超聲振動對磨削砂輪表面形貌參數的影響及其修整效果評價研究

連順禹,楊綠,劉沖,吳懷超

貴州大學機械工程學院

1 引言

超聲振動輔助磨削具有磨削力小、材料去除效率高、表面粗糙度低和表面損傷小等突出優勢,廣泛應用于難加工材料的高效精密磨削加工中[1]。超聲振動磨削主要是利用附加在砂輪上的超聲振動使磨粒與工件表面的相對運動軌跡發生改變,增加材料去除行程。另外,超聲振動在磨削液中產生的空化效應有利于砂輪表面磨粒間磨屑的排出和磨粒黏附物的脫落,從而保持砂輪表面容屑空間和磨粒突出高度的一致性,達到降低磨削力并提高磨削表面質量的作用[2],具有原位修整的特征。

砂輪修整對于高效精密磨削過程起到至關重要的作用,國內外學者對其進行了廣泛的研究。焦峰等[3]針對砂輪修整技術總結了三類砂輪修整方式:機械修整、特種修整、復合修整,利用第三方工具與設備對砂輪形貌等進行處理,從而達到提升修整精度與效率的作用。伍俏平等[4]則利用在線電解修整技術對多層釬焊金剛石砂輪表面進行修整,使其表面磨粒及時脫落,最終使磨粒更鋒利。Kitzig H.等[5]研究了小粒度砂輪在超聲振動周期內的單磨粒磨削加工,從而生成了較多的鋒利切削刃,達到了對砂輪修整的效果,在磨削參數不變的情況下,獲得較低的表面粗糙度。Godino L.等[6]對氧化鋁陶瓷砂輪磨削磨損前后的形貌參數進行了檢測和比較分析,結果表明,砂輪表面的形貌參數Spk,Svk,Sk可以用來表征砂輪的磨損程度。Nguyen A.T.等[7]則對砂輪表面形貌參數和磨削表面粗糙度之間的相關性進行了試驗研究,結果表明,砂輪表面形貌參數Sds,Ssc以及Sq與表面粗糙度相關,證明了砂輪的磨削性能可以用砂輪表面形貌參數進行量化表征。通過總結國內外學者對砂輪修整方面的研究可知,為了達到砂輪“橫密縱疏”的表面效果,大量學者研究了各種單一或復合修整方法,也進行了形貌參數相關的觀察與分析,解釋了不同修整機理[8]、修整參數[9]對修整效果的影響規律等,在一定程度上提高了砂輪的修整效率及表面質量[10]。然而,與普通磨削(TG)相比,超聲振動磨削(UVG)方式下砂輪表面形貌參數的變化規律研究較少,且缺少超聲振動輔助磨削原位修整作用效果量化評價參數方面的研究。

為此,本文對比了TG和UVG磨削砂輪修整后的形貌參數變化,并結合磨削力和磨削表面粗糙度的試驗結果,通過灰色關聯法對砂輪表面形貌參數與磨削力、表面粗糙度進行了關聯度分析,最終按關聯度排序提出了修整效果評價建議指標。

2 UVG和TG對比試驗

依托小型立式加工中心V850和自主搭建的超聲振動輔助ELID磨削裝置,研究不同磨削深度下UVG和TG磨削力和表面粗糙度的變化規律。試驗工件材料選用M42高速鋼,試驗參數見表1。

表1 試驗參數

UVG和TG在不同磨削深度下的磨削力結果見圖1。由圖可見,隨著磨削深度的增加,UVG和TG的法向和切向磨削力均呈增加趨勢。同時,UVG磨削在1～3μm的磨削深度下法向和切向磨削力均小于TG,且相較于普通磨削下降了約24%。

圖1 不同磨削深度的法向和切向磨削力

在磨削加工后,利用Bruker白光干涉儀分別對UVG和TG磨削高速鋼軋輥材質工件表面形貌進行了測量,結果見圖2,圖中測量區域尺寸為0.9mm×1.2mm。

(a)UVG

由圖3可知,超聲振動磨削(UVG)磨削表面粗糙度在磨削深度1～3μm時均優于普通磨削(TG)。UVG工件磨削力與表面粗糙度較TG均有下降,一方面原因在于磨粒與工件的相對運動軌跡發生了變化,使切向力分量下降;另一方面在于超聲振動在磨削液中產生的空化效應[10],有利于磨粒間磨屑和磨粒上的黏附物排出和脫落,從而保持了砂輪表面的容屑空間和磨粒銳性,最終導致磨削力減小。為了揭示超聲振動輔助磨削對砂輪表面形貌的影響,本文對比研究了超聲振動輔助磨削和普通磨削砂輪表面形貌參數的變化規律。

圖3 不同磨削深度的高速鋼工件表面粗糙度

3 砂輪修整形貌參數選取及分析

3.1 表面形貌測量

在進行UVG和TG磨削試驗后,使用Bruker白光干涉儀分別對UVG和TG磨削的砂輪表面形貌進行了測量(見圖4)。每間隔0.09mm進行1次測量,得到10組形貌輪廓數據,將數據平均化處理,最終繪制磨削表面輪廓曲線見圖5。

(a)超聲振動磨削

圖5 UVG和TG砂輪表面輪廓和粗糙峰高度分布

超聲振動砂輪修整后,不同磨削深度下的砂輪形貌參數值和TG砂輪形貌參數值對比見圖6。由圖6可知,UVG較TG砂輪表面輪廓更低,且峰高平均集中在0～2μm,既保證了工件磨削的表面質量,又起到對砂輪表面進行原位修整的作用,具體體現在砂輪表面形貌參數變化規律上。選取Sa,Sku,Sq,Ssk,Sk,Spk,Svk,Sds以及Ssc作為評價砂輪修整效果的考察參數,各參數含義見表2。

