薄壁件數控加工物理仿真研究現狀與發展趨勢

王占禮，朱丹，胡艷娟，李靜，董超

(長春工業大學機電工程學院，吉林長春130012)

虛擬數控加工是屬于以生產為中心的虛擬制造中的一部分，可縮短產品開發周期、降低生產成本、提高產品質量及生產效率等［1］，在虛擬制造中占有極其重要的地位［2］。虛擬數控加工包括兩內容:幾何仿真和物理仿真。目前幾何仿真方面已經相對比較成熟，而物理仿真才剛剛開始。物理仿真考慮在實際切削過程中工藝系統動態特性的影響，針對加工過程中由于切削力、切削熱、刀具磨損、負載變化及其他物理因素對加工精度及表面加工質量變化的影響進行研究，通過建立物理模型模擬真實的事物來預測機床在實際運行狀況下能否高效高質量地加工出滿足要求的零件［3］。根據仿真結果完成對數控加工程序的優化，最終實現優化切削過程的目的。

薄壁結構零件因其特有的強度高、質量輕及承載性高等特點，越來越多地在航空工業中得到廣泛的應用［4－5］。薄壁零件的加工比較棘手，在加工中極容易產生變形、失穩和振動等問題，不易保證零件的加工質量［2］。這些問題都是薄壁件加工的物理因素對其造成的影響，因此可以通過物理仿真對薄壁零件的數控加工進行仿真預測，最終希望做到控制或減小這些問題的發生［6］。針對薄壁零件數控加工物理仿真的刀具磨損監測技術、切屑的大小及形狀、機床或工件熱變形對工件加工精度的影響、切削力仿真、加工表面形貌仿真分析等方面的研究現狀進行了描述，并指出薄壁零件數控加工物理仿真研究存在的問題和未來發展的方向。

1 薄壁零件數控加工物理仿真技術

1.1 刀具磨損監測技術

由于刀具的磨損直接影響著加工過程的動態特性和薄壁零件的變形程度，對刀具的監控就尤為重要［7］。刀具磨損監測技術分為3 個階段:第1 階段，刀具磨損狀態的監測開始于20世紀40年代，但一直很緩慢，頻譜分析技術的出現才使刀具狀態監測技術得到實質性的發展，但監測特征單一，監測內容簡單［8］。第2 階段，從20世紀90年代初期時，隨著傳感技術的快速發展，利用噪聲、溫度、光等多種信號對刀具磨損進行監測，并采用新的數學處理工具(如模式識別技術、模糊數學、灰色系統理論等)對其信號進行處理［7－8］。文獻［9］指出了聲發射對切削區域裂變的微活動的應力波的敏感，切削力譜對刀具和工件之間振動的敏感。第3 階段，于20世紀90年代中期開始至今，人工智能理論和方法(如:小波分析技術、高階譜分析技術和神經網絡技術等)開始出現，并在刀具監測中得到了應用。文獻［10］提出了利用B 樣條模糊神經網絡建立刀具磨損量監測模型，可以準確表達刀具磨損與信號特征之間的非線性關系，并且該網絡具有收斂速度快和局部學習能力等優點。這樣就逐漸地開始由以知識處理為核心、信號處理與知識處理相互融合的智能刀具監測技術，發展到以傳感器技術、信號分析技術和計算機技術為核心的現代刀具工況監測技術，只是還不夠成熟和完善，有待深入研究［11］。

1.2 切屑的大小及形狀

現代切削加工中常常產生大量“不可接受”的切屑［12］。這類切屑容易拉傷薄壁零件的己加工表面，破壞已加工表面的完整性;或劃傷機床;或造成刀具的早期破損;有時甚至影響操作者的安全［13］。因此對切屑的預測和控制就尤為重要。

