一种超精密切削温度预测方法及系统论文和设计

全文摘要

本发明公开了一种超精密切削温度预测方法及系统。本发明的预测方法首先分别建立了LSW模型和加工材料的强化相大小与切削参数、切削时间的关系图,然后根据所述LSW模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度,实现超精密切削温度的预测,解决了超精密切削过程中,微米级材料去除造成实际切削时间短、切削温度难以直接测量的难题。

主设计要求

1.一种超精密切削温度预测方法,其特征在于,所述预测方法包括如下步骤:建立加工材料的LSW模型,所述LSW模型表示强化相大小与加热温度、加热时间的关系;建立超精密切削时间预测模型;根据所述超精密切削时间预测模型,建立加工材料的强化相大小与切削参数、切削时间的关系图;根据所述LSW模型、所述超精密切削时间预测模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度。

设计方案

1.一种超精密切削温度预测方法,其特征在于,所述预测方法包括如下步骤:

建立加工材料的LSW模型,所述LSW模型表示强化相大小与加热温度、加热时间的关系;

建立超精密切削时间预测模型;

根据所述超精密切削时间预测模型,建立加工材料的强化相大小与切削参数、切削时间的关系图;

根据所述LSW模型、所述超精密切削时间预测模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度。

2.根据权利要求1所述的超精密切削温度预测方法,其特征在于,所述建立加工材料的LSW模型,具体包括:

对所述加工材料进行热处理,并在不同加热温度及不同加热时间下,采用扫描电镜和能谱仪获取强化相大小,建立加热温度、加热时间和强化相大小的对照表;

根据所述加热温度、加热时间和强化相大小的对照表,建立并求解LSW模型。

3.根据权利要求2所述的超精密切削温度预测方法,其特征在于,所述根据所述加热温度、加热时间和强化相大小的对照表建立并求解LSW模型,具体包括:

建立待求解LSW模型:

设计说明书

技术领域

本发明涉及切削热测量领域,特别涉及一种超精密切削温度预测方法及系统。

背景技术

现有的切削热测量方法普遍采用传感器技术来实现切削温度的测量,包括刀具-工件热电偶、嵌入式热电偶和红外测温仪等等。红外测温仪只适用于传统的加工,因为传统加工过程中,切削量大且切削连续,生成的切屑都是连续的,刀具-工件接触并去除材料的时间(即实际切削时间)较长,其切削所引起的温度上升也较高。而在超精密加工过程中,切削量小(切削深度和进给量都在微米级别),切屑生成过程是断续的,实际切削时间较短。因此,红外测温仪的测量精度和范围并不适用于超精密加工领域

另一方面,刀具-工件热电偶和嵌入式热电偶测温方法是将其埋在工件内部(被加工面的下面)或者刀尖位置。在连续切削的传统加工中,大部分的热量(约80%)是由刀屑传递。超精密加工中,切屑热传质的降低和工件次表面塑性变形使得超精密加工中热量的传播比例完全不同,其最高温度位于剪切面。同时,一些研究也表明,金刚石刀具的前角和刀尖形状对加工中的热效应有很大的影响。如图1所示,切削过程中工件温度的上升是由于第II和第III变形区产生的热量,而这两个变形区主要产生机械和热载荷传导热量到已加工表面。即,超精密加工过程中主要的热量传导在被加工表面上,且刀尖为金刚石(硬度极高),因此,热电偶测温方法无法用于超精密金刚石切削加工过程温度测量。

如何实现超精密切削温度的测量成为一个亟待解决的技术问题。

发明内容

本发明的目的是提供一种超精密切削温度预测方法及系统,以实现超精密切削温度的预测。

为实现上述目的,本发明提供了如下方案:

本发明提供一种超精密切削温度预测方法,所述预测方法包括如下步骤:

建立加工材料的LSW(Lifshitz-Slyozov-Wagner)模型,所述LSW模型表示强化相大小与加热温度、加热时间的关系;

建立超精密切削时间预测模型;

