砂帶磨削參數對工業機器人砂拋工件磨削量的影響試驗

成楚楚，傅高升，陳鴻玲，宋莉莉，黃全杰

（1.寧德職業技術學院，寧德 355000；2.福州大學 機械工程及自動化學院，福州 350108）

0 引言

隨著消費者對產品的質量以及使用功能的要求的提高，也對產品外觀提出了更高的要求。傳統人工拋光的方式具有工作環境惡劣，生產效率低下，工人經驗要求高，加工一致性低等不足。將工業機器人應用于磨拋行業，提高了產品復雜表面的磨拋質量，保證加工的一致性；減少了工人的勞動強度，改善了勞動環境；也提高了產品的生產效率，降低成本，提高了成品率[1]。

2009年本課題組與福建長江工業公司合作研發CMP-60/4-A型工業機器人自動磨拋中心，通過福建省經濟貿易委員會組織的福建省新產品新技術成果鑒定（成果鑒定證書號：閩經貿技術鑒字 [2011]2號）[2]，實現了復雜形狀工件磨拋的自動化。先進的磨拋技術使加工系統對于具有復雜曲面的工件具備更強的處理能力，同時也能提高工件的加工質量和保持產品一致性。該系統融合了生產和檢測技術，不僅改善了工人的工作環境、提高了產品的生產效率、降低廢品率，還通過安裝在磨拋設備上的自適應控制裝置，實現均勻磨拋，從而保證了加工件的一致性，實現了復雜形狀工件磨拋的自動化。該新產品的企業標準Q/CJQB 001-2010《工業機器人自動磨拋中心》已由福建省經貿委機電行業管理辦公室組織專家進行標準審查，并完成了該企業產品標準在福建省質量技術監督局的備案工作（備案編號：閩QB/0000.0992-2010）；同時該新產品也已經福建省產品檢驗研究院的嚴格檢驗，其主要技術指標符合Q/CJQB 001-2010《工業機器人自動磨拋中心》的企業標準要求，并成功向福建等地的水暖衛浴企業推廣十幾套該設備，填補了工業機器人自動磨拋的空缺。

磨拋會使砂帶變鈍，磨削力減小，磨削效率降低，導致同樣的磨拋路徑下，磨削量減少，產生了不合格的工件。然而目前工件磨削量的補償系統并不完善，現有的補償方法多為力補償，基于一定的先進設備及復雜算法，對儀器精度要求高，實現過程復雜，技術難度高，并不適用于水龍頭工件的磨削加工環境[3]。

在研發了“CMP-60/4-A型工業機器人自動磨拋中心”之后，傅高升教授課題組與其他學校、福建長江工業有限公司共同合作承擔了福建省科技重大專項“智能機器人拋光系統研發與產業化項目”，國家高技術研究發展計劃（863計劃）“磨拋機器人及自動化生產線研發與應用示范項目”，目前已取得了一些階段性的研究成果[4～7]。本文通過試驗探討磨削參數對工件磨削量的影響規律，為水暖衛浴產業工業機器人砂拋柔性加工單元自動化生產中砂帶的在線管理系統建立提供試驗依據。

1 試驗設計

1.1 試驗材料

工件：銅合金水龍頭，尺寸為175×70×40mm，材料為鑄造銅合金（牌號：ZCuSn3Zn11Pb4），具有較好的力學性能和耐蝕性，是衛浴產品常用的材料之一。該銅合金水龍頭鑄造毛坯由重力鑄造生產。由于成型工藝的局限性，毛坯件表面凹凸不平，有飛邊，成形尺寸有誤差，如圖1所示。

圖1 銅合金試驗樣件

銅合金的具體成分如表1所示。

銅合金材料的力學性能如表2所示。

由表2可知，銅合金材料具有較高的硬度，抗拉強度較低、伸長率較高。

砂帶材料：韓國DEERFOS鹿牌80#砂帶，型號為JC122，砂帶周長為4m，寬度為90mm，磨粒粒度基本尺寸范圍為180～212μm，適用于銅合金，鋁合金，鋅合金的加工，如水龍頭，鎖具等的打磨拋光作業，如圖2所示。