國內外專家學者針對預測和控制切屑的形態、切屑的流向以及切屑的大小和尺寸等不同角度進行了研究。文獻［14］對切屑的基本構成在不同切削狀態下產生的切屑形態進行了分析，并根據切屑狀態建立了其在線預報模型;文獻［15］通過對切屑流出前刀面后的各個階段進行了分析，并使用Pro/E 軟件對切屑造型進行了預測仿真。然而預測結果精度的高低取決于預測模型的精度。因此專家學者們針對預測模型進行了深入研究，有了經驗模型、數值模型、分析模型和基于AI(A.I－based)模型［16－17］。但是由于實際加工過程的復雜、加工參數的相互作用、在建模時合并考慮的困難，使得大量的模型在實際運用中非常有限。迄今為止，可使用的加工模型大多是高度經驗化或半分析的，還需要學者們不斷地研究來改進和完善切屑預測模型。

1.3 機床或工件熱變形對加工精度的影響

從1933年瑞士人對坐標鏜床的熱變形進行測量和研究開始，人們才注意到熱效應對工件加工精度的影響［18］。20世紀60年代機床熱變形的理論才真正開始，利用熱工學理論知識對機床熱變形問題進行研究，但只是初步建立了溫度場與熱變形之間的定性關系［19］。20世紀70年代初，開始利用有限元法對機床熱變形進行了定量分析［20］。由于現實加工時影響因素多，使得計算困難。為了方便計算，人為選取某些影響大的因素，但獲得的結果和實際加工情況有很大偏差。20世紀90年代初，由于有限元法得到了進一步的發展，因此在機床熱變形的預測方面得到了廣泛的應用。文獻［21］提出使用有限元方法對機床溫度場分布導出位移和熱變形進行計算，并對熱源關鍵元素處的結構和參數進行優化，來減少熱變形產生的加工誤差。隨著計算機、各種理論的不斷發展和新的理論(如神經網絡理論等)的出現，使得在機床熱變形的預測方面得到進一步的發展［22］。學者們也已開發出適用各種各樣復雜模型通用的有限元分析軟件(如ANSYS、SAP、NASTRAN 等)，并融入計算機輔助工程(CAE)當中，開始朝著計算機輔助制造的方向發展［23］。

機械加工過程中，切削熱使工件產生熱變形而造成加工誤差，因此研究切削熱和切削溫度的產生及變化規律，是金屬切削過程中工件熱變形的重要方面［24］。早在20世紀50年代，J C JAEGER 就在理論計算切削溫度方面進行了大量的工作，他提出了對刀－屑摩擦熱源進行均勻分布的假設［25－27］。如果想要深入了解切削機制，則應對切削區域的溫度分布情況作深入細致的研究。到了20世紀70年代，有限差分法在金屬加工中得到了廣泛的應用，文獻［28］利用有限差分法對刀具的三維應力場、溫度場進行研究，得到了基本滿意的結果，但對復雜實體來說應用有限差分法不能得到高精度的解，因此只是對平前刀面刀片進行了簡單的分析。隨著計算機技術的發展，有限元模擬技術在金屬切削加工中得到了廣泛的應用［29－20］。但是有限元對網格劃分要求較高，所以很難精確地計算出切削區域上任一點的溫度。

1.4 切削力仿真

切削力建模與仿真是薄壁零件數控加工物理仿真的基礎和核心。在切削過程中，切削力對切削熱的產生、刀具磨損、加工效率、表面加工質量有著重要的影響，同時也是衡量工件和刀具材料加工性能的標志之一。因此薄壁零件數控加工的切削力仿真是非常重要的內容。

一般所建立的模型大多為空間靜態力學模型，應用得比較多的力學模型是OXLEY［31］提出的切削理論的銑削力理論模型、KLINE［32］建立的平均力模型、Won-Soo YUN［33］給出的獨立于切削條件的三維力模型。這3 種力學模型在應用上都比較直觀，有相應的公式可以套用，并且都能得出相應的切削力，但是由于加工過程是一個不斷變化的過程，應進行瞬態過程處理，因此得到的切削力并不精確。

