胡陳林 畢 果 林桂丹 孫郅佶 葉 卉 吳沿鵬
(廈門大學(xué)物理與機(jī)電工程學(xué)院,福建 廈門361005)
聲發(fā)射檢測(cè)(acoustic emission,AE)技術(shù)是近年來(lái)新興的一種測(cè)量手段,具有靈敏有效、環(huán)保安全、不侵入流場(chǎng)和實(shí)時(shí)在線的特點(diǎn),目前已經(jīng)被用于測(cè)量流化床顆粒粒徑分布、臥式攪拌床故障診斷等多個(gè)方面[1]。Dr. Amin A. Mokbel 等人通過(guò)研究聲發(fā)射信號(hào)與光學(xué)元件表面粗糙度的關(guān)系,得出聲發(fā)射信號(hào)的強(qiáng)度與光學(xué)元件表面粗糙度值存在一定的聯(lián)系[2];日本宇都宮大學(xué)的江田弘等人用聲發(fā)射法進(jìn)行了磨削裂紋在線監(jiān)測(cè)技術(shù)的研究[3],其研究結(jié)果發(fā)現(xiàn),磨削裂紋形成而產(chǎn)生的聲發(fā)射信號(hào)在600~800 kHz 頻率之間,而正常磨削條件下聲發(fā)射信號(hào)的頻率一般在400 kHz以下,這樣就可通過(guò)濾波的方法把由于磨削裂紋形成而產(chǎn)生的聲發(fā)射信號(hào)提取出來(lái),從而實(shí)現(xiàn)對(duì)磨削裂紋的產(chǎn)生進(jìn)行在線監(jiān)測(cè);日本學(xué)者Eda. H 等人在文獻(xiàn)[4 -5]中運(yùn)用聲發(fā)射技術(shù)對(duì)磨削燒傷在線監(jiān)測(cè)進(jìn)行了可行性的研究,研究結(jié)果發(fā)現(xiàn)聲發(fā)射信號(hào)的幅值和均值均隨磨削燒傷的惡化而增大;南京航空航天大學(xué)對(duì)磨削加工中的聲發(fā)射信號(hào)也進(jìn)行了分析研究[6],并且建立了自回歸時(shí)序模型,實(shí)現(xiàn)了對(duì)磨削燒傷的在線監(jiān)測(cè)與預(yù)報(bào);上海理工大學(xué)利用聲發(fā)射進(jìn)行了恒力磨削研究,研究表明,聲發(fā)射對(duì)于切削力的測(cè)量精度可以達(dá)到0.1 N[7],通過(guò)相關(guān)的試驗(yàn)研究,上海理工大學(xué)驗(yàn)證了聲發(fā)射信號(hào)特征參量與磨削力之間存在的映射關(guān)系,并最終實(shí)現(xiàn)了基于聲發(fā)射技術(shù)的恒力磨削。本文利用聲發(fā)射檢測(cè)技術(shù),將聲發(fā)射傳感器置于安放有光學(xué)元件的夾具上,采集光學(xué)元件在磨削加工過(guò)程中產(chǎn)生的聲發(fā)射信號(hào),結(jié)合FFT 分析,考察不同的工作參數(shù)下聲發(fā)射信號(hào)的變化規(guī)律及與原件表面質(zhì)量之間的關(guān)系,從而獲得一種在線檢測(cè)光學(xué)元件表面加工質(zhì)量的新方法,可為光學(xué)元件的超精密加工提供指導(dǎo)。
本試驗(yàn)在美格勒MFP125.65.65 超精密磨床上進(jìn)行,試驗(yàn)裝置如圖1 所示。傳感器安裝在專用的加工夾具上,以便采集砂輪在磨削過(guò)程中的聲發(fā)射信號(hào)。采用北京聲華有限公司研制的聲發(fā)射檢測(cè)系統(tǒng),包括聲發(fā)射傳感器、信號(hào)放大裝置、信號(hào)采集裝置和信號(hào)處理裝置。采樣點(diǎn)位于夾具邊緣。試驗(yàn)采樣頻率為156 kHz,砂輪在磨削過(guò)程中剛接觸到工件是開(kāi)始采樣,在工件上行走一個(gè)行程后停止采樣的時(shí)間約為0.4 s。傳感器安放位置如圖2 所示。加工參數(shù)如表1 所示。