圖2 鹿牌80#砂帶

砂帶的涂層為密植砂，磨料是碳化硅（SiC），含量在97%～98.5%，硬度高，呈脆性，易碎裂。磨料碳化硅是將石英砂（SiO2）、石油焦（或煤焦）、木屑等原料通過電阻爐高溫冶煉而成的，具體的組成成分如表3所示。

表1 銅合金成分表

表2 銅合金力學性能

表3 碳化硅成分組成

碳化硅化學性能穩定、導熱系數高、熱膨脹系數小、耐磨性能好。碳化硅的硬度很大，莫氏硬度為9.5級，僅次于世界上最硬的金剛石（10級），磨料的性能參數如表4所示。

表4 磨料性能參數

1.2 磨削試驗設備

設備和儀器主要有：ABB IRB 4400-60/1.9機器人、砂拋機。設備的具體功能及優勢如下：

1）試驗用工業機器人

由于磨削銅合金水龍頭工件磨削量大，ABB機器人IRB 4400-60/1.9是一款機身緊湊的機器人，其機械臂可承受載荷高。IRB4400機器人的具體技術參數，如表5所示。

表5 ABB IRB 4400-60/1.96技術參數

ABB 4400的工作范圍如圖3所示。本文中所用的工件是銅合金水龍頭，是一種典型的空間曲面，表面曲率變化復雜，加工難度較大。為了控制工件的磨削量，實現定量磨削，加工時，一般選用容易控制磨削位置的接觸輪式，以保證砂帶與工件之間的接觸力，試驗現場如圖4所示。

圖3 IRB 4400工作范圍

圖4 試驗現場

2）試驗用砂拋機

本次試驗所用的砂拋機是本課題組為承接的863計劃重大項目“磨拋機器人及自動化生產線研發與應用示范”所設計的，其主要技術參數如下：（1）工作輪材料為聚胺脂復合材料；（2）工作輪直徑：φ60mm～φ150 mm；（3）工作輪寬度：25mm～120mm；（4）工作輪硬度：邵氏硬度30～60；（5）磨拋機進退行程：0～300 mm；（6）砂帶速度：0～30m/s。

砂拋機具體三維及實物圖如圖5所示。

1.3 試驗內容

為了研究不同磨削參數對磨削量的影響規律，尋找對磨削量影響最大的磨削參數，得到補償磨削量的最佳方式，本文進行了以下的試驗。

1）分別改變砂帶速度、磨拋進給量，測量工業機器人磨削前后的工件磨削量，探討不同磨削參數對磨削量的影響；

圖5 砂拋機三維及實物圖

2）設計正交試驗探討砂帶速度、工件進給量、工件速度和砂帶粒度四個因素對磨削量的影響貢獻率，尋找對磨削量影響最大的最優的磨削參數組合。

通過ABB RobotArt軟件進行磨削路徑離線編程，設定水龍頭的單向直線磨削路徑，后通過在線示教修正，T字形水龍頭大平面的磨削路徑如圖6所示。

圖6 工件測試磨削路徑示意圖

2 砂帶磨削參數對磨削量影響的試驗結果及分析

在砂帶的磨削過程中，砂帶的磨削參數包括：磨削線速度、工件進給運動速度和磨削深度，這些參數的變化均會造成砂帶與工件之間的接觸力、接觸面積發生變化，從而導致磨削量發生改變。

本節將對磨削試驗得到的數據結果進行處理分析，從而得到不同磨削參數對磨削量的影響規律。根據數據所呈現的趨勢和特征，總結在實際磨削中的變化規律，獲得參數的最優選擇、補償的依據等。

2.1 單因子試驗結果及分析

1）砂帶速度對磨削量的影響

在工件速度為60mm/s、工件進給量為0.2mm，砂帶粒度為80#的條件下，改變砂帶速度，測量工件的磨削量，結果如圖7所示。

圖7 砂帶速度對磨削量的影響

由圖7可知，砂帶速度低于25m/s時，隨著砂帶速度的增加，材料的磨削量也增加；當砂帶速度超過25m/s時，磨削量增長變得緩慢并開始降低。這是由于前期砂帶速度增加，單位時間內砂帶與工件的接觸面積增加，參與工作的磨粒增多，高速運動下鈍化的磨粒也可工作，總的磨削量增加；此外，提高砂帶速度可使震動增大，減少表面磨屑堵塞，有利于切削的進行。后期由于不斷增加的磨削速度造成彈性磨粒受工件的反沖擊頻率增加，砂帶彈性退讓增加，砂帶的實際切入深度減少，而造成的磨削量減少。