現在越來越多的學者開始對動態的切削力進行預測。SMITH 和TLUSTY 闡述了加工表面上偏斜和誤差之間的關系［34］。為了簡單起見，將直齒銑刀認為如圖1所示。在這種情況下，偏斜被簡單地認為同瞬時銑削力成比例而不是平均銑削力。

圖1 銑削中不同的徑向切深

SMITH 和TLUSTY 基于理論的假設和實驗的觀察給出以下基本模型微分形式的切向和徑向銑削力［34］:

dFt= Kst(φ)dz dFr= cdFt

式中:Ks是未知的銑削力系數，t(φ)是在螺旋滯后角甲處刀齒的未變形切屑厚度，dz 是銑削寬度，c 是銑削力比率。

隨著計算機技術的快速發展，人工智能技術得到了跨躍式的發展，先后出現了許多先進算法，如遺傳算法、時間序列分析、神經網絡、專家系統［35－36］等。文獻［37］采用BP 神經網絡對銑削力建立了仿真模型，來預測銑削力的大小，并且預測結果的精度與理想效果之間的誤差不大。這樣使得人們開始尋求利用人工智能技術對物理仿真進行切削力建模，使仿真越來越向現實逼近，慢慢達到人們想要的仿真效果。

1.5 加工表面形貌仿真分析

加工表面質量的研究從機械制造業誕生之時便開始了，美國金屬切削研究協會的M FILED 和J KAHLES 于1964年提出了“表面完整性”的概念，指出:由于受加工方法的影響，使成品的表面狀態或性能沒有任何損傷，或有所加強的結果［38］。“表面完整性”已被開始應用于生產中，在制造過程中對關鍵零件表面狀態和性能的變化進行評價和控制，并全面分析對產品造成的影響［39］。

針對表面質量的研究集中于切削表面的動態形成分析上，是對切削時刀具與工件之間的相對振動、刀尖幾何形狀和刀具與工件的相對運動(刀具的進給運動)來分析工件的表面形貌，其表征參數多表示為表面粗糙度［40］。文獻［41］在對周銑切削表面的形成進行研究時，將隨機振動對表面形貌的影響考慮到其中，使得理論研究和實際加工情況更接近了;文獻［42］研究了球頭立銑刀平面在不同加工進給方式下銑削加工的表面形貌及其粗糙度值的情況，并通過實驗對其進行驗證。由于表面粗糙度對薄壁零件的工作性能會造成各種各樣的影響(如磨損、疲勞破壞等)。因此通過對薄壁零件的表面粗糙度進行預測和評價的結果，來適當地改變切削參數和加工工藝，從而降低零件的表面粗糙度、增強零件的使用性能。而目前預測表面粗糙度模型是有限的，而且這些模型不是建立在力學基礎之上的，使得表面粗糙度和表面完整性都是通過實驗得到的經驗公式。通常把得到的經驗公式分為二維和三維的，二維表面粗糙度Ra 計算公式［43］:

式中:L 是所取的工件的長度，y 是二維工件表面的曲線方程。三維表面粗糙度Rz的經典計算公式［38］:

式中:ypi為取樣長度內的第i 個最大的輪廓，yvi為取樣長度內的第i 個最大的谷深。然而至今還沒有有效地表示切削條件與工件表面參數之間關系的數學公式［44］。其基本模型是通過刀具廓形與刀具相對工件的運動方式來確定表面粗糙度。但誤差運動、不穩定切削刃狀態以及由于磨損造成刀具輪廓的改變之間存在強耦合，所以很難將所有的因素都考慮到模型中，這樣就使得模型的誤差比較大。

2 薄壁零件數控加工物理仿真系統存在的問題及未來發展的方向

2.1 薄壁零件數控加工物理仿真系統存在的問題

近幾年薄壁零件數控加工物理仿真取得了很大的發展，學者們在許多方面進行了大量的研究，取得了一定的成果，但由于薄壁零件數控加工物理仿真涉及的技術面廣以及自身的復雜性，目前仍存在以下幾個方面的問題:

