工程科学学报，第39卷.第8期：1207-1214,2017年8月 Chinese Journal of Engineering,Vol.39,No.8:1207-1214,August 2017 D0L:10.13374/j.issn2095-9389.2017.08.010;htp:/journals..usth.edu.cn 新型硬质合金微坑车刀切削能对比研究与预测 占 刚13)，何林12)区，蒋宏婉)，邹中妃) 1)贵州大学机械工程学院，贵阳5500252)贵州师范学院，贵阳5500183)贵州电子信息职业技术学院，凯里556000 ☒通信作者，E-mail:hein6568@163.com 摘要切削能绝大部分会转化为切削热，进而直接影响切削温度，因此研究切削能的产生、传递与转化对切削温度的研究 尤显重要.本文以304不锈钢专用新型硬质合金微坑车刀创新设计为例，通过对新型微坑车刀和原车刀切削过程的切削能比 较研究，建立车刀切削过程切削能与前刀面温度的关系模型，开展新型微坑车刀剪切能和摩擦能的预测研究和切削实验验 证.研究结果表明，用实际生产推荐切削参数，干式切削情况下，新型硬质合金微坑车刀相比原车刀，输人能量降低8.96%， 剪切能降低10.50%，摩擦能降低5.32%：刀具前刀面的切削温度与剪切能和摩擦能呈正相关关系：所建立切削能预测模型 可为复杂切削条件下的切削能预测及前刀面切削温度研究提供参照。 关键词切削能：剪切能：摩擦能：预测模型：304不锈钢 分类号TG712 Performance comparison and prediction of cutting energy of new cemented carbide micro-pit turning tool ZHAN Gang'),HE Lin),JIANG Hong-wan,ZOU Zhong-fei 1)School of Mechanical Engineering.Guizhou University,Guiyang 550025,China 2)Guizhou Normal College,Guiyang 550018.China 3)Guizhou Vocational Technology college of Eleetronics Information,Kaili 556000,China Corresponding author,E-mail:helin6568@163.com ABSTRACT Cutting energy can be transformed into cutting heat,which directly affects the cutting temperature.Therefore,it is im- portant to understand the generation,transfer,and transformation of cutting energy to cutting temperature.In this paper,an innovation design of a new cemented carbide micro-pit turning tool specially cutting 304 stainless steel was taken as an example.Through compar- ative studying the cutting performance of new micro-pit turning tool and original turning tool,the relationship model between cutting energy and cutting temperature of rake face was established.And the prediction of shear energy and friction energy of the new micro- pit turning tool and experimental verification were carried out.The results show the input energy to be reduced by 8.96%,the shear energy to be decreased by 10.50%and the friction energy to be reduced by 5.32%compared with the original turning tool under dry cutting conditions using the manufacturer's recommended cutting parameters.The cutting surface temperature can be reduced by a de- crease in the cutting energy.The cutting energy prediction model can serve as a reference for predicting cutting energies and cutting face temperatures under complex cutting conditions. KEY WORDS cutting energy;shear energy;friction energy;prediction model;304 stainless steel 在金属切削过程中，所有与切屑形成有关系的能 传入工件和周边环境，其余部分传入刀具，导致刀具温 量基本上都转化成热能，其中大部分被切屑带走，少量 度升高，加剧刀具磨损，降低刀具寿命.切削温度一直 收稿日期：2016-09-22 基金项目：国家自然科学基金资助项目(51265005,51665007)：教育部博士点基金资助项目(20125201110001)
工程科学学报,第 39 卷,第 8 期:1207鄄鄄1214,2017 年 8 月 Chinese Journal of Engineering, Vol. 39, No. 8: 1207鄄鄄1214, August 2017 DOI: 10. 13374 / j. issn2095鄄鄄9389. 2017. 08. 010; http: / / journals. ustb. edu. cn 新型硬质合金微坑车刀切削能对比研究与预测 占 刚1,3) , 何 林1,2) 苣 , 蒋宏婉1) , 邹中妃1) 1) 贵州大学机械工程学院, 贵阳 550025 2) 贵州师范学院, 贵阳 550018 3) 贵州电子信息职业技术学院, 凯里 556000 苣 通信作者,E鄄mail:helin6568@ 163. com 摘 要 切削能绝大部分会转化为切削热,进而直接影响切削温度,因此研究切削能的产生、传递与转化对切削温度的研究 尤显重要. 本文以304 不锈钢专用新型硬质合金微坑车刀创新设计为例,通过对新型微坑车刀和原车刀切削过程的切削能比 较研究,建立车刀切削过程切削能与前刀面温度的关系模型,开展新型微坑车刀剪切能和摩擦能的预测研究和切削实验验 证. 研究结果表明,用实际生产推荐切削参数,干式切削情况下,新型硬质合金微坑车刀相比原车刀,输入能量降低 8郾 96% , 剪切能降低 10郾 50% ,摩擦能降低 5郾 32% ;刀具前刀面的切削温度与剪切能和摩擦能呈正相关关系;所建立切削能预测模型 可为复杂切削条件下的切削能预测及前刀面切削温度研究提供参照. 关键词 切削能; 剪切能; 摩擦能; 预测模型; 304 不锈钢 分类号 TG712 Performance comparison and prediction of cutting energy of new cemented carbide micro鄄pit turning tool ZHAN Gang 1,3) , HE Lin 1,2) 苣 , JIANG Hong鄄wan 1) , ZOU Zhong鄄fei 1) 1) School of Mechanical Engineering, Guizhou University, Guiyang 550025, China 2) Guizhou Normal College, Guiyang 550018, China 3) Guizhou Vocational Technology college of Electronics & Information, Kaili 556000, China 苣 Corresponding author, E鄄mail: helin6568@ 163. com ABSTRACT Cutting energy can be transformed into cutting heat, which directly affects the cutting temperature. Therefore, it is im鄄 portant to understand the generation, transfer, and