表1 加工參數(shù)表
根據(jù)磨削模型得出磨削過(guò)程存在3 個(gè)階段:滑擦階段、耕犁階段、切屑形成階段[8]。磨削過(guò)程如圖3 所示?;岭A段磨粒與工件表面開(kāi)始接觸,工件系統(tǒng)僅僅發(fā)生彈性變形,基本不發(fā)出聲發(fā)射信號(hào),在耕犁階段和切屑形成階段摩擦逐漸加劇,越來(lái)越多的能量轉(zhuǎn)變?yōu)闊幔チM苿?dòng)工件材料的流動(dòng),大量切屑從工件基體被帶出,產(chǎn)生大量的聲發(fā)射信號(hào)。不同的加工參數(shù),如切深、進(jìn)給速度、砂輪轉(zhuǎn)速等決定了聲發(fā)射信號(hào)能量幅值的大小。試驗(yàn)中采用控制變量法逐一控制加工參數(shù),從而得到不同加工狀態(tài)的聲發(fā)射信號(hào)。
本次試驗(yàn)的磨削過(guò)程中,工件(光學(xué)元件)的脆性斷裂、內(nèi)部變形均會(huì)有聲發(fā)射信號(hào)的產(chǎn)生。其中工件材料的脆性斷裂又可以分為玻璃纖維的斷裂和二氧化硅基體的剝離。這幾種變化有著本質(zhì)的不同,它們可以看作是不同的聲發(fā)射源。研究表明,石英材料的塑性變形和脆性斷裂所產(chǎn)生的聲發(fā)射信號(hào)的頻率分布范圍不同。因此,聲發(fā)射信號(hào)頻譜的各個(gè)頻段的信號(hào)應(yīng)該與工件的脆性斷裂、內(nèi)部變形這幾種變化相對(duì)應(yīng)[9]。
聲發(fā)射傳感器采集到的原始信號(hào)(圖4)是時(shí)域信號(hào),無(wú)法直接反映聲發(fā)射信號(hào)的頻率結(jié)構(gòu)特征[10]。為確定磨削過(guò)程中聲發(fā)射信號(hào)的特征頻段,結(jié)合FFT 進(jìn)行分析,得到參數(shù)變化時(shí)的聲發(fā)射信號(hào)幅值變化情況如圖5 所示。
從圖5 中可以看出:在不同的加工參數(shù)狀態(tài)下,功率譜存在20~60 kHz 和60~90 kHz 兩個(gè)頻帶,功率譜均在60~90 kHz 頻帶內(nèi)的頻譜能量較低,在20~60 kHz 頻帶內(nèi)的頻譜能量較高。聲發(fā)射信號(hào)是以能量波的形式進(jìn)行,因此,在20~60 kHz 頻段下的聲發(fā)射信號(hào)能量較大,也可以認(rèn)為這種磨削參數(shù)下大部分能量是以某幾個(gè)頻率的聲發(fā)射彈性波釋放的[11]。
如圖5a 所示,隨著砂輪線速度的提高,20~60 kHz 頻段信號(hào)的當(dāng)量能量逐漸變小;60~90 kHz 頻段聲發(fā)射信號(hào)能量較小且無(wú)明顯變化。由于每一次實(shí)驗(yàn)中大部分的聲發(fā)射彈性波都可能是由工件材料的脆性斷裂產(chǎn)生的,所以此光學(xué)元件纖維斷裂以及二氧化硅基體剝離所產(chǎn)生的聲發(fā)射信號(hào)的當(dāng)量能量是隨著砂輪線速度的提高而不斷變小的。僅僅提高砂輪線速度并不會(huì)對(duì)材料去除率產(chǎn)生太大的影響,因此,光學(xué)元件的內(nèi)部變形所產(chǎn)生的聲發(fā)射信號(hào)強(qiáng)度也不會(huì)有明顯的變化;另外,這種變化所產(chǎn)生的聲發(fā)射信號(hào)相比于材料的脆性斷裂而言是較弱的。因此可以估計(jì)20~60 kHz頻段中的聲發(fā)射信號(hào)是由光學(xué)元件纖維斷裂以及二氧化硅基體剝離產(chǎn)生的,60~90 kHz 頻段中的聲發(fā)射信號(hào)是由光學(xué)元件的內(nèi)部變形所產(chǎn)生的[12]。