根据所述超精密切削时间预测模型,建立加工材料的强化相大小与切削参数、切削时间的关系图;

根据所述LSW模型、所述超精密切削时间预测模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度。

可选的,所述建立加工材料的LSW模型,具体包括:

对所述加工材料进行热处理,并在不同加热温度及不同加热时间下,采用扫描电镜和能谱仪获取强化相大小,建立加热温度、加热时间和强化相大小的对照表;

根据所述加热温度、加热时间和强化相大小的对照表,建立并求解LSW模型。

可选的,所述根据所述加热温度、加热时间和强化相大小的对照表建立并求解LSW模型,具体包括:

建立待求解LSW模型:

其中,R为强化相半径,R0<\/sub>为强化相初始半径,C为第一常数,K为加热时间系数,T为加热温度,t为加热时间,γ为强化相的界面能,Vat<\/sub>为原子的平均体积,Ceq<\/sub>为强化相的均质浓度,D为强化相的扩散系数,D=D0<\/sub>exp(-Q\/kB<\/sub>\/T),Q为激励能量,kB<\/sub>为第二常数,D0<\/sub>为强化相的初始扩散系数;

根据所述加热温度、加热时间和强化相大小的对照表,求解所述待求解LSW模型,获得LSW模型:

R3<\/sup>(t,T)=0.7052+4.12×1014<\/sup>·t·exp(-18000\/T)\/T

可选的,所述根据所述超精密切削时间预测模型,建立加工材料的强化相大小与切削参数、切削时间的关系图,具体包括:

采用能谱仪获取不同切削参数对应的强化相大小;

根据所述超精密切削时间预测模型,预测不同切削参数对应的切削时间;

根据所述切削参数、所述切削参数对应的强化相大小和所述切削参数对应的切削时间,建立加工材料的强化相大小与切削参数、切削时间的关系图。

可选的,所述根据所述LSW模型、所述超精密切削时间预测模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度,具体包括:

根据所述超精密切削时间预测模型预测所述预设切削参数对应的切削时间;

根据所述预设切削参数和所述关系图确定所述预设切削参数对应的强化相大小;

根据所述预设切削参数对应的切削时间确定所述预设切削参数对应的加热时间;

根据所述预设切削参数对应的强化相大小、所述预设切削参数对应的加热时间和所述LSW模型,预测所述加工材料在预测预设切削参数下的超精密切削温度。

可选的,所述超精密切削时间预测模型为:

其中,L为刀具回转半径,f为进给速度,S为主轴转速,aep<\/sub>为切削深度。

一种超精密切削温度预测系统,所述预测系统包括:

LSW模型建立模块,用于建立加工材料的LSW模型,所述LSW模型表示强化相大小与加热温度、加热时间的关系;

超精密切削时间预测模型建立模块,用于建立超精密切削时间预测模型;

关系图建立模块,用于根据所述超精密切削时间预测模型,建立加工材料的强化相大小与切削参数、切削时间的关系图;

预测模块,用于根据所述LSW模型、所述超精密切削时间预测模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度。

可选的,所述LSW模型建立模块,具体包括:

对照表建立子模块,用于对加工材料进行热处理,并在不同加热温度及不同加热时间下,采用扫描电镜和能谱仪获取强化相大小,建立加热温度、加热时间和强化相大小的对照表;

LSW模型建立子模块,用于根据所述加热温度、加热时间和强化相大小的对照表,建立并求解LSW模型。

可选的,所述LSW模型建立子模块,具体包括:

LSW模型建立单元,用于建立待求解LSW模型:

其中,R为强化相半径,R0<\/sub>为强化相初始半径,C为第一常数,K为加热时间系数,T为加热温度,t为加热时间,γ为强化相的界面能,Vat<\/sub>为原子的平均体积,Ceq<\/sub>为强化相的均质浓度,D为强化相的扩散系数,D=D0<\/sub>exp(-Q\/kB<\/sub>\/T),Q为激励能量,kB<\/sub>为第二常数,D0<\/sub>为强化相的初始扩散系数;