transformation of cutting energy to cutting temperature. In this paper, an innovation design of a new cemented carbide micro鄄pit turning tool specially cutting 304 stainless steel was taken as an example. Through compar鄄 ative studying the cutting performance of new micro鄄pit turning tool and original turning tool, the relationship model between cutting energy and cutting temperature of rake face was established. And the prediction of shear energy and friction energy of the new micro鄄 pit turning tool and experimental verification were carried out. The results show the input energy to be reduced by 8郾 96% , the shear energy to be decreased by 10郾 50% and the friction energy to be reduced by 5郾 32% compared with the original turning tool under dry cutting conditions using the manufacturer蒺s recommended cutting parameters. The cutting surface temperature can be reduced by a de鄄 crease in the cutting energy. The cutting energy prediction model can serve as a reference for predicting cutting energies and cutting face temperatures under complex cutting conditions. KEY WORDS cutting energy; shear energy; friction energy; prediction model; 304 stainless steel 收稿日期: 2016鄄鄄09鄄鄄22 基金项目: 国家自然科学基金资助项目(51265005,51665007);教育部博士点基金资助项目(20125201110001) 在金属切削过程中,所有与切屑形成有关系的能 量基本上都转化成热能,其中大部分被切屑带走,少量 传入工件和周边环境,其余部分传入刀具,导致刀具温 度升高,加剧刀具磨损,降低刀具寿命. 切削温度一直
·1208· 工程科学学报，第39卷，第8期 都是国内外切削加工领域学者研究的重点山，而切削 vatyali)研究表明切削力和切削速度是影响切削能的 能的产生、传递与转化对切削温度的研究尤为重要. 主要因素：印度该塔维史诺第维大学Bhushants]优化 美国圣路易斯大学Ma等]通过改变切削速度、刀具 了车削7075铝合金切削参数，使切削能消耗减少 前角、刀尖半径和刃口半径，来研究切削AS4140过 13.55%;以上成果从不同的角度开展了切削能的研 程中切削能消耗变化规律，得到较大的切削速度和前 究，但至今未见以304不锈钢为加工对象，从基础理论 角，较小刃口半径和刀尖半径有利于切削能的减少的 角度开展的切削能预测研究.本文主要针对自贡硬质 结论：南京航空航天大学Wu等[)试验研究了微切削合金厂304不锈钢专用硬质合金车刀前刀面微坑创新 过程中切削能同负前角之间的关系，结果表明：当有效设计，通过切削能对比研究，预测新型微坑车刀剪切能 负前角没有达到临界值时，切削能随着切削厚度与刃 和摩擦能，建立剪切能和摩擦能的预测模型，并通过切 口半径比值的减小而逐渐增加，当有效负前角超过临 削实验加以验证. 界值后，切削能急剧的增加：英国曼彻斯特大学Blo 1切削能的求解 gun等[4]研究了刀具磨损、刃口钝化半径对切削能的 影响；山东大学Wang等o研究了高速切削7050- 假设材料大变形时不可压缩，切削过程中剪切 T7451铝合金过程中切削能的消耗，研究表明：在试验 变形区速度关系如图1(a)所示，v为切削速度，v.为 的速度范围内，剪切能占到切削能总量的80%，随着 切屑速度，)，为剪切速度，三者形成封闭速度三角形； 切削速度的增加，剪切能的比例降低，摩擦能比例大致 图1(b)为前刀面和剪切区作用于切屑的受力平 保持不变：土耳其伊斯坦布尔技术大学Akyildiz和Li- 衡图. 切屑 切屑 工件 刀具 工件 刀具 b 图1切削过程切屑的受力和速度关系.(a)剪切变形区速度关系：(b)切屑受力平衡图 Fig.1 Relationship between force and velocity of cutting:(a)velocity relation in shear deformation zone;(b)chip stress balance diagram a为切屑厚度，a为切削厚度，d为切削宽度，h,为 根据剪切面切削模型的力学关系理论)]，切削过 切削深度，y。为刀具前角，9，为刀具余偏角，中为工件 程中切屑同时受到第一变形区剪切变形产生的力和前 材料剪切角，∫为进给量，为切屑变形系数，根据连续 刀面摩擦挤压力的作用，两者构成平衡，如图1(b)所 条件得： 示，B为摩擦角，刀具对切屑的作用合力F可分解为 a=f.cos o:, (1) 前刀面上的摩擦力F和正压力F。,工件对切屑的作用 h。 合力F可分解为水平分力F,和垂直分力F,即分别 d=cos (2) 为测力系统采集的主切削力和进给抗力，也可分解为 (3) 剪切面上的切向力F和法向力F,则有： F=F..sin Yo +F,'cos Yo, (6) cos Yo lan中Fg-sinY0 (4) Fn=Fn·cosB, (7) F.=F。·(cos Yo+sin yotan B), (8) 根据图1(a)所示，可知剪切面上的剪应变δ可表 F,=Fn·sin(B-Yo), (9) 示为： F.=F.(cosΦ-sin中tan(B-yo),(10) 8=d cos Yo (5) F F:'tan Yo+F, Fea=sin中cos(中-yo) tan B-F.-F.-F,-lan Y (11)
工程科学学报,第 39 卷,第 8 期 都是国内外切削加工领域学者研究的重点[1] ,而切削 能的产生、传递与转化对切削温度的研究尤为重要. 美国圣路易斯大学 Ma 等[2] 通过改变切削速度、刀具 前角、刀尖半径和刃口半径,来研究切削 AISI4140 过 程中切削能消耗变化规律,得到较大的切削速度和前 角,较小刃口半径和刀尖半径有利于切削能的减少的 结论;南京航空航天大学 Wu 等[3] 试验研究了微切削 过程中切削能同负前角之间的关系,结果表明:当有效 负前角没有达到临界值时,切削能随着切削厚度与刃 口半径比值的减小而逐渐增加,当有效负前角超过临 界值后,切削能急剧的增加;英国曼彻斯特大学 Balo鄄 gun 等[4鄄鄄5]研究了刀具磨损、刃口钝化半径对切削能的 影响;山 东 大 学 Wang 等[6] 研 究 了 高 速 切 削 7050鄄鄄 T7451 铝合金过程中切削能的消耗,研究表明:在试验 的速度范围内,剪切能占到切削能总量的 80% ,随着 切削速度的增加,剪切能的比例降低,摩擦能比例大致 保持不变;土耳其伊斯坦布尔技术大学 Akyildiz 和 Li鄄 vatyali [7]研究表明切削力和切削速度是影响切削能的 主要因素;印度该塔维史诺第维大学 Bhushan [8] 优化 了车削 7075 铝合金切削参数,使切削能消耗减少 13郾 55% ;以上成果从不同的角度开展了切削能的研 究,但至今未见以 304 不锈钢为加工对象,从基础理论 角度开展的切削能预测研究. 本文主要针对自贡硬质 合金厂 304 不锈钢专用硬质合金车刀前刀面微坑创新 设计,通过切削能对比研究,预测新型微坑车刀剪切能 和摩擦能,建立剪切能和摩擦能的预测模型,并通过切 削实验加以验证. 1 切削能的求解 假设材料大变形时不可压缩,切削过程中剪切 变形区速度关系如图 1 ( a) 所示,v 为切削速度,vc为 切屑速度,vs为剪切速度,三者形成封闭速度三角形; 图 1( b) 为 前 刀 面 和 剪 切 区 作 用 于 切 屑 的 受 力 平 衡图. 