基于正交试验的车铣切削参数优化研究

郭思璇+武艳+韩铸完+博闻

摘 要：以后盖组件为研究对象，针对目前后盖组件车铣切削效率和加工质量较低的问题，提出基于正交試验的车铣切削参数优化研究。根据车铣加工工艺的特点，文章选取进给量、切削深度、切削速度三个影响因素，考察其对后盖组件基准A表面平面度的影响。通过进行试验并收集记录试验结果，对试验结果进行极差分析确定最优组合的切削参数，最后通过验证试验证明了结果的有效性，确定了切削参数对后盖组件基准A表面平面度的影响规律，为以后切削加工提供了参考依据。

关键词：正交试验；切削参数；平面度；极差分析

中图分类号：TG501 文献标志码：A 文章编号：2095-2945（2018）02-0073-02

Abstract： The rear cover assembly is the object of study. Aiming at the low cutting efficiency and machining quality of the rear cover assembly at present， the optimization research of turn-milling cutting parameters based on orthogonal test is proposed. According to the characteristics of turn-milling process， this paper selects feed rate， cutting depth and cutting speed to investigate the influence of feed rate， cutting depth and cutting speed on the surface planeness of reference A of the rear cover assembly. The cutting parameters of the optimal combination are determined by the range analysis of the test results， and the validity of the results is proved by the verification test. The influence of cutting parameters on the surface planeness of reference A of the rear cover assembly is determined， which provides a reference for later machining.

Keywords： orthogonal test； cutting parameters； flatness； range analysis

引言

切削参数的合理设定对加工零组件的质量有着极大影响，而在以往生产中凭借经验或查询切削手册选择切削参数通常会因为出于安全性考虑过为保守，既达不到最优切削用量的选择，也会降低加工零组件的质量，无法保证生产加工效率和质量。而切削参数优化则是保证加工工件质量，提升加工效率，减低生产成本的关键技术。目前，国内外利用人工智能优化算法，例如，BP神经网络[1]、遗传算法[2]、粒子群算法[3]等，对切削参数进行优化。还有学者运用计算机仿真技术构建智能优化切削用量动态加工仿真系统[4][5]，在计算机模拟优化加工切削用量，同样可以达到参数优化的目的。由于人工智能优化算法计算量大、理论深度高，不便于在实际加工中推广。

本文采用的正交试验设计进行参数优化研究，计算量小，同时也能满足优化加工的精度要求，在实际生产中便于推广。

1 试验指标，因素和水平的选择

本文研究是的加工工艺参数优化改善，而在现有条件下一些因素是无法改变的，这些无法改变的因素通常具备以下特点：（1）采用的是现有最好条件；（2）改换成本巨大或者无法改变。只有通过调整一些可以改变的因素，达到后盖组件加工技术要求即基准A表面平面度0.02。

通过查阅国内外加工工艺参数优化相关研究以及本文所研究所需，本文选取进给量、切削深度、切削速度三个影响因素，考察其对后盖组件基准A表面平面度的影响。在影响基准A表面平面度所有切削参数中，切削三要素的影响最大，而为方便数据记录处理，将主轴转速作为衡量切削速度的指标。故本文选取进给量、切削深度、主轴转速三个因素，研究其对基准面平面度的影响。

考虑实际加工及机床实际情况，选取每个因素的三个水平进行研究。

2 选择正交表

正交表是一种数学家预先编制好的表格，具有均匀分散性、整齐可比性的突出优点。正交表记号格式为LN（qs）。

本文选取三个影响因素A、B、C，每个因素选取三个影响水平，故因素自由度fA=fB=fC=3-1=2。故本文正交试验安排2×3+1=7次试验，即N≥7。为保证试验精确度，单独留有1列空列，作为试验误差可靠性测量，即S≥3+1=4列。根据以上论述，本文选取正交表L9（34）。

3 正交试验表头设计及试验方案编制

正交表最终设计，如表2所示。

根据上表所提出的试验方案的9组加工参数，在五坐标轴加工中心试验加工9个后盖组件，测量后盖组件基准A表面平面度并记录在表4的iA列中，所得正交试验数据如表3所示。

4 多因素正交实验的极差分析

极差分析方法是正交试验结果分析最常用的方法。通过平面度的极差分析可以得出试验因素的优水平和优组合，因素对平面度影响的主次顺序。

A进给量因素的三水平对应的基准A表面平面度之和及平均值计算如下：endprint

KA1=0.2，KA2=0.11，KA3=0.22，KA1=0.067，KA2=0.037，KA3=0.073。

B切削深度因素的三水平对应的基准A表面平面度之和及平均值计算如下：

KB1=0.11，KB2=0.19，KB3=0.23，KB1=0.037，KB2=0.063，KB3=0.077。

C主轴转速因素的三水平对应的基准A表面平面度之和及平均值计算如下：

KC1=0.19，KC2=0.17，KC3=0.21，KC1=0.063，KC2=0.057，KC3=0.070。

极差Ri大小可以判断各因素对基准A表面平面度影响的主次顺序。由上表可得：RA=0.037，RB=0.040，RC=0.013，所以，RB>RA>RC。因此，因素对基准A表面平面度影响的主次顺序为BAC，即切削深度影响最大，进给量次之，主轴转速影响最小。

平面度越小，后盖组件质量越高，即取A，B，C中最小的为优水平，因此由上表可知KA3>KA1>KA2，A2为A因素优水平；KB2>KB3>KB1，B1为B因素优水平；KC3>KC1>KC2，C2为C因素优水平。因此本实验的最优水平组合为A2、B1、C2。即该加工后盖组件试验的最优工艺加工参数组合为：进给量0.1mm/r，切削深度0.1mm，主轴转速15r/min。

5 多因素正交实验的试验验证

由上表可以看出，后盖组件该加工工序基准A表面平面度加工质量有显著提升，达到了本次试验目的。

6 结束语

本文对三个因素：进给量、切削深度、主轴转速进行正交试验，结果表明进给量0.1mm/r，切削深度0.1mm，主轴转速15r/min时的基准A表面平面度精度最符合加工质量要求。本文的优化目标为表面平面度，其优化试验过程可以进行推广，其研究思路也为相关研究提供参考依据。

参考文献：

[1]赵韩，冯宝林，董晓慧，等.基于改进的BP神经网络对切削参数的优化选择[J].机床与液压，2008，36（5）.

[2]李建广，姚英学，刘长清，等.基于遗传算法的车削用量优化研究[J].计算机集成制造系统，2006，12（10）.

[3]刘海江，黄炜.基于粒子群算法的数控加工切削参数优化[J].同济大学学报：自然科学版，2008，6（6）.

[4]刘强，尹力.一种面向数控工艺参数优化的铣削过程动力学仿真系统研究[J].中国机械工程，2005，16（13）：1146-1149.

[5]MERDOLSD，ALTINTASY.VirtualSimulation and optimization of milling applications-part 2： Optimization and federate scheduling[J]. Journal of Manufacturing Science and Engineering-Transactions of the ASME，2008，130（5）：0510051-05100510.

[6]于灝.高速硬切削GCr15考虑刃口参数的切削力试验与仿真[J].科技创新与应用，2012（02）：57.

[7]金沙.基于有限元分析的椭圆振动切削换能器[J].科技创新与应用，2014（06）：20.endprint