鈦合金材料切削加工參數優化和實驗研究

呂嗣孝，周洪，崔建昆

（上海園菱機械實業有限公司，上海 201404）

0 引言

鈦合金具有強度高、密度小的特點，同時還具有較高的疲勞壽命和優良的耐腐蝕性能,與復合材料匹配好，用于現代飛機結構件能獲得良好的減重效果，同時在航天領域，鈦合金材料在制造燃料儲箱、火箭發動機殼體、火箭噴嘴導管、人造衛星殼體等方面也得到了廣泛的應用[1-2]。鈦合金還具有耐熱性好的特點，是航空發動機風扇、壓氣機、輪盤和葉片等重要零件的首選材料。隨著航空航天技術的發展，鈦合金已經成為當代火箭、衛星和飛機等飛行器主要結構材料之一。

由于鈦合金彈性模量低、切削力大和導熱性差，綜合切削性能比較差，機床加工過程中刀具的熱負荷大，產生的切削溫度高，切削過程穩定性差，零件易產生變形，嚴重制約了加工設備生產效率提升和零件加工精度的保證[3]。因此，其加工工藝優化對提高相關零件的加工質量和效率有積極的作用。

本文通過建立刀具、工件和切削過程模型，設計正交試驗方案。利用極差分析說明鈦合金切削過程中各因素對切削力和切削溫度的影響規律，根據正交實驗得出的數據，在MATLAB中利用Regress函數進行多元線性回歸分析得出了刀具前角、刀具后角和切削速度對切削力的回歸函數和對切削溫度的回歸函數。然后進行多目標遺傳優化計算，得到合理的刀具前角、刀具后角、切削速度等工藝參數，并通過工藝試驗的方法進行驗證。

1 多目標遺傳算法優化模型的建立

遺傳算法是目前對于優化問題的一種常用的優化算法。多目標優化算法在各個目標函數中獲得相對于整體是最優解，這意味著解集不像單目標優化只有一組解，而是由若干組解組成的解集[4]。進行鈦合金切削加工優化過程中首先需要確定優化的參數，在進給量和背吃刀量一定的前提下，優化的參數有3個：刀具前角、刀具后角和切削速度。將切削力和切削溫度的回歸函數作為主要優化目標，將材料去除率和切削功率的優化作為輔助目標進行優化計算，切削力可以控制機床切削功率和工件的變形，而切削溫度主要影響熱變形和刀具的磨損。

假設刀具前角為A，刀具后角為B，切削速度為C，用以下公式分別表示出切削力和切削溫度的回歸方程式：

因此可以得到刀具前角A、刀具后角B、切削速度C與切削溫度之間的關系為

以上述公式為遺傳算法中需要優化的目標函數，而約束條件為：刀具前角的約束為0°～15°；刀具后角的約束為5°～15°；切削速度的約束為60～180 m/min。

2 優化結果

以最小切削力和最小切削溫度為主要目標、以最大去除率、最小表面粗糙度和最小功率為輔助目標的遺傳優化結果表格和帕累托前沿如圖1所示。

圖1 遺傳算法優化后帕累托前沿

優化后的部分加工參數和目標函數的優化結果如表1所示。

表1 優化后的加工參數和目標函數值

3 鈦合金加工優化方案的仿真及實驗驗證

為了在實際實驗中驗證鈦合金優化參數對切削力和切削溫度的影響，分別采用切削力測量儀和手持式測溫儀測量車床切削鈦合金時切削力和切削溫度的變化情況。實驗采用對比法，分別采用相同鈦合金材料+不同的加工參數、不同的鈦合金材料+相同的加工參數進行對照實驗，驗證優化的結果的準確性。

3.1 切削力測試試驗

測力系統由應變片、放大器、采集卡和計算機數據反饋組成，工作原理主要是通過應變電阻受到力的作用，在力的作用下電阻發生改變，電阻兩端電壓改變，電壓值通過放大器增益，最終通過采集卡模數轉換到計算機，并在線處理得出數據。應變片粘貼在刀具的主切削力方向上，4個應變片在刀具上下各2片，圖2、圖3所示為車削試驗系統。

圖2 測力應變片和刀具

圖3 切削力測試系統

將直徑70 mm的圓形工件裝夾在車床上進行外圓加工，刀具采用硬質合金鋼，調整車刀角度，使車刀參數匹配成優化參數，以給定的切削速度、進給量、背吃刀量開始加工工件，表2為試驗工藝參數。在切削加工過程中，測量切削力變化，取較穩定加工時切削力的平均值，得到切向切削力，結果如圖4所示。

圖4 切削力測試結果

表2 切削力測試工藝參數

試驗結果分析得出：第一組實驗的平均切削力為230 N，相比優化后的預測值誤差僅為0.8%，第二組實驗測得的平均切削力為235 N，相比優化后切削力的預測值誤差僅為0.4%，第三組實驗測得的平均切削力為123 N，與鈦合金的切削力相比，相對較低。

3.2 切削溫度測量

加工過程中，車刀的切削刃與工件作用下溫度會不斷升高，切屑也會帶走一部分熱量，剩余的熱量會集中在工件的第一變形區，通常在前刀面沿著切削刃的部分溫度最高。采用激光測溫儀可以簡單快速地測得加工過程中的實時溫度。使用可視激光測溫儀對準切削第一變形區（和刀具切削刃接觸區域），通過讀取顯示屏上的數據，取視野中最高點的溫度值為切削溫度。溫度場測試結果如圖5所示。

圖5 切削溫度場

經過對試驗結果切削溫度場分析可以看出，優化后的加工參數在車削鈦合金過程中，第一組切削溫度最高為670 ℃，相對遺傳算法得出的切削溫度誤差為2.0%，第二組切削溫度最高為679 ℃，與優化結果的誤差僅為1.5%。

4 結論

經過實際實驗分析并計算得出：優化后的加工參數在車削鈦合金過程中，切削力與優化后的解誤差非常小，具有可信度。并且在相同材料、不同加工參數的情況下，可以有效降低切削力。同時在相同加工參數的情況下，鋁合金受到的切削力遠遠小于鈦合金。實驗得出的切削溫度與仿真和優化的結果也比較接近，因此在實際加工中可以通過優化方法合理選擇切削參數，降低切削力和切削溫度。