图 1 切削过程切屑的受力和速度关系. (a) 剪切变形区速度关系; (b) 切屑受力平衡图 Fig. 1 Relationship between force and velocity of cutting: (a) velocity relation in shear deformation zone; (b) chip stress balance diagram ac为切屑厚度,a 为切削厚度,dw为切削宽度,hp为 切削深度,酌0为刀具前角,渍r为刀具余偏角,准 为工件 材料剪切角,f 为进给量,孜 为切屑变形系数,根据连续 条件得: a = f·cos 渍r, (1) dw = hp cos 渍r , (2) 孜 = ac a , (3) tan 准 = cos 酌0 孜 - sin 酌0 . (4) 根据图 1(a)所示,可知剪切面上的剪应变 啄 可表 示为: 啄 = dd忆 ed = cos 酌0 sin 准·cos(准 - 酌0 ) . (5) 根据剪切面切削模型的力学关系理论[9] ,切削过 程中切屑同时受到第一变形区剪切变形产生的力和前 刀面摩擦挤压力的作用,两者构成平衡,如图 1( b)所 示,茁 为摩擦角,刀具对切屑的作用合力 Fry可分解为 前刀面上的摩擦力 Ff和正压力 Fn ,工件对切屑的作用 合力 Frs可分解为水平分力 Fz和垂直分力 Fy,即分别 为测力系统采集的主切削力和进给抗力,也可分解为 剪切面上的切向力 Fs和法向力 Fns,则有: Ff = Fz·sin 酌0 + Fy·cos 酌0 , (6) Fn = Fry·cos 茁, (7) Fz = Fn·(cos 酌0 + sin 酌0·tan 茁), (8) Fy = Fry·sin (茁 - 酌0 ), (9) Fs = Fz·(cos 准 - sin 准·tan (茁 - 酌0 )), (10) tan 茁 = Ff Fn = Fz·tan 酌0 + Fy Fz - Fy·tan 酌0 . (11) ·1208·
占刚等：新型硬质合金微坑车刀切削能对比研究与预测 ·1209· 因而，剪切面上的剪应力T,和正应力σ，分别为： 屑的比率，R,是前刀面因摩擦产生热量q,流入切屑的 7=（Eos中-￡sin)sinb 比率 (12) da 切除单位体积金属材料各部分切削能可表示为： g.=Esim中+Fcos中)sin6 (13) F.v N.=pd.a-d.a (14) 车削过程中，不断通过能量输入，使切屑发生变形 和断裂分离，其总能量N,主要包括剪切面上的剪切能 N.=- =T,"6, (15) v.da N,前刀面上的摩擦能N,切削中形成新表面的表面 N Fr've Fr 能V,以及材料通过剪切面时运动量发生变化能 v-d a=da (16) NM,如图2所示.表面能N和运动量发生变化能N 一般较小，忽略不计.R是剪切面产生热量q。流入切 2切削能的对比研究 对比实验刀具采用如图3所示自贡硬质合金提供 切屑 的304不锈钢车刀和经改进设计的新型微坑车刀.新 型微坑车刀微坑边缘距主切刃0.34mm,距副切刃 总输人能量 0.28mm,微坑长为1.17mm,宽为0.75mm,最大微坑 刀具 深度为0.1mm,新型微坑车刀几何角度和工作角度如 变化能 表1所示.实验机床为C6136HK数控车床，测力仪为 R9. (1-R灯n 工件 剪切能 Kistler-9257B,工件为直径60mm的304不锈钢棒料， 摩擦能 (1-R9 工件材料物理机械性能如表2所示.切削参数采用实 、一表面能 际生产推荐参数，切削速度v为l50 m'min-,进给量 图2切削能量消耗 为0.15mmr,切削深度h,为2mm.测力切削实验平 Fig.2 Consumption of cutting energy 台如图4所示. ￥0 (a b (c) d 图3原车刀和新型微坑车刀对比图.(a)原车刀：(b)新型微坑车刀：(c)微坑放大图：(d)微坑二维图（单位：mm) Fig.3 Comparison of new cemented carbide coating tool and ordinary tool:(a)ordinary tool;(b)new micro-pit turning tool;(c)micro-pit en- largement;(d)two-dimensional schematic of micro pits (unit:mm) 表1刀具的几何角度 Table 1 Geometric tool angles () 刀尖角，6， 前角，Y。 后角，0 刃倾角，入， 主偏角，k 余偏角，9 80 8 7 -5 95 -5 表2工件材料性能 Table 2 Material property parameters 密度/(gcm3) 抗拉强度/MPa 硬度，HRC 泊松比 弹性模量/GPa 7.93 520 29 0.24 206 实验过程中，每一切削实验各方向的切削力数据 的切削能，如表3所示 采集3次，求其算术平均值作为所切方向的切削力值： 由表3可知，原车刀F降低8.96%，F,降低 同时，每一实验均收集切屑，且切削足够长度，3次测 4.48%:在同样切削条件下，使用新型微坑车刀进行切 量切屑厚度，取其算术平均值为所测实验的切屑厚度， 削，单位体积输入能量降低8.96%，剪切能降低 由式(1)至式(16)可计算得到原车刀和新型微坑车刀 10.5%,摩擦能降低5.32%.进一步分析发现，由于新
占 刚等: 新型硬质合金微坑车刀切削能对比研究与预测 因而,剪切面上的剪应力 子s 和正应力 滓s 分别为: 子s = (Fz·cos 准 - Fy·sin 准)·sin 准 dw·a , (12) 滓s = (Fz·sin 准 + Fy·cos 准)·sin 准 dw·a . (13) 车削过程中,不断通过能量输入,使切屑发生变形 和断裂分离,其总能量 Ns 主要包括剪切面上的剪切能 Nss,前刀面上的摩擦能 Nsf,切削中形成新表面的表面 能 NsA ,以及材料通过剪切面时运动量发生变化能 NsM ,如图 2 所示. 表面能 NsA和运动量发生变化能 NsM 一般较小,忽略不计. R1 是剪切面产生热量 qs 流入切 图 2 切削能量消耗 Fig. 2 Consumption of cutting energy 屑的比率,R2 是前刀面因摩擦产生热量 q浊流入切屑的 比率. 切除单位体积金属材料各部分切削能可表示为: Ns = Fz·v v·dw·a = Fz dw·a , (14) Nss = Fs·vs v·dw·a = 子s·啄, (15) Nsf = Ff·vc v·dw·a = Ff dw·ac . (16) 2 切削能的对比研究 对比实验刀具采用如图 3 所示自贡硬质合金提供 的 304 不锈钢车刀和经改进设计的新型微坑车刀. 新 型微坑车刀微坑边缘距主切刃 0郾 34 mm,距副切刃 0郾 28 mm,微坑长为 1郾 17 mm,宽为 0郾 75 mm,最大微坑 深度为 0郾 1 mm,新型微坑车刀几何角度和工作角度如 表 1 所示. 实验机床为 C6136HK 数控车床,测力仪为 Kistler鄄鄄9257B,工件为直径 60 mm 的 304 不锈钢棒料, 工件材料物理机械性能如表 2 所示. 切削参数采用实 际生产推荐参数,切削速度 v 为 150 m·min - 1 ,进给量 f 为 0郾 15 mm·r - 1 ,切削深度 hp为 2 mm. 测力切削实验平 台如图 4 所示. 图 3 原车刀和新型微坑车刀对比图. (a) 原车刀; (b) 新型微坑车刀; (c) 微坑放大图; (d) 微坑二维图(单位:mm) Fig. 3 Comparison of new cemented carbide coating tool and ordinary tool: ( a) ordinary tool; ( b) new micro鄄pit turning tool; ( c) micro鄄pit en鄄 largement; (d) two鄄dimensional schematic of micro pits (unit: mm) 表 1 刀具的几何角度 Table 1 Geometric tool angles (毅) 刀尖角,着r 前角,酌0 后角,琢0 刃倾角,姿s 主偏角,kr 余偏角,渍r 80 8 7 - 5 95 - 5 表 2 工件材料性能 Table 2 Material property parameters 密度/ (g·cm - 3 ) 抗拉强度/ MPa 硬度,HRC 泊松比 弹性模量/ GPa 7郾 93 520 29 0郾 24 206 实验过程中,每一切削实验各方向的切削力数据 采集 3 次,求其算术平均值作为所切方向的切削力值; 同时,每一实验均收集切屑,且切削足够长度,3 次测 量切屑厚度,取其算术平均值为所测实验的切屑厚度, 由式(1)至式(16)可计算得到原车刀和新型微坑车刀 的切削能,如表 3 所示. 由表 3 可 知, 原 车 刀 Fz 降 低 8郾 96% , Fy 降 低 4郾 48% ;在同样切削条件下,使用新型微坑车刀进行切 削,单 位 体 积 输 入 能 量 降 低 8郾 96% , 剪 切 能 降 低 10郾 5% ,摩擦能降低 5郾 32% . 进一步分析发现,由于新 ·1209·
