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·