LSW模型求解单元,用于根据所述加热温度、加热时间和强化相大小的对照表,求解所述待求解LSW模型,获得LSW模型:

R3<\/sup>(t,T)=0.7052+4.12×1014<\/sup>·t·exp(-18000\/T)\/T。

可选的,所述关系图建立模块,具体包括:

强化相大小获取子模块,用于采用能谱仪获取不同切削参数对应的强化相大小;

切削时间预测子模块,用于根据所述超精密切削时间预测模型,预测不同切削参数对应的切削时间;

关系图建立子模块,用于根据所述切削参数、所述切削参数对应的强化相大小和所述切削参数对应的切削时间,建立加工材料的强化相大小与切削参数、切削时间的关系图。

根据本发明提供的具体实施例,本发明公开了以下技术效果:

本发明公开了一种超精密切削温度预测方法及系统。本发明的预测方法首先分别建立了LSW模型和加工材料的强化相大小与切削参数、切削时间的关系图,然后根据所述LSW模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度,实现超精密切削温度的预测,解决了超精密切削过程中,微米级材料去除造成实际切削时间短、切削温度难以直接测量的难题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。

图1为超精密切削过程中切削热产生区域分析图;

图2为本发明提供的一种超精密切削温度预测方法的流程图;

图3为本发明提供的一种超精密切削温度预测方法的优选的实施方式的流程图;

图4为本发明提供的建立加工材料的强化相大小-加热温度-加热时间的LSW模型的流程图;

图5为本发明提供的Al6061在不同加热温度下的强化相的种类;

图6为本发明提供的Al6061在300度下加热时间与强化相Mg2<\/sub>Si大小的关系图;

图7为本发明提供的建立加工材料的切削参数-切削时间-强化相大小的关系图的流程图;

图8为本发明提供的一种超精密切削温度预测系统的结构组成示意图。

具体实施方式

本发明的目的是提供一种超精密切削温度预测方法及系统,以实现超精密切削温度的预测。

为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对发明作进一步详细的说明。

实施例1

本发明实施例1提供一种超精密切削温度预测方法。

如图2所示,所述预测方法包括如下步骤:

步骤201,建立加工材料的LSW模型,所述LSW模型表示强化相大小与加热温度、加热时间的关系;步骤202,建立超精密切削时间预测模型;步骤203,根据所述超精密切削时间预测模型,建立加工材料的强化相大小与切削参数、切削时间的关系图;步骤204,根据所述LSW模型、所述超精密切削时间预测模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度。

实施例2

本发明实施例2提供一种超精密切削温度预测方法的优选的实施方式,但是本发明的实施不限于本发明实施例2所限定的实施方式。

如图3所示,本发明所提出的超精密切削温度预测方法,是用于铝合金6061的加工材料,当加工材料为铝合金6061,通过分析被加工表面上强化相的生成,利用铝合金6061强化相产生与时效效应的关系,建立切削参数→强化相→切削温度的关系,达到预测超精密切削过程中切削温度的目的。

具体的,步骤201所述建立加工材料的LSW模型,具体包括:对所述加工材料进行热处理,并在不同加热温度及不同加热时间下,采用扫描电镜和能谱仪获取强化相大小,建立加热温度、加热时间和强化相大小的对照表;根据所述加热温度、加热时间和强化相大小的对照表,建立并求解LSW模型。其中,所述根据所述加热温度、加热时间和强化相大小的对照表建立并求解LSW模型,具体包括:

建立待求解LSW模型:

其中,R为强化相半径,R0<\/sub>为强化相初始半径,C为第一常数,K为加热时间系数,T为加热温度,t为加热时间,γ为强化相的界面能,Vat<\/sub>为原子的平均体积,Ceq<\/sub>为强化相的均质浓度,D为强化相的扩散系数,D=D0<\/sub>exp(-Q\/kB<\/sub>\/T),Q为激励能量,kB<\/sub>为第二常数,D0<\/sub>为强化相的初始扩散系数;

