基于數控精雕機的氧化鋁陶瓷板鉆孔的工藝分析

李曉妹 吳惠敏

摘 要：工程陶瓷加工是數控磨削技術中的一個重要應用領域，其工藝參數對其性能有很大的影響，同時也是衡量工程陶瓷數控加工技術發展的一個重要指標。為了解決工程陶瓷鉆孔的難點，本文利用數控精雕數控機床，將氧化鋁陶瓷片作為加工目標。在目前的工藝條件下，利用環切走刀和小進給量鉆削兩種不同的孔加工方式，為工程陶瓷材料的孔加工提供了更多選擇。

關鍵詞：數控精雕機；氧化鋁陶瓷板；鉆孔工藝

1前言

陶瓷，也叫無機非金屬，根據其材質和制作方法，可以將其分為兩大類：一種是傳統的陶瓷，另一種是工程陶瓷。所謂的傳統陶瓷，就是用自然的硅酸鹽礦物來燒制，也稱為硅酸鹽陶瓷。工程陶瓷是現代各類陶瓷的統稱，又稱為新型陶瓷、高科技陶瓷、精密陶瓷。工程陶瓷是以高純度化工產品為主要原材料，其強度、硬度、耐磨性、耐腐蝕性等諸多優勢，其化學成分、內部結構、使用性能及性能都與傳統陶瓷材料相比，廣泛應用在航天航空、石油化工、儀器儀表、機械制造及核工業等領域。工程陶瓷已經成為繼金屬和工程塑料之后的第三大工程材料。在實際生產中，大量的工程陶瓷產品出現返工、報廢現象，這些現象不但增加了產品的加工成本，而且使企業的盈利能力下降。鑒于工程陶瓷材料的加工困難，本文將其作為研究對象，對其進行了多孔加工分析。

2氧化鋁陶瓷鉆孔加工實驗

2.1實驗裝置及夾具設計

為了與測力系統傳感器相匹配，在傳感器感應鉆進過程中，利用工件夾具和測力系統中的力傳感器，可以將金剛石鉆具在陶瓷材料上的力傳遞給夾具（最多30s）。根據加工部件和測力儀的要求，研制出一套整體尺寸150mm×120mm×20mum的夾具，夾具中心設有臺階形的凹槽，用于安裝陶瓷薄板制品，并與測力系統傳感器相連接。夾具和傳感器之間的固定方式是以螺栓為主體，而工件和夾具則是以螺釘下墊片為基礎。

2.2實驗方案設計

為驗證鉆探模擬結果的主要內容，試驗中所用的主要加工零件（氧化鋁板）為50 mn×50 mm×3 mm （長×寬×高）。同時，該夾具可一次夾持3個工件。對各種加工條件下的氧化鋁陶瓷進行了鉆進試驗，將測力計的傳感器和夾具安裝在機床上，對各種加工參數下的鉆進力進行了記錄。

在試驗過程中，對金剛石鉆具的各個軸向分力和各個軸向力矩進行了實時記錄，在同一陶瓷片上，為減小切削工具的磨損和外部環境等因素的影響，在同一陶瓷片上，鉆孔數量為3，同一陶瓷片上的加工孔徑和工藝參數不發生變化。為了觀察鉆具的損壞，在三次試驗后，將鉆具卸下，觀察其表面形態。在鉆進時，為降低鉆削熱量對工件的加工質量和金剛石鉆具的壽命造成的影響，必須在鉆進時開啟冷卻水。