(1)仿真模型的準確性差

薄壁零件結構復雜、數控加工過程高度非線性及隨機干擾嚴重等多種因素，為了降低模型的復雜性，目前都是在設有大量假設條件下，一般僅考慮單一或部分因素對模型的影響，使得所建立的數學模型與實際生產過程的擬合程度降低，很難滿足實際加工的需要。在建模時如何處理相應影響參數和干擾因素，使物理仿真加工能準確地反映切削實際情況，是物理仿真亟待解決的關鍵問題。

(2)仿真模型的通用性差

由于薄壁零件加工過程的復雜性，目前大多是針對某一特定的加工過程進行物理仿真建模與分析，建立模型的切入點、考慮因素和使用方法各有差異，且模型是針對某一類型的機床、加工形式、刀具以及工件材料等建立的，參數的變化將對仿真模型產生較大的影響，導致了模型的應用范圍受到很大的限制。如何在保證仿真模型準確性的前提下，提高仿真模型的通用性是物理仿真亟待解決的又一關鍵問題。

(3)加工質量預測精度及控制效果差

由于考慮所有影響因素將給薄壁零件加工質量預測建模帶來很大的困難，目前在加工質量預測分析中通常僅考慮了部分影響因素，或是從模型中分離出次要的影響因素，針對較全面綜合影響因素的質量預測及誤差補償的研究還很少，對加工質量控制的效果較差。同時，優化模型中的決策變量選擇大多較單一，約束條件不夠完善，并且大多只考慮加工設備本身因素，而忽略外界及加工要求等因素，優化結果不夠理想，導致在實際加工過程中不能很好地達到實用效果。

(4)仿真系統的實用性差

由于薄壁零件物理建模、控制難度大及切削過程的復雜性等客觀因素的存在，物理仿真系統的輸出結果尚與實際的擬合程度存在差距，同時，目前的物理仿真系統大多只能實現某些物理仿真功能，從而使仿真系統的實用程度受到很大的制約。如何在建立準確、實用的物理仿真模型的基礎上，對切削力、切削熱、刀具磨損等進行預測及分析，實現高效的加工誤差補償及加工參數優化，進而提供優化的數控程序指導實際加工是物理仿真系統的最終目標。

2.2 薄壁零件數控加工物理仿真系統未來發展的方向

由于薄壁零件數控加工物理仿真的研究開展的時間較短，尚未形成成熟的理論體系，還不能用于解決實際生產中的相關問題，因此還有許多理論和實際問題有待進一步研究。薄壁零件數控加工物理仿真的研究還需重點集中在以下幾個方面:

(1)建立能夠精確模擬實際加工情況并為用戶提供精確仿真結果的數控加工仿真系統。美國PTC公司制造部經理Paul GIACONIA 曾提出:其數控加工仿真將向精細化及逼真化方向發展。建立能夠綜合反映加工過程中各物理因素對加工精度影響的工藝模型，是實現將數控加工仿真系統運用到實際加工環境的關鍵，也是實現制造業自動控制與智能控制的必然要求。其次由于現有的仿真模型只是針對某一具體加工方式，不具有一般性，因此建立通用性較好的仿真模型是虛擬制造技術得以廣泛應用的先決條件。

(2)實現仿真方法的多樣性。將人工神經網絡、有限元法、遺傳算法、信號處理、時間序列分析、非線性理論和混沌理論等新方法用于提高建模能力，以增強仿真模型預測的可靠性和適應性。

(3)實現數控加工仿真系統的網絡化。它可以使仿真系統與上層的計算機進行數據交換與共享，實現CAD/CAM/CAPP/PDM/ERP 等系統無縫集成，能夠支持基于網絡的各種遠程數控服務，包括遠程在線編程、遠程數控加工仿真、遠程在線控制等，對數控加工仿真系統的發展具有重大意義。