進(jìn)給速度增加時(shí),材料去除率也會(huì)變大。不僅如此,砂輪與工件材料的擠壓和摩擦作用也愈發(fā)強(qiáng)烈。因此,光學(xué)元件的內(nèi)部變形作用會(huì)隨著進(jìn)給速度的提高而增強(qiáng),從而釋放出更多的聲發(fā)射彈性波[13]。因此在圖5b 中所出現(xiàn)的聲發(fā)射信號(hào)的能量增加可以和上文中所得到的結(jié)果相對(duì)應(yīng)。
切削深度增加時(shí),各頻段的信號(hào)能量均隨著磨削深度的增加而變大。即材料切除率變大時(shí),磨削過(guò)程中材料的脆性去除、內(nèi)部塑性變形所釋放的聲發(fā)射能量均變大,如圖5c 所示的實(shí)驗(yàn)現(xiàn)象能與估計(jì)有著很好的對(duì)應(yīng)。由此可以得出20~60 kHz 頻段中的聲發(fā)射信號(hào)是由光學(xué)元件纖維斷裂以及二氧化硅基體剝離產(chǎn)生的;60~90 kHz 頻段中的聲發(fā)射信號(hào)是由光學(xué)元件的內(nèi)部變形所產(chǎn)生的。
在磨削過(guò)程中,光學(xué)元件表面粗糙度值主要與光學(xué)元件纖維斷裂以及二氧化硅基體剝離有關(guān)[14]。由上文可得,20~60 kHz 頻段中的聲發(fā)射信號(hào)是由光學(xué)元件纖維斷裂以及二氧化硅基體剝離產(chǎn)生的,所以可以取20~60 kHz 的幅值信號(hào)與光學(xué)元件的表面粗糙度值做相關(guān)性分析,結(jié)果如圖6 所示。
由圖6 可得光學(xué)元件的表面Ra值隨著聲發(fā)射信號(hào)幅值的增大而增大,隨著聲發(fā)射信號(hào)幅值的減小而減小。其中,砂輪線速增大時(shí),砂輪每轉(zhuǎn)的磨削深度減小,因此材料的磨削擠壓也會(huì)變小,從而導(dǎo)致Ra值減小,聲發(fā)射信號(hào)幅值也相應(yīng)減小;進(jìn)給速度增大時(shí),砂輪對(duì)光學(xué)元件表面的切削力和擠壓力增大,單位時(shí)間內(nèi)去除的材料增多,材料脆性斷裂的趨勢(shì)增強(qiáng),因此會(huì)導(dǎo)致Ra值增大,聲發(fā)射信號(hào)幅值亦增大;切深增大時(shí),單位時(shí)間內(nèi)材料去除率增大,材料脆性斷裂急劇增大,有大量的斷裂層從光學(xué)元件基體脫離,從而導(dǎo)致Ra值增大,并且發(fā)出大量的彈性波,因此聲發(fā)射幅值也增大。
綜上可得,使用聲發(fā)射特征信號(hào)預(yù)測(cè)光學(xué)元件加工表面質(zhì)量是可行的。
(1)研究不同加工參數(shù)下磨削過(guò)程的聲發(fā)射信號(hào),結(jié)果表明:信號(hào)頻譜有明顯的兩部分特征頻段。根據(jù)磨削機(jī)理判斷:在磨削過(guò)程中,20~60 kHz 頻段中的聲發(fā)射信號(hào)是由光學(xué)元件纖維斷裂以及二氧化硅基體剝離產(chǎn)生的;60~90 kHz 頻段中的聲發(fā)射信號(hào)是由光學(xué)元件的內(nèi)部變形所產(chǎn)生的。聲發(fā)射信號(hào)隨著進(jìn)給速度、切深的增大而增大,隨著砂輪線速的增大而呈減小趨勢(shì)。
(2)光學(xué)元件表面質(zhì)量與20~60 kHz 頻段中的聲發(fā)射信號(hào)呈一定的數(shù)量關(guān)系,此頻段聲發(fā)射信號(hào)強(qiáng)度越大,表面質(zhì)量越差。