·1210. 工程科学学报，第39卷，第8期 数据采集计算机 电荷放大器数据采集仪通道变送器 件 图4切削实验平台 Fig.4 Cutting test platform 表3切削能计算结果 Table 3 Calculated cutting energy results 车刀类型 F,/N F/N a/mm N/(M0m3) N/(M0m3) N/(0m3) 原车刀 155.26 350.68 0.3003 1168.93 832.96 335.97 新型微坑车刀 148.60 321.84 0.2997 1072.80 753.79 319.01 降低比例 4.48% 8.96% 0.20% 8.96% 10.50% 5.32% 型微坑车刀微坑的存在，形成了新的刀屑力学平衡，根 知，以上作用力的减小进而直接造成微坑车刀切削过 据切削实验切削力测试结果，新型微坑车刀切削过程 程总输入能、剪切能和摩擦能的降低 的切屑力学模型合力作用线较原车刀发生了以作用线 由切削能量分配理论可知，在切削过程中绝大部 中心为轴心的逆时针转动，建立起新的刀屑接触状态， 分的切削能都转变成热量，没转变成热的能量仅占全 刀屑分离点沿着微坑内壁向着远离主切刃的方向移 部切削能的1%~3%.刀具前刀面切削温度与刀具寿 动，随着切削过程的不断进行，当分离点移动到前刀面 命紧密相关]，因而本研究关注刀具前刀面切削温度 上的某处时，刀屑接触状态再次形成新的平衡.原车 与切削能的关系，并从中探索切削能对刀具切削温度 刀和新型微坑车刀切削过程的力学模型如图5所示. 的影响规律. 由式(11)可知，相比较原车刀摩擦角B减小，同时平 假定塑性变形功完全变成热量[，则剪切面上单 衡力系内的各作用力也相应发生或大或小变化.由于 位时间单位面积的热量q,为： 切削条件不变，忽略法向力F。的微小变化，由式(6) ~式(11)可知，新型微坑车刀的摩擦角减小，从而造 9.= sin中. (17) a.d 成刀具对切屑的作用合力F、主切削力F、进给抗力 单位切削体积的剪切能N为兰 假设剪切 F,、剪切面上切向力F,以及前刀面上摩擦力F,均减 va.d 小.而切削实验测得新型微坑车刀较原普通车刀主切 面上流入切屑的热量为R9.,流入工件的热量为(1- 削力降低8.96%，进给抗力降低4.48%，显然理论分 R,)q。,若不计热量损失，则切屑在剪切面的平均温度 析与实验测量结果相吻合.再由式(14)~式(16)可 日.应为： 切屑 切屑 工件 工件 刀具 刀具 微坑 (a) 图5车刀受力关系.(a)原车刀受力关系：(b)新型微坑车刀受力关系 Fig.5 Turning force relations:(a)ordinary tuming tool;(b)new micro-pit turning tool
工程科学学报,第 39 卷,第 8 期 图 4 切削实验平台 Fig. 4 Cutting test platform 表 3 切削能计算结果 Table 3 Calculated cutting energy results 车刀类型 Fy / N Fz / N ac / mm Ns / (MJ·m - 3 ) Nss / (MJ·m - 3 ) Nsf / (MJ·m - 3 ) 原车刀 155郾 26 350郾 68 0郾 3003 1168郾 93 832郾 96 335郾 97 新型微坑车刀 148郾 60 321郾 84 0郾 2997 1072郾 80 753郾 79 319郾 01 降低比例 4郾 48% 8郾 96% 0郾 20% 8郾 96% 10郾 50% 5郾 32% 型微坑车刀微坑的存在,形成了新的刀屑力学平衡,根 据切削实验切削力测试结果,新型微坑车刀切削过程 的切屑力学模型合力作用线较原车刀发生了以作用线 图 5 车刀受力关系. (a) 原车刀受力关系; (b) 新型微坑车刀受力关系 Fig. 5 Turning force relations: (a) ordinary turning tool; (b) new micro鄄pit turning tool 中心为轴心的逆时针转动,建立起新的刀屑接触状态, 刀屑分离点沿着微坑内壁向着远离主切刃的方向移 动,随着切削过程的不断进行,当分离点移动到前刀面 上的某处时,刀屑接触状态再次形成新的平衡. 原车 刀和新型微坑车刀切削过程的力学模型如图 5 所示. 由式(11)可知,相比较原车刀摩擦角 茁 减小,同时平 衡力系内的各作用力也相应发生或大或小变化. 由于 切削条件不变,忽略法向力 Fn 的微小变化,由式(6) ~ 式(11)可知,新型微坑车刀的摩擦角减小,从而造 成刀具对切屑的作用合力 Fry、主切削力 Fz、进给抗力 Fy、剪切面上切向力 Fs 以及前刀面上摩擦力 Ff 均减 小. 而切削实验测得新型微坑车刀较原普通车刀主切 削力降低 8郾 96% ,进给抗力降低 4郾 48% ,显然理论分 析与实验测量结果相吻合. 再由式(14) ~ 式(16)可 知,以上作用力的减小进而直接造成微坑车刀切削过 程总输入能、剪切能和摩擦能的降低. 由切削能量分配理论可知,在切削过程中绝大部 分的切削能都转变成热量,没转变成热的能量仅占全 部切削能的 1% ~ 3% . 刀具前刀面切削温度与刀具寿 命紧密相关[10] ,因而本研究关注刀具前刀面切削温度 与切削能的关系,并从中探索切削能对刀具切削温度 的影响规律. 假定塑性变形功完全变成热量[11] ,则剪切面上单 位时间单位面积的热量 qs 为: qs = Fs·vs a·dw ·sin 准. (17) 单位切削体积的剪切能 Nss 为 Fs·vs v·a·dw . 假设剪切 面上流入切屑的热量为 R1 qs,流入工件的热量为(1 - R1 )qs,若不计热量损失,则切屑在剪切面的平均温度 兹s 应为: ·1210·
占刚等：新型硬质合金微坑车刀切削能对比研究与预测 ·1211· a.a-co+=BX+（18 削温度较原车刀是降低的. -+8。= cP(ad） CP 图6为Deform-3D有限元仿真刀具前刀面温度变 式中，6。为环境温度，c是6。~6.间工件材料的比热 化曲线，仿真切削参数及刀具工作角度均与切削实验 容，P,是工件材料的密度. 参数相同，为生产实际推荐参数，材料流动应力模型、 前刀面因切屑摩擦所造成的温升用日，表示，则前 摩擦模型和断裂准则均采用软件默认设置，由图5可 刀面的平均温度6，应为： 以得到原车刀前刀面刀屑接触区平均温度为605℃， 0,=0+0 (19) 而新型微坑车刀前刀面刀屑接触区平均温度为564 前刀面单位时间单位面积产生的热量为q,则有： ℃，由仿真分析可得新型微坑车刀前刀面刀屑接触区 Fve 切削温度较原车刀是降低的 4n=Id. (20) 700r 原刀片 式中，l为刀屑接触长度 新型微坑车刀 600 单位切削体积的摩擦能N,为F:,假设前刀面 500 va'd. 400 流入切屑中的热量为R29,由摩擦引起的在刀屑接触 300 表面上的平均温度为： 200 0.754(R29,)20.377R,m*a 100 0 -N(21) k√L k2'L2 式中，k2是在温度为(0，+0，)时切屑的导热系数；L2= 0.0020.0040.0060.0080.010 时间 0e2 2山，@，是在温度为(0，+日，)时切屑的导温系数，， 图6切削仿真车刀温度对比曲线 Fig.6 Simulation of temperature contrast curve of cutting blade =,A4分别是在温度为（可+8）时切屑的密度 图7为耐用度实验车刀按生产实际推荐切削参数 干式切削30min时原车刀和微坑车刀后刀面磨损图 和比热容 像，图8为前刀面磨损图像，图9为耐用度实验后刀面 由式(17)~式(21)，前刀面刀屑接触区的平均温 磨损折线图. 度6，为： 由图6、图7、图8和图9可知，新型微坑车刀能降 日=月+月=尽N. 0.377R,"-0.N4+6o- 低切削温度，减少后刀面和前刀面的磨损，提高车刀的 Cip k2·√匹 使用寿命 (22) 基于式(22)可知，若忽略两车刀切削过程因切削 3切削能的预测 温度不同造成的工件和刀具材料热物理性能的微小差 3.1回归正交实验 异，刀具前刀面的切削温度与剪切能和摩擦能呈正相 回归正交试验同样在C6136HK数控车床平台和 关关系，即可通过剪切能和摩擦能的变化来判断刀具 同样的切削条件下进行，试验方案如表4和5所示. 前刀面的温度的变化，结合切削实验和理论计算所得 在上述实验过程中，每一切削实验各方向的切削 改进前后两车刀切削能，可知新型微坑车刀前刀面切 力数据同样采集3次，求其算术平均值作为所切方向 图7后刀面磨损图.(a)原车刀磨损图：(b)新型微坑车刀磨损图 Fig.7 Flank wear images:(a)ordinary tool;(b)new micro-pitting tool