(4)虛擬檢測技術需要利用虛擬加工系統中的相關模型對工件的幾何量進行測量，因此需要進一步研究如何有效地實現虛擬檢測系統與虛擬通信系統接口之間的信息、數據交換及虛擬檢測環境與界面的人性化設計，從而開發出針對不同測量目標的虛擬檢測器具。

3 結論

由于目前針對薄壁零件數控加工物理仿真的研究仍處于探索階段，雖然在某些研究方向或某些單元技術方面己經進行了較深入的研究，但也主要是針對物理仿真中的部分影響因素及內容進行研究，還無法將各項因素整合，使物理仿真更加完善、與實際情況更加擬合。如何妥善解決上述存在的難點，建立高保真數控加工物理仿真模型及質量預測與控制方法，并在此基礎上建立實用性較強的物理仿真系統是進一步研究的內容。

【1】黃雪梅，高國利，王啟義，等.虛擬制造的機械加工過程仿真［J］.組合機床與自動化加工技術，1999(12):30－33.

【2】閻樹田，王俊鵬，易湘斌，等.加工中心的虛擬建模仿真研究［J］.科學技術與工程，2007(18):4758－4760.

【3】朱立達，朱春霞，蔡光起，等.虛擬數控技術在銑削加工過程中的研究［J］.機械制造，2007(3):45－47.

【4】WU Kai.Machining Errors Analysis and Control of The Thin Wall Structure Components in Industries［D］.London:University of Cambridge，2002.

【5】王志剛，何寧，武凱.薄壁零件加工變形分析及控制方案［J］.中國機械工程，2002，13(2):114－117.

【6】辛順強，葉海潮，王聰康，等.航空薄壁件三維銑削過程的有限元仿真［J］.制造技術與機床，2010(4):120－123.

【7】張超.基于特征數據融合的刀具工況監測研究［D］.西安:西安理工大學，2004.

【8】陳超.人工智能在制造業中的應用［J］.機械設計與制造，2006(1):161－163.

【9】KANNATEY A E，DOMFELD D A.Quantitative Relationships for Acousticemission from Orthogonal Metal Cutting［J］.J of Engng for Ind，1981，103(4):330－340.

【10】高宏力，傅攀，許明恒.基于B 樣條模糊神經網絡的刀具磨損監測［J］.機械科學與技術，2005，24(6):751－753.

【11】朱麗琴.基于分形理論的刀具磨損狀態識別研究［D］.成都:西南交通大學，2009.

【12】陳永潔，黃威武.切屑三維卷曲的運動學分析［J］.中國機械工程，2000，11(5):513－515.

【13】姜大志，孫俊蘭.振動切削技術與零件加工表面完整性［J］.工具技術，2001，35(5):19－21.

【14】NAKAYAMA K，ARAI M.Comprehensive Chip Form Classification Based on the Cutting Mechanism［J］.CIRP Annals-Manufacturing Technology，1992，41(1):71－74.

【15】趙玢，施志輝，孔憲庶，等.切屑生成、卷曲、折斷過程的實時仿真研究［J］.組合機床與自動化加工技術，2000(8):12－15.

【16】ZHOU L.Machining Chip-breaking Prediction with Grooved Inserts in Steel Turning［D］.Worcester Polytechnic Institute，2002:155.

【17】WANG J.Development of a Chip Flow Model for Turning Operations［J］.International Journal of Machine Tools ＆Manufacture，2001，41:1265－1274.

【18】李桂華.復雜規則曲面機械零件的熱變形理論及應用研究［D］.合肥:合肥工業大學，2006.

【19】周芝庭，馮建芬.基于ANSYS 的加工中心機床熱特性有限元分析［J］.機械制造與自動化，2008，37(6):22－24.

【20】王明旭.鋼纖維聚合物混凝土機床基礎件動態及熱態性能研究［D］.阜新:遼寧工程技術大學，2006.

【21】OKUSHIMA K，KAKINO Y.An Analysis of Methods Used in Minimizing Thermal Deformations of Machine Too1s.16thMT.DR 1975，16:1012－1017.