2）工件進給量對磨削量的影響

在工件速度為60mm/s、砂帶速度為15m/s，砂帶粒度為80#的條件下，改變工件進給量，測量工件的磨削量，結果如圖8所示。

圖8 磨削進給量對磨削量的影響

從圖8中可以看出，工件的磨削量與進給量的關系為：隨著工件進給量的增加，工件磨削量也隨之非線性增加，增長速率逐漸下降。這是由于進給量的變化會影響法向磨削力，進給量越大，工件與砂帶間的壓力也越大。隨著壓力增大，砂帶彈性退讓增加，實際切入深度減少，所以磨削量降低。因此除了提高砂帶速度，調整工件磨削進給量也是提高工件磨削量的方式。

此外工件速度也會影響工件的磨削量，工件的速度是指水龍頭在磨拋過程的移動速度，工件速度對工件磨削量的影響與砂帶速度相似，都是相對速度的改變對于磨削量的影響。磨削過程中，砂帶速度遠遠大于工件速度，工件速度對磨削量的影響較低。

2.2 正交試驗及結果分析

砂帶磨削過程中，砂帶的磨削參數與工件磨削量直接相關，進給量影響法向磨削力，影響砂粒的切入深度，從而影響磨削量；砂帶與工件的相對速度影響接觸面積，速度越快，接觸面積越大，磨削量越大；砂帶的粒度越小，單顆粒砂凸起越多，切入的深度越大，磨削量越大。

單因子試驗結論中砂帶速度為25m/s時工件的磨削量最大，而此時的磨削參數為磨削條件下的極限值，在實際的生產加工中，由于初期的砂帶較鋒利，工件磨削效率較高，通常選用較低的砂帶速度即可；增大工件進給雖可增大工件磨削量，同時也會增大對機器人的損傷、加快砂帶的磨損，故一般選取較低的工件進給量進行磨削。

由于單因子試驗結果不能完全地體現多因素的影響規律，為了進一步科學探討各因素對工件磨削量的影響及交互作用，利用正交試驗綜合分析試驗結果，其水平因素參考單因子試驗結果得出，并探討不同因子對磨削量的影響貢獻率，從而得到補償磨削量的理論依據，并尋找出最優的參數組合。試驗選擇砂帶速度、工件進給量、工件速度和砂帶粒度這四個因素分析，因素選擇及水平劃分如表6所示。

根據選擇的因素及水平情況，選用正交表L9（34）規劃試驗，試驗結果如表7所示。

對于本試驗的磨削量，采用信噪比描述特性，磨削量希望越大越好，試驗的結果處理適用望大特性，望大公式[8]為：

其中S/N代表信噪比；yi為試驗的磨削量值，試驗計算的S/N值如表8所示。

表6 因素選擇及水平劃分

表7 正交試驗結果

表8 試驗結果S/N值

第i個因素在第j個水平下的平均信噪比計算公式如下：

計算的信噪比響應表如表9所示，信噪比主效應圖如圖9所示。

圖9 信噪比主效應圖

其中A代表砂帶速度、B代表工件進給量、C表示工件速度、D表示砂帶粒度。由圖9可知，最優參數組合為A3B3C3D1，即砂帶速度為15m/s，工件進給為0.2 mm，工件速度為60mm/s，砂帶粒度為80#。