占 刚等: 新型硬质合金微坑车刀切削能对比研究与预测 兹s = R1 qs(a·dw·csc 准) c1 籽1 (v·a·dw ) + 兹0 = R1Nss c1 籽1 + 兹0 . (18) 式中,兹0 为环境温度,c1 是 兹0 ~ 兹s 间工件材料的比热 容,籽1 是工件材料的密度. 前刀面因切屑摩擦所造成的温升用 兹f 表示,则前 刀面的平均温度 兹t 应为: 兹t = 兹f + 兹s . (19) 前刀面单位时间单位面积产生的热量为 q浊 ,则有: q浊 = Ff·vc l f·dw . (20) 式中,l f 为刀屑接触长度. 单位切削体积的摩擦能 Nsf为 Ff·vc v·a·dw ,假设前刀面 流入切屑中的热量为 R2 q浊 ,由摩擦引起的在刀屑接触 表面上的平均温度为: 兹f = 0郾 754(R2·q浊 ) l f 2 k2 L2 = 0郾 377R2·v·a k2· L2 ·Nsf . (21) 式中,k2 是在温度为(兹f + 兹s)时切屑的导热系数;L2 = vc· l f 2 2棕2 ,棕2 是在温度为(兹f + 兹s )时切屑的导温系数,棕2 = k2 c2 籽2 ,籽2 、c2 分别是在温度为( 兹f + 兹s )时切屑的密度 和比热容. 由式(17) ~ 式(21),前刀面刀屑接触区的平均温 度 兹t 为: 兹t = 兹f + 兹s = R1 c1 籽1 ·Nss + 0郾 377R2·v·a k2· L2 ·Nsf + 兹0 . (22) 图 7 后刀面磨损图. (a) 原车刀磨损图; (b) 新型微坑车刀磨损图 Fig. 7 Flank wear images: (a) ordinary tool; (b) new micro鄄pitting tool 基于式(22)可知,若忽略两车刀切削过程因切削 温度不同造成的工件和刀具材料热物理性能的微小差 异,刀具前刀面的切削温度与剪切能和摩擦能呈正相 关关系,即可通过剪切能和摩擦能的变化来判断刀具 前刀面的温度的变化,结合切削实验和理论计算所得 改进前后两车刀切削能,可知新型微坑车刀前刀面切 削温度较原车刀是降低的. 图 6 为 Deform鄄鄄3D 有限元仿真刀具前刀面温度变 化曲线,仿真切削参数及刀具工作角度均与切削实验 参数相同,为生产实际推荐参数,材料流动应力模型、 摩擦模型和断裂准则均采用软件默认设置,由图 5 可 以得到原车刀前刀面刀屑接触区平均温度为 605 益 , 而新型微坑车刀前刀面刀屑接触区平均温度为 564 益 ,由仿真分析可得新型微坑车刀前刀面刀屑接触区 切削温度较原车刀是降低的. 图 6 切削仿真车刀温度对比曲线 Fig. 6 Simulation of temperature contrast curve of cutting blade 图 7 为耐用度实验车刀按生产实际推荐切削参数 干式切削 30 min 时原车刀和微坑车刀后刀面磨损图 像,图 8 为前刀面磨损图像,图 9 为耐用度实验后刀面 磨损折线图. 由图 6、图 7、图 8 和图 9 可知,新型微坑车刀能降 低切削温度,减少后刀面和前刀面的磨损,提高车刀的 使用寿命. 3 切削能的预测 3郾 1 回归正交实验 回归正交试验同样在 C6136HK 数控车床平台和 同样的切削条件下进行,试验方案如表 4 和 5 所示. 在上述实验过程中,每一切削实验各方向的切削 力数据同样采集 3 次,求其算术平均值作为所切方向 ·1211·
·1212· 工程科学学报，第39卷，第8期 图8前刀面磨损图.()原车刀磨损图：(b)新型微坑车刀磨损图 Fig.8 Rake face wear images:(a)ordinary tool;(b)new micro-pitting tool 0.4 的切屑厚度.切削实验数据如表6所示 ·一新型微坑车刀 。一原车刀 表6切削实验数据 0.3 Table 6 Cutting test data 实验号 F,/N F/N a/mm 照 0.2 134.020 281.220 0.3017 2 181.280 252.920 0.3043 0.1 3 129.440 352.400 0.2050 158.600 391.840 0.2997 101520 2530 264.200 333.390 0.3883 时间/mim 6 78.420 134.520 0.2027 图9后刀面磨损折线图 Fig.9 Flank wear curves 7 120.000 166.240 0.2977 239.260 435.280 0.3717 表4因素水平编码表 9 100.520 197.480 0.2047 Table 4 Factor level coding table 规范变量，乙 自然变量， 3.2新型微坑车刀切削能预测模型的建立 /(m.min-1) f/(mr-1) h/mm 在实际切削过程中，对切屑厚度和切削力影响的 下水平 90 0.1 1 因素比较多，但切削用量是其中影响程度大且可控的 零水平 120 0.15 1.5 因素[]，设切屑厚度和切削力预测模型分别如下式： 上水平 150 0.2 2 a=C户h。, (23) 变化区间，山 30 0.05 0.5 F=Cfh0·K (24) 其中，C是与工件材料和切削条件有关的系数，b、b2、 表5实验方案 b,分别为切削速度、进给量和切深的指数.K,为切削 Table 5 Experimental program 力修正系数，在本文中K取1，K取0.8163 试验号 /(m.min-1)f∥(mmrl) h /mm 根据切削实验数据，通过线性回归分析可求解出 1 90 0.15 1.5 该模型的4个常数，即可得出切屑厚度预测模型。首 2 90 0.20 1.0 先对上式两边取自然对数得： 90 0.10 2.0 In ae =In C+bIn v+b2Inf+b3In hp (25) 150 0.15 2.0 设y=lnae,b。=lnC,x1=lnw,x2=ln,x3=lnh。,则 5 150 0.20 1.5 上式可表示为一次线性方程： 6 150 0.10 1.0 y=bo +bx+bax2+b3x3. (26) 120 0.15 1.0 所得预测模型还需进行F检验，它是用来检验各 120 0.20 2.0 研究因素和预测模型的显著性，设某因素和误差的离 9 120 0.10 1.5 差平方和分别为SS,和SS,自由度分别为d(和d, 则统计量可表示为： 的切削力值：同时，每一实验均收集切屑，且切削足够 SS/df F=ss/df. (27) 长度，3次测量切屑厚度，取其算术平均值为所测实验
工程科学学报,第 39 卷,第 8 期 图 8 前刀面磨损图. (a) 原车刀磨损图; (b) 新型微坑车刀磨损图 Fig. 8 Rake face wear images: (a) ordinary tool; (b) new micro鄄pitting tool 图 9 后刀面磨损折线图 Fig. 9 Flank wear curves 表 4 因素水平编码表 Table 4 Factor level coding table 规范变量,Zj 自然变量,Xj v/ (m·min - 1 ) f / (m·r - 1 ) hp / mm 下水平 90 0郾 1 1 零水平 120 0郾 15 1郾 5 上水平 150 0郾 2 2 变化区间,驻j 30 0郾 05 0郾 5 表 5 实验方案 Table 5 Experimental program 试验号 v/ (m·min - 1 ) f / (mm·r - 1 ) hp / mm 1 90 0郾 15 1郾 5 2 90 0郾 20 1郾 0 3 90 0郾 10 2郾 0 4 150 0郾 15 2郾 0 5 150 0郾 20 1郾 5 6 150 0郾 10 1郾 0 7 120 0郾 15 1郾 0 8 120 0郾 20 2郾 0 9 120 0郾 10 1郾 5 的切削力值;同时,每一实验均收集切屑,且切削足够 长度,3 次测量切屑厚度,取其算术平均值为所测实验 的切屑厚度. 切削实验数据如表 6 所示. 表 6 切削实验数据 Table 6 Cutting test data 实验号 Fy / N Fz / N ac / mm 1 134郾 020 281郾 220 0郾 3017 2 181郾 280 252郾 920 0郾 3043 3 129郾 440 352郾 400 0郾 2050 4 158郾 600 391郾 840 0郾 2997 5 264郾 200 333郾 390 0郾 3883 6 78郾 420 134郾 520 0郾 2027 7 120郾 000 166郾 240 0郾 2977 8 239郾 260 435郾 280 0郾 3717 9 100郾 520 197郾 480 0郾 2047 3郾 2 新型微坑车刀切削能预测模型的建立 在实际切削过程中,对切屑厚度和切削力影响的 因素比较多,但切削用量是其中影响程度大且可控的 因素[12] ,设切屑厚度和切削力预测模型分别如下式: ac = C·v b1·f b2·h b3 p , (23) F = C·v b1·f b2·h b3 p·KF . (24) 其中,C 是与工件材料和切削条件有关的系数,b1 、b2 、 b3 分别为切削速度、进给量和切深的指数. KF为切削 力修正系数,在本文中 KFz 取 1,KFy 取 0郾 8163. 根据切削实验数据,通过线性回归分析可求解出 该模型的 4 个常数,即可得出切屑厚度预测模型. 首 先对上式两边取自然对数得: ln ac = ln C + b1·ln v + b2·ln f + b3·ln hp . (25) 设 y = lnac,b0 = lnC,x1 = lnv,x2 = lnf,x3 = lnhp ,则 上式可表示为一次线性方程: y = b0 + b1 x1 + b2 x2 + b3 x3 . (26) 所得预测模型还需进行 F 检验,它是用来检验各 研究因素和预测模型的显著性,设某因素和误差的离 差平方和分别为 SSx 和 SSe,自由度分别为 df x 和 df e, 则统计量可表示为: F = SSx / df x SSe / df e . (27) ·1212·