根据所述加热温度、加热时间和强化相大小的对照表,求解所述待求解LSW模型,获得LSW模型:

R3<\/sup>(t,T)=0.7052+4.12×1014<\/sup>·t·exp(-18000\/T)\/T (2)

以铝合金Al6061为例,如图4所示,在不同的温度范围内,铝合金Al6061所析出的强化相种类不同,因此,可以首先根据加热温度的范围确定析出强化相种类,然后在进一步的确定该温度范围内,加热温度、加热时间和强化相大小的关系。

具体的,使用不同的加热温度和加热时间(设置热处理的加热温度为:100℃,300℃,500℃,加热时间分别为:1h,3.16h,4.47h,7.1h,10h,14.1h,24h and31.6h)对铝合金Al6061进行热处理,使用扫描电镜(SEM)观测强化相的种类、数量,并计算各强化相的大小,其中,对于铝合金Al6061不同的加热温度范围对应的强化相的种类如图5所示。

以300度热处理的结果为例:从扫描电镜和能谱仪检测结果可知,300度的加热温度下主要的强化相为黑色的Mg2<\/sub>Si。根据测量的Mg2<\/sub>Si大小,建立加热温度300度下的强化相大小和加热时间的关系图,如图6所示,并使用数值方法得出其计算模型。

基于已经建立的300度热处理下Al6061的强化相大小与加热时间的关系图,绘制强化相Mg2<\/sub>Si尺寸(R)与温度(T)、加热时间(t)之间的关系图,即求解铝6061的Lifshitz-Slyozov-Wagner(LSW)模型:

可得,Mg2Si的LSW模型为:

R3<\/sup>(t,T)=0.7052+4.12×1014<\/sup>·t·exp(-18000\/T)\/T

式中,C为常数,取决于加热的温度T和时间t。γ是强化相的界面能;Vat<\/sub>是原子的平均体积;Ceq<\/sub>是强化相的均质浓度;D是强化相的扩散系数:D=D0<\/sub>exp(-Q\/kB<\/sub>\/T)。Q是激励能量,对于铝6061,Q\/kB<\/sub>=18000(K),K为加热时间系数。

步骤203所述根据所述超精密切削时间预测模型,建立加工材料的强化相大小与切削参数、切削时间的关系图,具体包括:采用能谱仪获取不同切削参数对应的强化相大小;根据所述超精密切削时间预测模型,预测不同切削参数对应的切削时间;根据所述切削参数、所述切削参数对应的强化相大小和所述切削参数对应的切削时间,建立加工材料的强化相大小与切削参数、切削时间的关系图。

进一步的,如图7所示,使用不同的加工参数对Al6061进行超精密切削,并使用扫描电镜-SEM对切削的Al6061表面进行观测,研究切削参数对强化相生成的影响,建立切削参数与强化相大小的关系。

考虑刀具几何信息和切削参数的影响,研究刀尖与被加工表面的接触时间,即超精密切削时间预测模型;

式中,L为刀具回转半径(mm),f为进给速度(mm\/r),S为主轴转速(rpm),aep<\/sub>为切削深度(mm)。

根据扫描电镜观测的强化相大小和切削时间模型,可以建立加工材料的强化相大小与切削参数、切削时间的关系图。

步骤204所述根据所述LSW模型、所述超精密切削时间预测模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度,具体包括:根据所述超精密切削时间预测模型预测所述预设切削参数对应的切削时间;根据所述预设切削参数和所述关系图确定所述预设切削参数对应的强化相大小;根据所述预设切削参数对应的切削时间确定所述预设切削参数对应的加热时间;根据所述预设切削参数对应的强化相大小、所述预设切削参数对应的加热时间和所述LSW模型,预测所述加工材料在预测预设切削参数下的超精密切削温度。预测过程中,首先根据扫描电镜和能谱仪确定强化相的种类,然后,根据所述LSW模型、所述超精密切削时间预测模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度。

