數(shù)控加工中切削參數(shù)的意義與優(yōu)化方法

樊金民

（河南平高電氣股份有限公司，河南 平頂山 467001）

數(shù)控加工技術(shù)是現(xiàn)代自動化、 數(shù)字化以及柔性化生產(chǎn)加工技術(shù)的基礎(chǔ)技術(shù)。 通過對系統(tǒng)進行優(yōu)化，自動優(yōu)化出切削參數(shù)，使整個制造系統(tǒng)朝著數(shù)字化、集成化以及網(wǎng)絡化的方向發(fā)展。 本文將切削速度作為設(shè)計變量，建立相應的目標數(shù)學優(yōu)化模型，再編寫出相應的優(yōu)化程序，由計算機自動生成，確定出最佳的切削參數(shù)，促進數(shù)控加工系統(tǒng)的整體優(yōu)化。

1 數(shù)控加工切削參數(shù)及其意義

當前數(shù)控加工技術(shù)是將普通金屬切削加工、 計算機數(shù)控以及計算機輔助制造綜合在一起的加工制造行業(yè)，它主要涉及數(shù)控機床加工工藝和數(shù)控編程技術(shù)兩個方面。 然而零件加工程序的編制是實現(xiàn)數(shù)控加工的重要環(huán)節(jié)，它對于產(chǎn)品質(zhì)量的控制有著重要作用。 數(shù)控加工的基本原理是： 機床上的刀具和工件的相對運動屬于一種切削運動，在確定好切削參數(shù)之后，數(shù)控機床按照數(shù)控程序所確定的軌跡進行表面成形運動， 實現(xiàn)對產(chǎn)品的表面形狀的加工。 數(shù)控加工技術(shù)是機械加工實現(xiàn)現(xiàn)代化的重要基礎(chǔ)，同時提高了制造業(yè)的生產(chǎn)效率，穩(wěn)定了加工質(zhì)量，在合理的加工周期中增強了生產(chǎn)柔性， 促進對各種復雜精密零件的自動化加工。 數(shù)控加工制造業(yè)水平的提高能夠?qū)崿F(xiàn)零件的計算機輔助設(shè)計、 計算機輔助工藝規(guī)劃以及計算機輔助制造， 促進整個機械加工的柔性自動化水平，因此確定好數(shù)控加工切削參數(shù)十分重要，只有正確確定參數(shù)，才能保證加工精確性以及科學性。

機械制造業(yè)中，切削參數(shù)是指切削運動參數(shù)，主要包括切削速度、進給量或者進給速度、背吃刀量、切削寬度。其中切削速度是指主運動的速度， 表示在單位時間內(nèi)工件和刀具沿著主運動方向相對移動的距離， 它與主軸轉(zhuǎn)速有關(guān)。 進給量和進給速度，是指單位時間內(nèi)，刀具或者工件進給方向移動的距離； 背吃刀量是指工件上已經(jīng)加工表面和待加工表面之間的垂直距離。 而切削寬度是用來確定切削步距的，表示的是走刀的行距。 因此在數(shù)控加工制造業(yè)中，切削參數(shù)主要是用來調(diào)整整個機床運動，使刀具和工件在科學合理的參數(shù)關(guān)系中，實施具體加工，提高工件加工的質(zhì)量以及生產(chǎn)效率。 然而在對金屬進行切削的過程中， 刀具在切入工件時產(chǎn)生的切削力仍然是切削參數(shù)的重要因素，是保證數(shù)控加工質(zhì)量的關(guān)鍵，這就要求在切削中要根據(jù)不同工件材料、不同刀具，采取不同切削力，提高數(shù)控加工的精確性。

2 數(shù)控加工中切削參數(shù)的優(yōu)化

隨著計算機軟件以及科學技術(shù)的不斷創(chuàng)新， 計算機輔助設(shè)計、計算機仿真、計算機控制和人工智能等技術(shù)在制造業(yè)中進一步發(fā)展，為了實現(xiàn)產(chǎn)品制造的高質(zhì)量，就需要對制造業(yè)進行優(yōu)化。 在數(shù)控加工中切削參數(shù)的優(yōu)化方法是： 一是針對具體的機械設(shè)計問題建立數(shù)學模型或物理模型，在確定好具體的目標函數(shù)以及約束條件之后，利用函數(shù)的形式表示。 確定合理的參數(shù)， 將其作為設(shè)計變量。 二是根據(jù)具體的模型，選擇合適的優(yōu)化算法，編制計算機程序，然后自動生成求得最終的解。 三是對計算結(jié)果進行科學判斷，得出最優(yōu)的設(shè)計方案。 整個優(yōu)化方式是通過仿真的手段預測加工過程的一些重要數(shù)據(jù)， 將此作為約束范圍內(nèi)尋找特定目標的最優(yōu)化加工參數(shù)。 具體的切削參數(shù)優(yōu)化過程中，首先要確定切削參數(shù)。 對零件進行工藝編制時，需要確定合理的切削參數(shù)，選擇參數(shù)時要考慮的因素包括工序加工類型、工件材料、加工要求、刀具材料以及切削液等[2]。 然后進行優(yōu)化設(shè)計，確定出合理的設(shè)計參數(shù)， 加工時要根據(jù)各個刀位點的切削條件的變化來選擇不同的加工參數(shù)。 在具體的數(shù)控加工控制過程中，切削是不斷變化的， 其中某一刀位點的切削條件是控制優(yōu)化的重要問題。 之后建立優(yōu)化目標函數(shù)，在切削優(yōu)化過程中目標函數(shù)有以下幾個：