為準確表述各因素對磨削量的影響，需計算出各因素對試驗結果的貢獻率，總的平均信噪比[9～11]為：

其中k為試驗次數，(S/N)i為第i次試驗對應的信噪比，總離差平方和為：

第i個因素的離差平方和為：

其中l是水平數，本試驗中l=3；Tj為第i個因素在第j個水平的試驗次數，本試驗中Tj=3；是第i個因素在第j水平處的平均信噪比。

第i個因素的貢獻率計算式如下：

正交試驗的各因子貢獻率如表10所示。

表9 信噪比響應表

表10 各參數貢獻率

表11 正交試驗最優參數組合條件下的工件磨削量試驗結果

由上表可知，砂帶粒度的影響比重最大，占到了76.65%，其次是砂帶速度13.94%，進給量第三為9.08%，工件速度的貢獻率最小為0.33%。因此為了保證工件的磨削量，在選擇磨削參數時應選擇粗糙度較高的砂帶，加大砂帶速度，增加工件進給。工件速度對工件磨削量影響較小，可適當增大工件速度提高磨削量。

對最優參數組合進行驗證，其結果如表11所示。

由表11可知，按照最佳參數組合所得的磨削量平均值為11.27g，大于正交試驗任意一組的值，故該最優參數組合是合理的。

由正交試驗結果可知，砂帶粒度是影響磨削量的最大因素，但是通過頻繁更換磨損的砂帶來保證加工一致性有以下缺點：1）生產加工的不連續性，效率低，頻繁更換砂帶浪費材料，造成生產成本升高，降低企業效益；2）頻繁的更換砂帶，增加工人的工作量。磨損在一定程度內的砂帶還可以繼續使用，通過改變砂帶的磨削參數即可實現保證磨削加工一致性的目的，本文主要研究對磨損砂帶的識別、補償方法。砂帶速度與工件進給量對工件磨削量的貢獻率相似，但砂帶速度對工件磨削量的影響較工件進給量更加明顯。

3 結論

砂帶速度和工件進給量對工件磨削量的影響明顯。砂帶速度小于25m/s時，提高砂帶速度可以增加磨削量；當砂帶速度超過25m/s反而會降低磨削量，故可以通過提高砂帶速度來補償磨削量，但砂帶速度不應提高超過25m/s。通過增加工件進給量也是提高磨削量的方法，隨著工件進給量的增加，磨削量增加速率逐漸降低。

正交試驗表明，砂帶粒度對磨削量的影響最大，其次是砂帶速度、工件進給量，最后為工件速度，磨削量的補償需通過提速和增加工件進給的方式來實現；磨削參數最優組合為工件進給量0.2mm，砂帶速度15m/s，工件速度60mm/s，砂帶粒度80#。在該最優組合條件下，工件的磨削量為11.27g，大于正交試驗任意一組的值，表明該最優參數組合的選擇是可靠的。

[1]陳天炎,傅高升.工業機器人磨拋柔性加工系統研究[J].閩江學院學報,2014,(5)：22-27.

[2]傅高升,黃建全,劉克.CMP-60/4-A型工業機器人自動磨拋中心[Z].福建省新產品新技術成果鑒定,[2011]2號,2-5.

[3]Y. Lin, T. Chen, G. Fu, et al. Relative pose estimation from points by Kalman filters[A].IEEE International Conference on Robotics and Biomimetics.IEEE[C],2016.1495-1500.

[4]林少丹,傅高升.基于工業機器人的自動磨拋系統柔性加工系統設計[J].成都信息工程學院學報,2012,27(5)：462-465.

[5]Gao X,Mu Y, Gao Y.Optimal trajectory planning for robotic manipulators using improved teaching-learning-based optimization algorithm[J].Industrial Robot,2016,43(3)：308-316.

[6]林少丹.工業機器人自動磨拋系統的離線仿真研究[J].長江大學學報（自科版）,2014,(22)：71-74.

[7]林少丹,傅高升,李俊達.磨拋離線編程中修正砂帶位姿及加工姿態[J].武漢工程大學學報,2015,37(9)：50-56.

[8]S. Gowri, K. Shireesha, X. Kennedy. Taguchi analysis in optimization of belt grinding of stainless steel 304[J].International Journal of Machining and Machinability of Materials,2009,5(1)：41-59.

[9]陳學軍.田口方法的思想與原理[J].電子產品可靠性與環境試驗,1995,(2)：34-37.

[10]曾鳳章,趙霞.田口方法及其標準化設計[J].機械工業標準化與質量,2003,(11)：7-9.

[11]劉國興,任世彬.田口方法與穩健性設計[J].電工電氣,2010,(10)：53-57.