其中,所述超精密切削时间预测模型为:

其中,L为刀具回转半径,f为进给速度,S为主轴转速,aep<\/sub>为切削深度。

如图8所示,本发明还提供一种超精密切削温度预测系统,所述预测系统包括:LSW模型建立模块801,用于建立加工材料的LSW模型,所述LSW模型表示强化相大小与加热温度、加热时间的关系;超精密切削时间预测模型建立模块802,用于建立超精密切削时间预测模型;关系图建立模块803,用于根据所述超精密切削时间预测模型,建立加工材料的强化相大小与切削参数、切削时间的关系图;预测模块804,用于根据所述LSW模型、所述超精密切削时间预测模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度。

实施例4

本发明实施例4提供一种超精密切削温度预测系统的优选的实施方式,但是本发明的实施不限于于本发明实施例4所限定的实施方式。

所述LSW模型建立模块801,具体包括:对照表建立子模块,用于对加工材料进行热处理,并在不同加热温度及不同加热时间下,采用扫描电镜和能谱仪获取强化相大小,建立加热温度、加热时间和强化相大小的对照表;SM模型建立子模块,用于根据所述加热温度、加热时间和强化相大小的对照表,建立并求解LSW模型。其中,所述LSW模型建立子模块,具体包括:LSW模型建立单元,用于建立待求解LSW模型:

LSW模型求解单元,用于根据所述加热温度、加热时间和强化相大小的对照表,求解所述待求解LSW模型,获得LSW模型:

R3<\/sup>(t,T)=0.7052+4.12×1014<\/sup>·t·exp(-18000\/T)T

其中,R为强化相半径,R0<\/sub>为强化相初始半径,C为第一常数,K为加热时间系数,T为加热温度,t为加热时间,γ为强化相的界面能,Vat<\/sub>为原子的平均体积,Ceq<\/sub>为强化相的均质浓度,D为强化相的扩散系数,D=D0<\/sub>exp(-QkB<\/sub>\/T),Q为激励能量,kB<\/sub>为第二常数,D0<\/sub>为强化相的初始扩散系数。

所述关系图建立模块803,具体包括:强化相大小获取子模块,用于采用能谱仪获取不同切削参数对应的强化相大小;切削时间预测子模块,用于根据所述超精密切削时间预测模型,预测不同切削参数对应的切削时间;关系图建立子模块,用于根据所述切削参数、所述切削参数对应的强化相大小和所述切削参数对应的切削时间,建立加工材料的强化相大小与切削参数、切削时间的关系图。

根据本发明提供的具体实施例,本发明公开了以下技术效果:

本发明公开了一种超精密切削温度预测方法及系统。本发明的预测方法首先分别建立了LSW模型和加工材料的强化相大小与切削参数、切削时间的关系图,然后根据所述LSW模型和所述关系图,预测所述加工材料在预设切削参数下的超精密切削温度,实现超精密切削温度的预测,解决了超精密切削过程中,微米级材料去除造成实际切削时间短、切削温度难以直接测量的难题。

本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。

本文中应用了具体个例对发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

设计图

一种超精密切削温度预测方法及系统论文和设计

相关信息详情

申请码:申请号:CN201910178467.8

申请日:2019-03-11

公开号:CN109732407A

公开日:2019-05-10

国家:CN

国家/省市:81(广州)

授权编号:CN109732407B

授权时间:20191220

主分类号:B23Q17/09

专利分类号:B23Q17/09

范畴分类:26H;

申请人:广东工业大学

第一申请人:广东工业大学

申请人地址:510000 广东省广州市番禺区大学城外环西路100号

发明人:王素娟;王海龙;陈新;夏森彬

第一发明人:王素娟

当前权利人:广东工业大学

代理人:杜阳阳

代理机构:11569

代理机构编号:北京高沃律师事务所

优先权:关键词:当前状态:审核中

类型名称:外观设计

标签:;  ;  ;  

一种超精密切削温度预测方法及系统论文和设计
下载Doc文档

猜你喜欢