【22】JEDRZEJEWSKI J，KACZMAREK J，KOWAL Z，et al.Numerical Optimization of Thermal Behavior of Machine Tools［J］.Annals of the CIRP，1990，39(1):379－382.

【23】全燕鳴，何振威.車削碳鋼中切削熱的分配［J］.中國機械工程，2006，17(20):2155－2158.

【24】白明光.工件不均勻受熱熱變形計算［J］.機械，1999(2):41－43.

【25】HUANG Qiangxian，FEI Yetai.Analysis of Influences of Mechanical Part’s Thermal Deformation on Precision Machining［C］//Proceedings of China-Japan Bilateral Symposium on Advanced Manufacturing Engineering，1998.

【26】KIM S W，LEE C M.Evaluation of the Thermal Characteristics in High-speed Ball End Milling［J］.Journal of Materials Processing Technology，2001，113:406－409.

【27】LEE Jin-Hyeon，YANG Seung-Han.Statistical Optimization and Assessment of a Thermal Error Model for CNC Machine Tools［J］.Machine Tool ＆ Manufacture，2002，42(1):147－155.

【28】臼井英治，帯川利之，白樫高洋.難削材の切削過程の解析(第2 報):格子線解析法と有限差分法による応力分布·溫度分布の數値解析［J］.精密工學會誌，1986，52(9):1623－1630.

【29】吳明陽.可轉位銑刀片溫度場、應力場分析及槽型重構研究［D］.哈爾濱:哈爾濱工程大學，2007.

【30】韋偉，任家隆.不銹鋼(oCr18Ni11Ti)切削力和切削溫度的有限元分析［J］.工具技術，2009，43(2):67－70.

【31】LI H Z，ZHANG W B，LI X P.Modeling of Cutting Forces in Helical End Milling Using a Predictive Machining Theory［J］.International Journal of Mechanical Sciences，2001，43(8):1711－1730.

【32】KLINE W A，DEVOR R E，LINDBERG R.The Prediction of Cutting Forces in End Milling with Application to Cornering Cuts［J］.International Journal of Machine Tool Design and Research，1982，22(1):7－22.

【33】YUN Won-Soo，CHO Dong-Woo.An Improved Cutting Force Model Considering the Size Effect in End Milling［J］.ASME International Mechaical Engineering Congress and Exposition，2000(5－10):223－229.

【34】李躍.薄壁零件高速銑削工藝與仿真研究［D］.沈陽:東北大學，2008.

【35】胡韋華，王秋成，胡曉東，等.切削加工過程數值模擬的研究進展［J］.南京航空航天大學學報，2005(1):194－198.

【36】李勇，段正澄.基于支持向量機的機械加工誤差預測與補償模型的研究［J］.機床與液壓，2007，35(1):174－176.

【37】林崗，周月平.基于BP 神經網絡的銑削力仿真技術研究［J］.機械設計與制造，2006(2):137－138.

【38】李紅軍.數控車削表面質量物理仿真與研究［D］.南京:南京理工大學，2005.

【39】王興祥.基于自由曲面磁性研磨永磁磁極頭開發與實驗研究［D］.太原:太原理工大學，2003.

【40】黃雪梅，趙明楊.數字制造環境下的加工過程仿真驗證技術研究［J］.計算機仿真，2004(3):113－115.

【41】EHMANN K F，HONG M S.A Generalized Model of the Surface Generation Process in Metal Cutting［J］.Annals of the CIRP，1994，43(1):483－486.

【42】TOH C K.Surface Topography Analysis in High Speed Finish Milling Inclined Hardened Steel［J］.Precision Engineering，2004，28:386－398.

【43】陳曉華.機械精度設計與檢測［M］.北京:中國計量出版社，2006:72－73.

【44】楊小萍.數控銑削物理仿真精度預測系統研究［D］.哈爾濱:哈爾濱理工大學，2009.