2.3鉆孔過程分析

第一，鉆削力的變化。在鉆削過程中，利用時域信號分析方法可以較好地反映鉆具與工件之間的動態交互作用。在對氧化鋁陶瓷進行鉆孔時，鉆頭與工件表面的接觸使其軸向作用力迅速增大，并出現了較大幅度的振蕩。當磨料逐漸進入工件時，軸向力逐漸升高，然后下降到一個穩定的區間，直到整個切削過程中，軸向力突然下降到0。在扭矩上，鉆頭與工件間的扭矩是 Mx，并且扭矩 Mx的變化趨勢與軸向力凡的趨勢相近。在氧化鋁陶瓷鉆削加工中，切屑阻塞是非常普遍的，特別是在鉆具內部容易出現切屑阻塞。金剛石鉆具內已經布滿了白色的陶瓷碎屑，如果碎屑不能及時排除，并且在一定程度上累積，從而增加了鉆機的不穩定性，影響到陶瓷孔的加工質量和加工工具。

第二，對工件加工過程中的損傷進行分析。在用金剛石鉆具對陶瓷和玻璃等硬脆材料進行鉆探時，很容易對孔口產生破壞，而且孔口部位的破壞十分嚴重。氧化鋁陶瓷因其硬度高、脆性高，在打孔時容易產生加工缺陷，其中陶瓷孔的破損最為明顯。通過數控技術，可以觀察到陶瓷孔口的材料剝離和顯微形態，從而觀察到陶瓷孔口的破壞。因為氧化鋁陶瓷是一種不導電的材質，所以被觀察的樣品都是經過了金色的。

第三，對鉆頭的損壞進行分析。在鉆削加工時，由于其高硬度和耐磨性能，使其不可避免地產生多種破壞。鉆頭數量越多，鉆頭內的切屑越多，鉆頭內的磨屑就越多，磨粒就越容易脫落。在鉆頭數量為18的情況下，鉆頭表面出現了較大的磨粒磨損和磨粒脫落現象[1]。

在鉆頭斷裂之前，鉆頭的軸向作用力會隨著鉆頭的碎屑而逐漸增大，這是由鉆頭底部產生的碎屑造成的。在下一次鉆進的過程中，鉆具底部的裂縫迅速擴大，從40 N到4 N，最后達到73 N。鉆具斷裂后，在下一次鉆進時，會聽到鉆頭與工件的摩擦聲不同。這時，鉆具與工件水平面接觸的部位不再存在磨粒，隨著鉆削力的增大，鉆頭表面出現了異常的波動。在金剛石鉆具斷裂時，由于陶瓷孔口附近的材料會產生較大范圍的崩塌，會對其造成很大的機械損壞。

3工程陶瓷多孔加工試驗

3.1加工設備和冷卻

采用北京精雕睿雕數控加工設備，在加工時利用切削液對磨頭和工件進行冷卻，完成沖削和清洗。

3.2刀具的選擇

鑒于其高硬度、高脆性等特點，可選用5 mm直徑的磨具和6 mm直徑的磨具，分別采用銑削環切削走刀模式和小進給量鉆孔工藝。

3.3工程陶瓷數控精雕機磨削鉆孔加工工藝

第一，采用銑削環切割走刀工藝。開啟數控編程程序，選定要加工的圓孔，開啟工具條下的刀道，選定路線向導，通過系統的方法，找出區域加工小組，選擇走刀模式，選擇環切走刀，選擇深度5，單擊“下一步”，因為系統資料庫中沒有“氧化鋁”陶瓷材料，所以“吃刀深度”一欄設置為0.01。

在實際生產中，使用了一種具有5 mm直徑的金剛石磨粒的平底磨頭。如果我們選擇與被加工孔直徑相等的金剛石磨頭進行加工，則會發現，在高速旋轉的情況下，磨頭與硬度較高的氧化鋁工程陶瓷接觸時，會有較大的摩擦，從而使磨頭出現輕微的晃動，從而造成加工孔的直徑變大，無法保證加工的尺寸，因此我們選擇略小于孔徑的磨頭進行加工，以確保加工的尺寸。

第二，鉆孔加工的方法。開啟數控程序，選定要加工的圓孔，開啟工具條下的刀道，選定路線向導，通過系統方法，確定區域加工小組，選擇鉆進，深度選定5，按下步驟，因為系統資料庫中沒有氧化鋁陶瓷材料，在“吃刀”深度一欄中，按“0.01”按鈕，按“下一”按鈕，在“加工路線”上單擊“確定”，“確定”，“最后”，“在工具欄”中，“選擇”“模具”[2]。

