique was developed and applied to effectively remove erroneous peaks in the raw wheel topography data. Next a method was found to determine only the active cutting points on the wheel model by considering the kinematics of the grinding process. This new approach was able to reduce the simulation time from over twelve hours to about four seconds without losing any information about the cutting edge–workpiece interaction. The resulting predicted workpiece surface was then experimentally validated by carrying out a grinding experiment using the same grinding wheel used to develop the grinding wheel computer model and then measuring the resulting workpiece surface profile. Good agreement between simulated and experimental workpiece profiles was observed. Finally, the validated simulator was used to develop a kinematically-exact method to calculate the maximum uncut chip thickness and the simulation results were investigated for different depths of cut, wheel speeds and workpiece feeds.     

加压内冷却砂轮的研制及磨削性能研究

针对高温合金材料在磨削加工过程中存在磨削烧伤问题,为避免气障效应并强化冷却液在磨削弧区的换热效果,提出采用加压式内冷却断续磨削方法。利用数值模拟方法和3D打印技术对砂轮基体、加压内冷却系统和密封结构等进行设计和验证,制备了用于平面磨削的加压内冷却开槽CBN砂轮。在相同的磨削加工参数条件下,使用加压内冷却方法与外部喷射冷却方法进行镍基高温合金磨削对比试验,分析了砂轮速度、磨削深度和工件进给速度等加工参数对磨削温度、加工表面粗糙度和表面形貌的影响规律,验证了加压内冷却断续磨削方法对磨削弧区的强化换热效果。结果表明：在相同试验参数条件下磨削镍基高温合金,加压内冷却法比外部喷射冷却法的换热效率更高,得到的磨削温度更低,表面粗糙度更小,加工表面更为光滑细腻。     

考虑耕犁的超声磨削表面微观形貌建模与预测

超声磨削加工在难加工材料领域得到广泛应用,超声辅助磨削过程中,超声振动参数对磨削后的表面微观形貌具有重要影响,因此,为了在加工前对超声加工后的表面微观形貌进行预测,以优化加工参数。提出一种考虑耕犁的超声磨削表面微观形貌建模与预测方法。假设磨粒为球形,磨粒直径与间距服从高斯分布,给出砂轮形貌的数值生成方法;根据超声磨削运动学,建立考虑磨粒实时切削深度与耕犁影响的三维运动轨迹方程;在此基础上,提出超声磨削表面微观形貌生成的区域逼近求解算法,进而给出超声磨削表面微观形貌生成模型,模拟出超声磨削的三维表面微观形貌。通过试验分别从表面微观形貌的轨迹纹理、表面粗糙度数值两个方面对超声磨削表面微观形貌的模型的正确性进行了验证。     

轴向超声辅助端面磨削金属表面形貌及粗糙度预测

轴向超声辅助端面磨削被广泛应用于难加工材料加工,而磨削后的表面粗糙度对构件摩擦、疲劳等服役性能有重要影响。超声振幅的大小对轴向超声辅助端面磨削金属表面形貌和粗糙度有较大影响,但是现有模型中并未考虑实际加载对振幅的影响,因此提出了一种考虑加载状态下振幅变化的轴向超声辅助端面磨削金属表面形貌及粗糙度预测方法。根据砂轮粒度及尺寸建立了考虑磨粒随机分布的砂轮端面模型,并对轴向超声辅助端面磨削磨粒的三维磨削轨迹进行了数学描述,生成了加工后的表面三维数据矩阵并对表面粗糙数值进行了计算。在此基础上,研究了粗糙度随振幅的变化规律,提出了振幅衰减形貌映射系数这一概念,并给出了其标定方法。通过振幅衰减形貌映射系数近似计算出加载状态下的振幅并代入到所建立的轴向超声辅助端面磨削表面形貌及粗糙度预测模型中,实现了金属表面形貌模拟及粗糙度预测。最后,通过试验对所建模型的正确性进行了验证。     

Numerical modelling of surface topography in superabrasive grinding

A numerical simulation technique has been developed to generate the grinding wheel topography using square pyramidal grits. The ground workpiece surface has also been generated simulating the trajectory of all the abrasive grits and removing the interfering material. The average workpiece surface roughness is calculated and the effects of different grinding parameters on the average surface roughness of the generated workpiece have been studied. Finally, the variation of surface roughness with the maximum uncut chip thickness has been studied.     

磨削液对陶瓷结合剂CBN砂轮磨削性能影响

分析了磨削液对陶瓷结合剂CBN砂轮磨削性能的影响，使用3种磨削液在精密外圆磨床M1420E上进行了磨削加工实验，用加工表面微观形貌、表面粗糙度R。值、工件表面残余应力以及砂轮径向磨损量对磨削液效能进行评价。结果表明，轻质润滑油不仅能提高工件表面质量，降低表面粗糙度值，而且砂轮磨损量明显降低，乳化液和化学合成液对磨削性能的影响各有利弊，润滑油是陶瓷结合剂CBN砂轮磨削的优选磨削液。