基于回歸預測的鋁塊表面質量研究

黃玉貴

（200093 上海市 上海理工大學 機械工程學院）

0 引言

隨著我國制造業的快速發展，制造目標從追求數量向追求精度轉變，對加工質量提出了更高的要求[1]，表面粗糙度的測量技術也有著長足的進步，這為研究表面質量提供了實驗基礎條件，SPSS 等數學分析軟件為研究回歸問題提供了智能化的運算方案。

本文通過銑削正交實驗，設計不同水平的銑削參數來對鋁制工件進行加工并且測量其粗糙度，通過SPSS 軟件進行多元非線性回歸分析得出鋁塊銑削加工表面粗糙度模型。

1 表面質量的評價

表面粗糙度作為評價加工零件表面質量的重要指標，通常可以用來評價加工零件表面質量的好壞。零件加工質量的好壞直接影響其裝配精度、疲勞強度以及使用壽命，因此提高零件加工表面質量在制造業中有著舉足輕重的作用。

一般條件下，表面粗糙度是由加工過程中的加工參數以及一些其他不確定性因素決定的，例如加工過程中刀具的振動導致的工件表面的磨損，排屑時引起的金屬表面的劃傷等[2]。

我國對于表面粗糙度的評價采用有輪廓的平均算法偏差（Ra）以及不平度平均高度（Rz）這兩個評價指標為主[3]。本文以Ra這一指標為主要研究目標，研究路線如圖1 所示。

2 銑削實驗設計及表面粗糙度測量

2.1 銑削正交實驗設計

設計四因素三水平的銑削正交實驗，實驗基于沈陽機床廠的立式加工中心VMC850E 進行，選取的工件是150 mm×50 mm×30 mm 的鋁塊，選取主軸轉速、進給速度、背吃刀量、側吃刀量這4 個切削參數作為4 個因素。建立表1 的四因素三水平表。圖2 是立式加工中心VMC850E。

2.2 表面粗糙度測量

本次實驗基于艾力tr200 表面粗糙度測量儀進行測量，一共27 組正交實驗，測量前需要對測量儀進行校準[4]，每組實驗測量4 次，然后取平均值。圖3 包括表面粗糙度測量傳感器、待測工件以及正在測量的工件。

圖3 表面粗糙度測量Fig.3 Surface roughness measurement

2.2.1 艾力tr200 表面粗糙度測量儀原理

將傳感器放置在被測物體表面，儀器內部電機轉動帶動傳感器在被測物體表面做勻速運動，物體表面的粗糙度引起傳感器內部的觸針發生位移，這個位移使得傳感器電感線圈的電感量發生變化，從而使得輸出端產生與被測表面粗糙度成一定比例關系的模擬信號，該信號被放大后進入數據采集系統，采集好的數據進行濾波和參數計算，結果在液晶顯示器上顯示，或者與PC 機進行通訊[5]。

2.2.2 表面粗糙度測量結果

表面粗糙度測量結果如表2 所示。

表2 表面測量結果Tab.2 Surface measurement results

（續表）

3 表面粗糙度預測模型建立

數控加工過程中的表面粗糙度模型變量包括主軸轉速N、每齒進給量f z、背吃刀量Ap以及側吃刀量Ae，因變量是粗糙度Ra，具體模型為[6]：

式中：a，b，c，d，e——擬合常數。

由于本文中銑削正交實驗采用的是進給速度變量，所以要將進給速度轉化為每齒進給量，這里依據式（2）換算[7]：

式中：fz——每齒進給量；f——進給速度；N——主軸轉速；Z——刀具齒數。

利用SPSS 軟件進行多元非線性回歸分析得出各個參數的值，如表3 所示。

表3 參數估算值Tab.3 Estimated values of parameters

預測模型具體表示為

4 結語

本文通過正交銑削實驗以及表面粗糙度的測量完成了鋁塊表面粗糙度數據的采集工作，通過SPSS 軟件對表面粗糙度以及切削參數進行多元非線性回歸擬合得出鋁塊的表面粗糙度預測模型，為研究數控加工過程中切削參數對表面質量的影響提供了一定的思路。