為避免陶瓷制品在工藝過程中產生崩裂、細微裂縫等缺陷，在陶瓷制品的上、下兩個部分分別加入壓力板和下部支撐板，從而大大降低了材料的開裂和開裂。通過對陶瓷表面的預應力進行分析，認為其原因在于：上壓板在被加工的陶瓷表面上施加了預應力，減少了研磨過程中的應力，阻止了陶瓷表面的微小裂縫的擴散，從而避免了陶瓷表面的開裂；增加下部支承板可以減少工程陶瓷材料底部的應力，避免在快速處理結束時出現斷裂。

4數控磨削加工工藝建模研究

4.1數控磨削加工神經網絡模型的建立

數控研磨過程中的工藝效果與參數的關系非常復雜，采用特定的數學公式對其進行描述，是一個很大的非線性問題。在此基礎上，將神經網絡用于數控磨削加工過程的仿真，充分體現了人工神經網絡的優勢。同時，通過神經網絡的非線性函數，可以解決數控磨削加工數學模型的非線性問題。

第一，采集樣本資料。在數控研磨過程中，采用神經網絡技術構建了磨削加工過程的數學模型。在此基礎上，以主軸轉速、進給速度、進給速度、磨頭粒度等參數為輸入變量，并以三次加工的平均時間、磨頭磨損、磨邊量等參數為輸出變量，構建 BP神經網絡。

第二， BP網絡的建模。通過對 BP神經網絡中的節點數目進行適當的選取，利用三層 BP網絡對工程陶瓷數控磨削加工工藝參數和加工效果之間的非線性關系進行了擬合。也就是用數學的方法來描述這些工藝參數對加工效果的影響。

通過對多個實驗數據的初始化和網絡結構的設定，對數據進行標準化處理，得出最適合的模型。在 BP神經網絡訓練前，對樣本進行標準化處理，因此，訓練后的結果仍然是標準化的[3]。

4.2工程陶瓷數控磨削加工BP神經網絡仿真

通過對硼化鋯預噴油支板的數控研磨工藝參數和各個因子的選擇，將其置于 BP神經網絡的數學模型中進行網絡訓練，進一步驗證了神經網絡的預測能力。

通過對隨機選擇的參數進行 BP神經網絡的訓練，其結果與實際生產過程中采用同樣的參數進行比較，其預測值最大值分別為19.1%和0.89%。

然后，將多目標工藝參數優化組合與任意一種組合進行了仿真模擬，結果表明：在考慮加工過程影響的前提下，最佳組合的模擬結果優于任意一組。

利用 BP神經網絡原理，以工程陶瓷數控磨削加工實驗為基礎，建立了一個基于 BP神經網絡的數控磨削加工數學模型。通過對最佳工藝參數的模擬實驗，證明了多個優化過程的綜合結果是最佳的參數組合。

5結語

因此，采用不同的加工工藝和工裝夾具，會對產品的表面質量產生影響。采用銑削環切走刀法，可以保證工件的質量，但加工速度較慢；采用鉆孔工藝，其工藝質量難以保證，加工速度也相對較快，但在陶瓷表面增加上壓片和下托片，可以有效地防止裂紋和微裂紋，既能確保制品的質量，又能加快加工速度。

參考文獻

[1] 吳文濤. 基于數控精雕機的氧化鋁陶瓷板鉆孔的工藝分析[J]. 江蘇陶瓷，2018，51（5）：17-18.

[2] 吳泓宇，紀成光，肖璐. 陶瓷基板通孔制作研究與成孔質量分析[J]. 印制電路信息，2018，26（z1）：510-518.

[3] 聶勵鵬. 釬焊金剛石鉆孔工具加工高硬度工程陶瓷的研究[D]. 廣東：廣東工業大學，2011.