(a)磨削深度1μm

表2 砂輪形貌參數定義

由于各形貌參數數值量級不同,采用初值化處理數據方法進行量綱化處理,其計算式為

(1)

式中,An和an為量綱化前后的數據;a0為第一個數據,作為參考數據。

將普通磨削的砂輪形貌數據作為初始數據,當磨削試驗深度分別為1μm,2μm,3μm時,測量砂輪形貌參數值見表3。

表3 TG砂輪表面形貌數據

分析圖6可得表4,隨著磨削深度的增加,砂輪表面形貌參數Sa,Sq,Sk,Spk,Ssc均呈減小趨勢,表明砂輪粗糙峰高降低,原因為超聲振動作用使得砂輪表面磨粒運動軌跡發生了變化,并且在磨削過程中較高磨粒更多地參與磨削,更易發生磨損和脫落,從而使得整體磨粒高度與粗糙峰更加均勻,改善了其表面形貌;相反,參數Svk,Ssk,Sds,Sku均明顯增大,砂輪表面的容屑空間及單位有效磨粒密度增大,表明超聲振動空化效應使砂輪表面磨屑最大化被清除,從而提升了砂輪的銳性,達到了對砂輪原位修整的效果。

表4 磨削深度與修整參數變化規律

分析砂輪修整形貌參數和磨削力、磨削表面粗糙度之間的變化規律發現,砂輪形貌參數受到超聲振動的影響使得表面粗糙峰有所降低,隨著磨削過程的進行,逐漸鈍化的磨粒又因超聲振動作用而脫落或磨損,達到了對砂輪修銳的效果;因此超聲振動修整后的部分砂輪形貌參數會呈現上升或下降的趨勢,故利用砂輪修整形貌參數來量化說明砂輪的修整效果可行。

3.2 超聲振動砂輪修整的評價指標

通過以上分析可知,UVG磨削力和磨削表面粗糙度較TG均有改善,表明超聲振動砂輪修整效果顯著;同時,修整后的砂輪表面形貌也與普通磨削存在明顯差異,因此,通過研究砂輪形貌參數與磨削力、磨削表面粗糙度之間的關聯程度,可將關聯度排名前三的形貌參數作為評價砂輪修整效果的指標。

灰色關聯法可以判斷系統中的多個因素間的關聯程度,通過關聯度大小排序,最終得到影響目標因素的主次因素。因此,基于砂輪表面形貌參數較多的特點,利用該方法得到上述砂輪表面形貌參數同磨削力、磨削表面粗糙度之間的關聯程度。

將上述砂輪表面形貌參數作為灰色關聯法的原始指標,式(2)表示在TG和UVG磨削下砂輪表面形貌參數構成的數學模型,以此模型作為初始矩陣,對應的磨削力和磨削表面粗糙度構成的母序列可表示為

(2)

利用數值分析軟件進行灰色關聯分析,可得到各參數與磨削力、磨削表面粗糙度之間的關聯度大小為

(3)

經過灰色關聯法數值分析后得到砂輪表面形貌參數與磨削力以及表面粗糙度的關聯度結果(見表5)。參考文獻[11]對關聯度強弱的劃分方法,即關聯度大于0.5并接近于1時,判定兩個元素關聯性強,反之判定為弱或無關。

表5 關聯度排序

由表5分析可知,與法向磨削力Fn、切向磨削力Ft和磨削表面粗糙度Ra關聯程度最大的三個砂輪表面形貌參數分別為:Spk,Sds,Ssc;Spk,Sds,Ssc;Sq,Sa,Svk。對于Fn,經超聲振動砂輪修整后,Spk與Ssc有減小趨勢且呈正相關,Sds有增長趨勢且呈負相關;對于Ft,經修整后,Spk與Ssc有減小趨勢且呈正相關,Sds有增長趨勢且呈負相關;對于Ra,經修整后,Sa、Sq與Svk均有減小趨勢且呈正相關。

由砂輪形貌參數定義分析,Spk,Ssc,Sa,Sq,Svk各參數的減小說明超聲振動使砂輪表面磨粒運動軌跡發生了改變,加速較高磨粒的鈍化與脫落,從而使磨粒高度趨于一致且粗糙峰更加均勻,參數Sds的增加則表示單位面積磨粒密度增加。故綜合超聲砂輪修整前后的形貌參數變化趨勢和灰色關聯分析結果,最終確定砂輪形貌參數Spk,Sds,Ssc,Sq,Sa,Svk作為評價超聲砂輪修整的指標。

4 結語

(1)本文試驗條件下,超聲振動磨削較普通磨削的磨削力和表面粗糙度均有明顯下降趨勢,其中,加工表面粗糙度下降的原因在于超聲振動改變了砂輪表面形貌,使表面磨粒突出高度分布趨于更集中;磨削力下降的原因是磨粒運動軌跡的變化與超聲振動砂輪修整共同作用的結果。

(2)與普通磨削的磨削相比,超聲振動磨削磨削砂輪參數代表的表面粗糙峰高度有所降低,砂輪表面容屑空間與單位有效磨粒密度增加。主要原因是超聲振動使參與磨削的較高磨粒發生了磨損與脫附,磨粒間的磨屑與黏附物在空化作用下得以排出,故砂輪表面粗糙峰高度逐漸趨于集中,起到了對砂輪原位修整的作用。

(3)形貌參數Sa,Spk,Ssc,Sq,Svk,Sds主要代表砂輪表面粗糙度、粗糙峰和容屑空間,經灰色關聯法分析表明,形貌參數Sa,Spk,Sds,Ssc,Sq,Svk可作為評價超聲振動砂輪修整效果的指標。