关于数控加工表面粗糙度测试分析

朱飞

摘 要：数控加工是现代机械加工的一种重要形式，衡量数控加工优劣的一个重要标准是看被加工件的表面粗糙度是否合格。在实际生产中，人们一直在不断地寻找最佳的切削参数，以便使产品有一个合格的表面粗糙度。本文在介绍一种预测模型之前，首先介绍了表面粗糙的的概念，接着探讨了影响表面粗糙的几种因素，最后研究了表面粗糙度的预测模型，并在查阅了一些相关文献后，介绍了表面粗糙度的预测模型。

关键词：数控加工；表面粗糙度；影响因素；预测模型

机械加工技术可以决定一个国家工业水平的高低，能影响国家的现代化国防建设，是科学技术的集中体现。改革开放后，我国迅速引进了国外的一些现代化技术和设备，并使其得到了广泛的应用，数控加工技术就是一个典型的例子。

而衡量数控加工表面质量的一个重要指标就是表面粗糙是否达标，现代数控加工技术中，往往在加工还没开始之前，就需要对产品的加工质量与切削参数有一个科学的预测，这就是数控加工表面粗糙度的预测模型。

一、表面粗糙度的概念

无论我们对零件表面进行怎样的加工，零件表面不可能是完全平的，既使肉眼无法发现精加工后零件表面的凹凸，但将其放到显微镜下还是会发现其表面是不平的。

我们将零件表面的凹凸程度用表面粗糙度来衡量。表面粗糙度的定义式为：

其中，Ra是离中线m的算术平均偏差，y是轮廓曲线的纵坐标，l是取样长度。

二、数控加工表面粗糙度的影响因素

（一）进给量对表面粗糙度的影响

进给运动是指多余材料不断被投入切削，从而加工出完整表面的所需的运动。例如，车削时车刀的横向进给运动，铣削时工件相对铣刀的进给运动。而进给量就是单位时间内进给运动的行程。进给量作为切削过程中的一个重要参数，与零件表面粗糙度的大小有着密切的关系，如果选择的进给量不合适，将导致零件的表面粗糙度增加，并缩短刀具的使用寿命。

通过计算研究，我们发现在切削速度和走到行距相同的情况下，进给量是影响表面粗糙度的一个主要因素，这时如果加大进给量将直接导致表面粗糙度变大。

所以，我们可以通过控制进给量来确保表面粗糙度在一个合理的区间，但减小进给量必然会影响生产效率和效益，因此需要我们综合这两个因素，选取科学合理的进给量。

（二）残留面积对表面粗糙度的影响

在数控加工中，残留面积的高度是影响零件表面粗糙度的一个重要因素。机械加工时刀具与工件表面产生的相对运动是产生残留面积高度的原因。残留面积的高度可以根据刀具的相关参数计算出来。

在加工复杂表面时，走刀行距方向残留面积高度和进给方向残留面积高度也对零件的表面粗糙度产生不可忽视的影响。这时，人们通常会运用等残留高度法来控制残留面积的高度，降低其对零件表面粗糙度造成的不利影响。

这种方法的原理是通过控制相邻两轨道的距离来保持轨道间的残留面积不变，从而使人们可以提前计算出下一个刀具的轨道。进给方向残留面积高度和走刀方向残留面积高度的形成原因是几何形状的差异。残留面积高度的大小于零件表面粗糙度的大小有着密切的联系。

（三）加工倾角对表面粗糙度的影响

在机械加时，如果选用球头刀具对毛坯进行高速加工时，刀具倾角将对产品的表面粗糙度产生不可忽视的影响。所以我们有必要选取一个科学合理的刀具倾角以保证加工出来产品的表面粗糙度处在合理区间。在加工复杂曲面时人们通常会把刀具在进给方向上倾斜一定的角度，这样可以避免球头刀具的刀尖出现零切削速度。

三、表面粗糙度预测模型的研究

评价零件表面质量的一个重要指标就是表面粗糙度。从零件所处的整个系统来说，零件自身的表面粗糙度对系统的装配精度和系统运行的稳定性有很大的影响；单对零件来说，表面粗糙度是否达标直接影响零件的耐疲劳性、耐腐蚀性与耐磨性。除了上面介绍的三种影响零件表面粗糙度的因素外，还有很多的因素会对零件的表面粗糙度产生影响。因此为了更准确的预测零件的表面粗糙度，有必要对预测模型进行深入的研究。

自适应神经模糊推理系统，、基于回归分析对表面粗糙度预测模型、基于响应曲面法的表面粗糙度预测模型是目前人们常用的几种重要粗糙度预测模型。

响应曲面法是把统计学与数学的基本原理相结合的一种粗糙度预测模型，这种方法通过分析多个影响零件表面粗糙度的因素和建立模型来决定一个独立的响应，然后就能够采用經验公式来尽量明确输入与输出的关系。这种预测模型的一个显著特点就是能够精确的表示出零件表面粗糙度与各个切削参数的关系。

分析法也是一种常用的粗糙度预测模型。这种方法不仅能够描述自变量对因变量的影响大小，还能够利用回归方程，控制并预测自变量产生变化后的因变量。这种预测方式的出现及应用，使零件粗糙度的预测结果更加合理、准确。这种预测方法适合用于加工过程比较复杂、需控制的切削参数较多的加工场合，例如高速铣削加工，这时我们可以利用回归分析法，通过切削实验，建立基于回归分析对表面粗糙度预测模型。

模糊系统是基于规则或知识的系统，由规则所构成的知识库是系统的核心。将神经网络与模糊推理系统相结合，我们就得到了自适应神经模糊推理系统，这种系统具有以任意精度逼近非线性函数的功能，有收敛速度快、推广能力高的特点。

四、结语

随着科学技术的发展，人类对高精度零件与设备的需求越来越多，而表面粗糙度是衡量一个零件精密程度的重要指标。为了降低零件的表面粗糙度，人们投入了大量精力力求得到更加完美的零件，而建立粗糙度预测模型就是一种有效的控制零件表面粗糙的途径。

参考文献：

[1] 甘永立.儿何量公差与检测.上海科学技术出版社，2004.

[2] 孙玉芹.孟兆新.机械设计精度基础.科学出版社，2003.

[3] 曲云霞.徐安平等.广义铣削加工表面创成模型.天津：河北工业大学学报，2001.

[4] 阎兵，张大卫，徐安平等.球头铣刀铣削表面形貌建模与仿真.计算机辅助设计与图形学学报，2001，13（2）：135-140.