占刚等：新型硬质合金微坑车刀切削能对比研究与预测 ·1213· F服从自由度为(d,d)的F分布，对于给定显 速度对应的P-value值为0.2307，进给量对应的P-val- 著水平，当F值小于F临界值时，则可认为该因素对 ue值为0.0001822，切削深度对应的P-value值为 实验指标影响显著，反之不显著.而对于预测模型的 0.2244,可以判断该新型微坑车刀切削过程中对切屑 显著性则需通过复相关系数来检验（可通过数据处理 厚度影响最大是进给量，切削速度和切深对其影响不 平台直接回归分析计算)，越接近100%，那么该模型 显著，复相关系数为97.6%；进给抗力F,的F值为 就越显著 0.003956,远小于F临界值18.3431，偏回归系数非常 由实验数据得到该新型微坑车刀切削过程切屑厚 显著，切削速度对应的P-value值为0.9251，进给量对 度预测模型为： 应的P-value值为0.OOll,切削深度对应的P-value值 a.=0.6141ta104A8.h124 (28) 为0.0281，可以判断新型微坑车刀切削过程中对进给 使用同样的方法可以得到切削力的预测模型为： 抗力F,影响最大是进给量，其次是切削深度，切削速 F,=798.9317vA026162.h05149 (29) 度对其影响不显著，复相关系数为95.74%：主切削力 F=2043.3226-a2515601.h1259 (30) F的F值为0.000514，远小于F临界值43.9202，偏回 将以上预测模型代入切削能计算式，即得到剪切 归系数非常显著，切削速度对应的P-value值为 能和摩擦能预测模型分别为： 0.1669,进给量对应的P-vlue值为0.00235，切削深度 C0sp.·C0syo 对应的P-value值为0.00018，可以判断新型微坑车刀 an中=0.6141naoa2-h8-c0s9.·sin0 切削过程中对主切削力F影响最大是切削深度，其 (31) 次是进给量，切削速度对其影响不显著，复相关系数 N.= 为98.15%：说明所建立预测模型较显著，拟合程度 204g32e-a55.A601.h29 7限.1Aog519os9s6 较好 Q61r0o-a2,g2 -6e通y0 3.3切削能预测模型实验验证 cosc Yo 为了验证切削能预测模型的可靠性，本文另 64osin Yo tan Yo 设计验证性切削试验，试验方案和数据见表7.该验证 (32) 试验同样在如图4所示的切削试验平台上进行，通过 N4=(3327.3613ma019fa.14.h015 .sin Yo+ 测力系统采集刀具每组试验切削力，收集相应的切屑 1300.9798p-a.12sA62.h8025.c0sy。)cosp 并测量其厚度，经过数据处理得到数据.将试验数据 (33) 带入各切削能计算公式即得出以上各组试验的切削能 经过数据处理平台对试验数据进行回归分析，得 试验值，同时将各组试验切削用量带入切削能预测模 出分析结果可看出，切屑厚度a.的F值为0.000964， 型直接求解出切削能预测值，最终得出切削能试验值 远小于F临界值33.7201，偏回归系数非常显著，切削 和预测值对比曲线如图10所示. 表7验证实验数据 Table 7 Verification experiment data 试验号 r/(m.min) f/(mm.r-) h/mm F/N F/N a/mm 180 0.15 1.0 83.62 169.62 0.2933 2 150 0.15 1.0 104.00 184.10 0.3007 120 0.15 1.0 120.00 226.24 0.3077 4 90 0.15 1.0 119.20 202.60 0.3130 150 0.15 1.0 104.00 184.10 0.3007 6 150 0.30 1.0 184.64 354.48 0.3967 7 150 0.25 1.0 165.20 291.66 0.3293 8 150 0.20 1.0 132.44 217.74 0.3160 9 150 0.15 1.0 104.00 184.10 0.3007 10 150 0.10 1.0 78.42 144.52 0.2027 11 150 0.15 1.5 98.26 178.08 0.2817 12 150 0.15 0.5 87.16 91.66 0.2635 如图10(a)所示剪切能对比结果可看出，剪切能 果，摩擦能预测模型的最大相对误差发生在第7组实 预测模型的最大相对误差发生在第3组实验，为 验，为23.47%，其余均在20%以内，最小相对误差发 28.24%,其余均在20%以内，最小相对误差发生在第 生在第11组实验，为1.73%.观测第6组到第10组 8组实验，为5.89%：如图10(b)所示为摩擦能对比结 发现，随着进给量的减小，剪切能和摩擦能的误差均有
占 刚等: 新型硬质合金微坑车刀切削能对比研究与预测 F 服从自由度为( df x,df e)的 F 分布,对于给定显 著水平,当 F 值小于 F 临界值时,则可认为该因素对 实验指标影响显著,反之不显著. 而对于预测模型的 显著性则需通过复相关系数来检验(可通过数据处理 平台直接回归分析计算),越接近 100% ,那么该模型 就越显著. 由实验数据得到该新型微坑车刀切削过程切屑厚 度预测模型为: ac = 0郾 6141·v 0郾 1504·f 0郾 8·h 0郾 1124 p . (28) 使用同样的方法可以得到切削力的预测模型为: Fy = 798郾 9317·v 0郾 0226·f 1郾 1362·h 0郾 5149 p , (29) Fz = 2043郾 3226·v - 0郾 2515·f 0郾 6501·h 1郾 1259 p . (30) 将以上预测模型代入切削能计算式,即得到剪切 能和摩擦能预测模型分别为: tan 准 = cos 渍r·cos 酌0 0郾 6141·v 0郾 1504·f - 0郾 2·h 0郾 1124 p - cos 渍r·sin 酌0 , (31) Nss = 2043郾 3226·v -0郾 2515·f 0郾 6501·h 1郾 1259 p - 798郾 9317·v 0郾 0226·f 1郾 1362·h 0郾 5149 p ·cos 渍r·cos 酌0 0郾 6141·v 0郾 1504·f -0郾 2·h 0郾 1124 p - cos 渍r·sin 酌0 hp·f·( 1 + cos 渍r·cos 酌0 0郾 6141·v 0郾 1504·f -0郾 2·h 0郾 1124 p - cos 渍r·sin 酌 ) 0 ·tan 酌0 , (32) Nsf = (3327郾 3613·v - 0郾 4019·f - 0郾 1499·h 1郾 0135 p ·sin 酌0 + 1300郾 9798·v - 0郾 1278·f 0郾 3362·h 0郾 4025 p ·cos 酌0 )·cos 渍r . (33) 经过数据处理平台对试验数据进行回归分析,得 出分析结果可看出,切屑厚度 ac 的 F 值为 0郾 000964, 远小于 F 临界值 33郾 7201,偏回归系数非常显著,切削 速度对应的 P鄄value 值为 0郾 2307,进给量对应的 P鄄val鄄 ue 值 为 0郾 0001822, 切 削 深 度 对 应 的 P鄄value 值 为 0郾 2244,可以判断该新型微坑车刀切削过程中对切屑 厚度影响最大是进给量,切削速度和切深对其影响不 显著,复相关系数为 97郾 6% ;进给抗力 Fy 的 F 值为 0郾 003956,远小于 F 临界值 18郾 3431,偏回归系数非常 显著,切削速度对应的 P鄄value 值为 0郾 9251,进给量对 应的 P鄄value 值为 0郾 0011,切削深度对应的 P鄄value 值 为 0郾 0281,可以判断新型微坑车刀切削过程中对进给 抗力 Fy影响最大是进给量,其次是切削深度,切削速 度对其影响不显著,复相关系数为 95郾 74% ;主切削力 Fz的 F 值为 0郾 000514,远小于 F 临界值 43郾 9202,偏回 归系 数 非 常 显 著, 切 削 速 度 对 应 的 P鄄value 值 为 0郾 1669,进给量对应的 P鄄value 值为 0郾 00235,切削深度 对应的 P鄄value 值为 0郾 00018,可以判断新型微坑车刀 切削过程中对主切削力 Fz影响最大是切削深度,其 次是进给量,切削速度对其影响不显著,复相关系数 为 98郾 15% ;说明所建立预测模型较显著,拟合程度 较好. 3郾 3 切削能预测模型实验验证 为了验证切削能预测模型的可靠性[13鄄鄄14] ,本文另 设计验证性切削试验,试验方案和数据见表 7. 