(3)在實(shí)際的磨削加工過(guò)程中,由于加工環(huán)境的限制,基本不能做到在線監(jiān)測(cè)工件的加工表面質(zhì)量情況。本文提出的結(jié)合聲發(fā)射信號(hào)預(yù)測(cè)光學(xué)元件加工質(zhì)量的監(jiān)控方法,經(jīng)實(shí)例驗(yàn)證是方便有效的。
[1]侯琳熙,王靖岱,陽(yáng)永榮,等. 氣固流化床中聲發(fā)生機(jī)理及在工業(yè)裝置中的應(yīng)用[J].化工學(xué)報(bào),2005,56(8):1474 -1478.
[2]Amin A Mokbel,TMA Maksoud. Maksoud. Monitoring of the condition of diamond grinding wheels using acoustic emission technique[J]. Journal of Materials Processing Technology,2000,101(1 -3):292 -297.
[3]陳新全,孔凡志,廖家欣. 聲發(fā)射技術(shù)及其在機(jī)械加工特性研究中的應(yīng)用[J]. 長(zhǎng)沙電力學(xué)院學(xué)報(bào):自然科學(xué)版,2000,15(4):70 -71.
[4]Eda. H K. et al. In process detection of grinding burn by means of utilizing acoustic emission[J]. Annals of the CIRP,1994,43(1).
[5]Koening W,Klumpen T. Monitoring and sensor concepts for higher process reliability[J]. AME 5th Int. Grinding Conf.,Ohil,1993,10.
[6]陳明,浦學(xué)鋒,張幼楨. 聲發(fā)射技術(shù)在磨削燒傷預(yù)報(bào)中的應(yīng)用研究[J]. 機(jī)械科學(xué)與技術(shù),1994(1):15 -17.
[7]李郝林. 恒力磨削關(guān)鍵技術(shù)的研究與應(yīng)用[C]. 先進(jìn)制造技術(shù)學(xué)術(shù)交流會(huì),2006.
[8]李伯明. 現(xiàn)代磨削技術(shù)[M]. 北京:機(jī)械工業(yè)出版社,2003.
[9]吳天宇. 面向高效精密磨削的聲發(fā)射機(jī)制及其在線監(jiān)測(cè)系統(tǒng)的研究[D].天津:天津大學(xué),2010.
[10]樓佳明,孫婧元,黃正梁,等. 液體霧化狀態(tài)的聲發(fā)射檢測(cè)[J]. 機(jī)械工程學(xué)報(bào),2012,46(24):123 -130.
[11]袁振明. 聲發(fā)射技術(shù)及其應(yīng)用[M]. 北京:機(jī)械工業(yè)出版社,1985.
[12]姚力.幾種典型聲發(fā)射信號(hào)的特征參數(shù)分布分析[J]. 無(wú)損探傷,2004,28(2):19 -22.
[13]Adriano Almeida,Eric V K Hill. Neural network detection of fatigue crack growthin riveted joints using acoustic emission[DB]. Material Evolution,1995,53(1):76 -82.
[14]朱洪濤,林濱,吳輝,等. 陶瓷磨削機(jī)理及其對(duì)表面和亞表面損傷的影響[J]. 精密制造與自動(dòng)化,2004,158(2):15 -17.