超硬材料网

2.实验
       本实验中，切削速度（v）、进给（f）和切割深度（d）为切削参数。表一为确认参数及其准级；表二为田口正交阵列。
       实验采用直线干车削，机床为SN 40，主轴功率6.6kW；工件为AISI 52100轴承钢圆棒，直径41mm，长度300mm；工件材料组份：1.05% C; 1.41% Cr; 0.38% Mn; 0.21% Si; 0.02% Mo; 0.03% Al; 0.28% Cu; 0.02% P; 0.02% Sn; 0.21% Ni，0.01% V。850℃下淬火，250℃下回火，工件的平均硬度值为60HRC。在工件上钻削一个孔以便于固定在尾座上，如图1所示。加工前对工件表面进行1.0mm切割深度的磨除清理。CBN刀具为Sandvik公司的CBN7020，并固定在工具夹上。刀具和工具夹之间的负倾角为γ= -6°，后角α=6°，负刃倾角λ= -6°。刃口角Xr = 75°。用光学洪德（WAD）显微镜观察工具磨损；用Kistler 9257B测力计在三个相互垂直方向上对切削力进行计量；用Surftest 301 Mitutoyo 表面粗糙度仪对每一组切削参数下的表面粗糙度进行计量。

3.结果和讨论
3.1 切削力和表面粗糙度分析
       利用变量分析法（ANOVA）对表二获得的实验结果进行分析。确认对性能特征（表面粗糙度、切削力）影响显著的因素，如表3所示。显著性水准α=0.1，可信度为90 %的分析进行操作。表格最后一栏为影响占比。
       对切削力影响最为显著的是切割深度（d），占整个变量的64.39 %；其次是进给速率，21.22 %；最后是切削速度，11.96 %。图2中的切削力主效应图说明切削力（Fc）随进给速率和切削深度增大而增大；而另一方面，切削速度对切削力的控制则有所下降。这是由于当进给和切割深度增大时，工具和碎屑接触面增大，从而导致切削力增大。而切削速度增大则导致较高的切削温度，并引起工件材料的软化，降低了材料的抗屈强度，减小了碎屑厚度和工具碎屑接触长度，从而是切削力呈下降趋势。

       表3（b）可以看出进给是唯一一个对表面粗糙度算术平均值影响显著的因素，占据68.12 %；其次是切削速度，占据25.11 %。图三为表面平均粗糙度主效应图。进给速率增加和切削速度降低致使表面粗糙度增大。

3.2 最佳设计预测


       如表4所示，当切削力Fc的两个最显著的因素分别为：

时，Fc的90%置信区间可以通过以下公式计算得出：


       其中，

       最后，Fc的90 %置信区间为：


       如表4所示，当表面粗糙度Ra的最显著因素在f1准级时，表面粗糙度（Ra）的预测平均值计算如下：


       Ra 的90 %置信区间计算公式为：


       最后，Ra 的90 %置信区间为：


3.3 关联
       用多元线性回归法对因子和性能特征进行关联；获得模型如下：


       利用决定系数（R2值）对模型进行诊断检测。当R2接近统一时，响应模型和实际数据一致。
3.4验证试验
       从图二、三可以看出，准级v3、f1和d1的结合出现了表面粗糙度最小值和切削力最小值。因此，为确认表面粗糙度和切削力，本研究将v3f1d1当作验证试验；实验结果和预测值接近，如表5所示。


       图四为CBN工具侧面磨损图。侧面上的磨损类型说明工具切削刃和侧面跟工件材料间的摩擦引起了磨损。侧表面出现许多沟槽；这些沟槽是由AISI 52100钢中的超硬碳颗粒引起的。图5为加工过程中表面质量的SEM图，切削速度为200m/min，进给速率0.08mm/rev，切割深度为0.2mm。图六为最佳切削参数下加工AISI 52100淬火钢的切削力。



       切削力随进给速率和切割深度增大而增大；随切削速度增大而降低。切削深度对切削力影响最大，其次分别是进给速率（21.22 %）和切削速度（11.96 %）。
       表面粗糙度受进给速率影响最大，占据68.12 %。表面粗糙度随进给速率增大而增大。切削速度为负效应（25.11 %），切割深度影响可以忽略不计（2.50 %）。
       最佳切削力预测值和最佳表面粗糙度预测值的90 %置信区间分别为61.38 ≤µFC≤109.98 N，0.415≤µRa≤0.711 µm。
       切削参数和性能间的关系可以用多元回归方程来表示，用来预测任意一个参数准级的性能预期值。（编译：中国超硬材料网）