该验证 试验同样在如图 4 所示的切削试验平台上进行,通过 测力系统采集刀具每组试验切削力,收集相应的切屑 并测量其厚度,经过数据处理得到数据. 将试验数据 带入各切削能计算公式即得出以上各组试验的切削能 试验值,同时将各组试验切削用量带入切削能预测模 型直接求解出切削能预测值,最终得出切削能试验值 和预测值对比曲线如图 10 所示. 表 7 验证实验数据 Table 7 Verification experiment data 试验号 v/ (m·min - 1 ) f / (mm·r - 1 ) hp / mm Fy / N Fz / N ac / mm 1 180 0郾 15 1郾 0 83郾 62 169郾 62 0郾 2933 2 150 0郾 15 1郾 0 104郾 00 184郾 10 0郾 3007 3 120 0郾 15 1郾 0 120郾 00 226郾 24 0郾 3077 4 90 0郾 15 1郾 0 119郾 20 202郾 60 0郾 3130 5 150 0郾 15 1郾 0 104郾 00 184郾 10 0郾 3007 6 150 0郾 30 1郾 0 184郾 64 354郾 48 0郾 3967 7 150 0郾 25 1郾 0 165郾 20 291郾 66 0郾 3293 8 150 0郾 20 1郾 0 132郾 44 217郾 74 0郾 3160 9 150 0郾 15 1郾 0 104郾 00 184郾 10 0郾 3007 10 150 0郾 10 1郾 0 78郾 42 144郾 52 0郾 2027 11 150 0郾 15 1郾 5 98郾 26 178郾 08 0郾 2817 12 150 0郾 15 0郾 5 87郾 16 91郾 66 0郾 2635 如图 10( a)所示剪切能对比结果可看出,剪切能 预测模 型 的 最 大 相 对 误 差 发 生 在 第 3 组 实 验, 为 28郾 24% ,其余均在 20% 以内,最小相对误差发生在第 8 组实验,为 5郾 89% ;如图 10(b)所示为摩擦能对比结 果,摩擦能预测模型的最大相对误差发生在第 7 组实 验,为 23郾 47% ,其余均在 20% 以内,最小相对误差发 生在第 11 组实验,为 1郾 73% . 观测第 6 组到第 10 组 发现,随着进给量的减小,剪切能和摩擦能的误差均有 ·1213·
·1214· 工程科学学报，第39卷，第8期 1200 一N预测值 1200 (a) (b) N预测值 ,1000 N实验值 1000 ◆N实验值 800 800 600 400 400◆ 200 0 123456789101112 0123456789101112 实验号 实验号 图10切削能预测模型和实验验证对比曲线.(a)剪切能对比曲线：(b)摩擦能对比曲线 Fig.10 Experimental verification of cutting energy forecasting model:(a)shear energy comparison;(b)friction energy comparison 先增加后减小的趋势，说明使用较大或者较小的进给 (9):1941 量有利于在保证切削系统刚度前提下减小系统误差. [4]Balogun V A,Gu H,Mativenga P T.Improving the integrity of 综上所述，剪切能和摩擦能预测模型拟合程度相对较 specific cutting energy coefficients for energy demand modelling. Proc Inst Mech Eng,Part B:J Eng Manufacture,2015,229 好，此两预测模型具有相对高的可靠性. (12):2109 4结论 [5]Balogun V A,Mativenga P T.Impact of un-deformed chip thick- ness on specific energy in mechanical machining processes.J 本文主要关注304不锈钢专用新型硬质合金微坑 Cleaner Prod,2014,69:260 车刀同原车刀切削能的对比研究及新型微坑车刀切削 [6]Wang B,Liu Z Q,Song Q H,et al.Proper selection of cutting 能的预测，结论如下 parameters and cutting tool angle to lower the specific cutting ener- (1)在以实际生产推荐切削参数，干式切削情况 gy during high speed machining of 7050-T7451 aluminum alloy.J Cleaner Prod,2016,129:292 下，新型微坑车刀相比较原车刀，单位体积输入能量降 [7]Akyildiz H K,Livatyali H.Effect of cutting energy on fatigue be- 低8.96%，剪切能降低10.5%，摩擦能降低5.32%；刀 havior of threaded specimens.Int J Ade Manuf Technol,2014,70 具前刀面的切削温度与剪切能和摩擦能呈正相关关 (1):547 系，新型微坑车刀较原车刀切削温度降低. [8] Bhushan R K.Optimization of cutting parameters for minimizing (2)对新型微坑车刀进行回归正交试验，建立了 power consumption and maximizing tool life during machining of Al 剪切能和摩擦能的预测模型，且从研究因素显著性还 alloy SiC particle.J Cleaner Prod,2013,39:242 可看出，进给量对该预测模型可靠性有较显著影响，其 [9]Zhang Y Z.Metal Cutting Theory.Beijing:Aviation Industry Press,1988 次是切削深度，切削速度影响较小 (张幼桢.金属切削理论.北京：航空工业出版社，1988) (3)通过设计合理的验证性切削实验方案，验证 [10]Li B,Deng J X,Duan Z X,et al.Simulation and experiment of 所建立切削能预测模型的可靠性，结果表明，较大或者 cutting temperature field considering property of materials and 较小的进给量有利于降低实验误差，剪切能预测模型 friction.JMech Eng.2010,46(21):106 和摩擦能预测模型具有相对高的可靠性，可为复杂切 (李彬，邓建新，段振兴，等。考虑材料与摩擦特性的切削温 削条件下的切削能预测及前刀面切削温度研究提供 度场仿真与试验.机械工程学报，2010,46(21)：106) 参照 [11]Chen R Y.Metal Cutting Principle.2nd Ed.Beijing:Machinery Industry Press,2012 参考文献 (陈日曜.金属切削原理.2版.北京：机械工业出版社， 2012) [1]Xie J,Luo M J,Wu KK,et al.Micro-grinding of micro-grooved [12]Camposeco-Negrete C.Najera J D C,Miranda-Valenzuela J C. rake surface of CBN cutter influencing dry cutting temperature.J Optimization of cutting parameters to minimize energy consump- Mech Eng,2014,50(11):192 tion during turning of AlSI 1018 steel at constant material removal (谢晋，罗敏健，吴可可，等.CBN车刀前刀面微沟槽结构磨 rate using robust design.Int J Adr Manuf Technol,2016,83 削及其对干切削温度的影响.机械工程学报，2014,50(11)： (5):1341 192) [13]Gu L Y,Kang G Z,Chen H,et al.On adiabatic shear fracture [2]Ma J,Ge X.Chang S 1,et al.Assessment of cutting energy con- in high-speed machining of martensitic precipitation-hardening sumption and energy efficiency in machining of 4140 steel.Int stainless steel.J Mater Proc Technol,2016,234:208 Adv Manuf Technol,2014,74(9):1701 [14] Zhong QQ,Tang R Z,Lii J X,et al.Evaluation on models of [3]Wu X.Li L,Zhao M,et al.Experimental investigation of specif- calculating energy consumption in metal cutting processes:a case ic cutting energy and surface quality based on negative effective of external tumning process.Int Ade Manuf Technol,2016,82 rake angle in micro turning.Int J Adv Manuf Technol,2016,82 (9):2087