2.1 最高生產(chǎn)率目標優(yōu)化函數(shù)。 單位平均生產(chǎn)時間t 表示為其中，t0——輔助時間；tm——切削時間；tc——每次換刀時間；T——刀具的耐用度。 這些變量的單位時間是分鐘， 最終得到最高生產(chǎn)率優(yōu)化目標函數(shù)為：

其他變量均為常值系數(shù)，d0——刀具直徑，Z——刀具齒數(shù)。

2.2 最低成本目標優(yōu)化函數(shù)：

其中，Ct——每次換刀所需要的刀具成本和磨刀費用；M——該工序單位時間的費用率，M·tm——切削時間內(nèi)所需要的費用。 最終得到最低成本優(yōu)化目標函數(shù)為：

2.3 約束目標函數(shù)。 在進行切削過程最優(yōu)化時，必須考慮對工藝參數(shù)選擇的限制，其約束限制表現(xiàn)在：機床特性對切削參數(shù)的選擇，確定機床切削速度和進給速度的范圍，并且包括機床主軸所允許的最大扭矩對最大切削力的限制、機床功率所允許的最大切削力與切削速度。 工件質(zhì)量要求對工藝參數(shù)選擇進行限制，它包括對工件表面粗糙度以及尺寸精度的限制；刀具對切削參數(shù)的限制；夾具對切削參數(shù)的限制。之后根據(jù)主切削力、機床輸出功率、進給速度、主軸轉(zhuǎn)速、表面粗糙度來確定約束目標函數(shù)。

另外還研究了基于人工神經(jīng)網(wǎng)絡的遺傳算法對切削參數(shù)的優(yōu)化，遺傳算法是用相當數(shù)量的染色體組成集團，進行大量目標函數(shù)值計算，與神經(jīng)網(wǎng)絡語遺傳算法結(jié)合，通過初始實驗的樣本集合， 利用神經(jīng)網(wǎng)絡學習算法來建立切削的參數(shù)與加工精度和時間的非線性全局映射關(guān)系，最終獲得目標函數(shù)[3]。 其設(shè)計理論的步驟是：首先對相同的被加工零件多次進行參數(shù)確定， 再測出加工零件的形位公差， 根據(jù)表面粗糙度以及加工所用的時間來確定具體的參數(shù)數(shù)據(jù)； 根據(jù)得到的加工參數(shù)和加工后零件的數(shù)據(jù)建立神經(jīng)網(wǎng)絡， 獲得不同的加工參數(shù)和被加工后零件的形位公差以及非線性全局映射關(guān)系； 確定具體的加工參數(shù)后，建立優(yōu)化模型，利用神經(jīng)網(wǎng)絡建立映射關(guān)系來計算出目標函數(shù)值，最后根據(jù)遺傳算法進行最優(yōu)求解。

3 總結(jié)

分析數(shù)控加工參數(shù)優(yōu)化過程， 在確定好切削參數(shù)后實現(xiàn)了整個切削加工的高效性，提高了生產(chǎn)加工效率，降低了生產(chǎn)成本，改善了加工質(zhì)量。 切削參數(shù)的確定是根據(jù)切削條件變化的，具體對刀位、刀具、材料以及加工表面的粗糙程度確定之后實施加工。 在優(yōu)化過程中根據(jù)最大目標函數(shù)、 約束條件函數(shù)以及基于人工神經(jīng)網(wǎng)絡的遺傳算法對切削參數(shù)進行優(yōu)化設(shè)計，最終達到提高加工效率、降低加工成本、獲取高質(zhì)量產(chǎn)品的目的。 數(shù)控加工參數(shù)優(yōu)化的分析與實現(xiàn)對于全面提高我國數(shù)控加工制造業(yè)水平有著重要的推動意義，改善了機械制造業(yè)的加工現(xiàn)狀，為機械制造業(yè)朝著科學化、集成化、合理化以及規(guī)范化的方向發(fā)展奠定了基礎(chǔ)，為企業(yè)創(chuàng)造了良好的經(jīng)濟效益。

［1］劉長青，胡明華，董高嵩，等.基于工況的數(shù)控加工熱誤差與切削振動預測方法研究［J］.加工制造業(yè)，2013（26）：71-74.

［2］雷小寶，董士剛，王文錦，等.數(shù)控雕銑曲面復雜度計算機切削參數(shù)選擇方法研究［J］.數(shù)控加工技術(shù)，2013（05）：11-13.

［3］李忠群，謝科磊，林勇，等.復雜切削條件高速銑削加工動力學建模、仿真與切削參數(shù)優(yōu)化研究［J］.數(shù)控銑削加工，2013（14）：112-117.