工程科学学报,第 39 卷,第 8 期 图 10 切削能预测模型和实验验证对比曲线. (a) 剪切能对比曲线; (b) 摩擦能对比曲线 Fig. 10 Experimental verification of cutting energy forecasting model: (a) shear energy comparison; (b) friction energy comparison 先增加后减小的趋势,说明使用较大或者较小的进给 量有利于在保证切削系统刚度前提下减小系统误差. 综上所述,剪切能和摩擦能预测模型拟合程度相对较 好,此两预测模型具有相对高的可靠性. 4 结论 本文主要关注 304 不锈钢专用新型硬质合金微坑 车刀同原车刀切削能的对比研究及新型微坑车刀切削 能的预测,结论如下. (1)在以实际生产推荐切削参数,干式切削情况 下,新型微坑车刀相比较原车刀,单位体积输入能量降 低 8郾 96% ,剪切能降低 10郾 5% ,摩擦能降低 5郾 32% ;刀 具前刀面的切削温度与剪切能和摩擦能呈正相关关 系,新型微坑车刀较原车刀切削温度降低. (2)对新型微坑车刀进行回归正交试验,建立了 剪切能和摩擦能的预测模型,且从研究因素显著性还 可看出,进给量对该预测模型可靠性有较显著影响,其 次是切削深度,切削速度影响较小. (3)通过设计合理的验证性切削实验方案,验证 所建立切削能预测模型的可靠性,结果表明,较大或者 较小的进给量有利于降低实验误差,剪切能预测模型 和摩擦能预测模型具有相对高的可靠性,可为复杂切 削条件下的切削能预测及前刀面切削温度研究提供 参照. 参 考 文 献 [1] Xie J, Luo M J, Wu K K, et al. Micro鄄grinding of micro鄄grooved rake surface of CBN cutter influencing dry cutting temperature. J Mech Eng, 2014, 50(11): 192 (谢晋, 罗敏健, 吴可可, 等. CBN 车刀前刀面微沟槽结构磨 削及其对干切削温度的影响. 机械工程学报, 2014, 50(11): 192) [2] Ma J, Ge X, Chang S I, et al. Assessment of cutting energy con鄄 sumption and energy efficiency in machining of 4140 steel. Int J Adv Manuf Technol, 2014, 74(9): 1701 [3] Wu X, Li L, Zhao M , et al. Experimental investigation of specif鄄 ic cutting energy and surface quality based on negative effective rake angle in micro turning. Int J Adv Manuf Technol, 2016, 82 (9): 1941 [4] Balogun V A, Gu H, Mativenga P T. Improving the integrity of specific cutting energy coefficients for energy demand modelling. Proc Inst Mech Eng, Part B: J Eng Manufacture, 2015, 229 (12): 2109 [5] Balogun V A, Mativenga P T. Impact of un鄄deformed chip thick鄄 ness on specific energy in mechanical machining processes. J Cleaner Prod, 2014, 69: 260 [6] Wang B, Liu Z Q, Song Q H, et al. Proper selection of cutting parameters and cutting tool angle to lower the specific cutting ener鄄 gy during high speed machining of 7050鄄鄄T7451 aluminum alloy. J Cleaner Prod, 2016, 129: 292 [7] Akyildiz H K, Livatyali H. Effect of cutting energy on fatigue be鄄 havior of threaded specimens. Int J Adv Manuf Technol, 2014, 70 (1): 547 [8] Bhushan R K. Optimization of cutting parameters for minimizing power consumption and maximizing tool life during machining of Al alloy SiC particle. J Cleaner Prod, 2013, 39: 242 [ 9 ] Zhang Y Z. Metal Cutting Theory. Beijing: Aviation Industry Press,1988 (张幼桢. 金属切削理论. 北京: 航空工业出版社, 1988) [10] Li B, Deng J X, Duan Z X, et al. Simulation and experiment of cutting temperature field considering property of materials and friction. J Mech Eng, 2010, 46(21): 106 (李彬, 邓建新, 段振兴, 等. 考虑材料与摩擦特性的切削温 度场仿真与试验. 机械工程学报, 2010, 46(21): 106) [11] Chen R Y. Metal Cutting Principle. 2nd Ed. Beijing: Machinery Industry Press, 2012 (陈日曜. 金属切削原理. 2 版. 北京: 机械工业出版社, 2012) [12] Camposeco鄄Negrete C, N佗jera J D C, Miranda鄄Valenzuela J C. Optimization of cutting parameters to minimize energy consump鄄 tion during turning of AISI 1018 steel at constant material removal rate using robust design. Int J Adv Manuf Technol, 2016, 83 (5): 1341 [13] Gu L Y, Kang G Z, Chen H, et al. On adiabatic shear fracture in high鄄speed machining of martensitic precipitation鄄hardening stainless steel. J Mater Proc Technol, 2016, 234: 208 [14] Zhong Q Q, Tang R Z, L俟 J X, et al. Evaluation on models of calculating energy consumption in metal cutting processes: a case of external turning process. Int J Adv Manuf Technol, 2016, 82 (9): 2087 ·1214·