面向表面粗糙度的砂布轮抛光工艺参数区间优化.pdf

14 论坛 *国家科技重大专项（NO.2015ZX040041003）资助项目 作者简介：淮文博（1979-），西安理工大学讲师，主要从事复杂曲面抛光工艺研究。 面向表面粗糙度的砂布轮抛光工艺参数 区间优化* 淮文博1,2, 唐虹2 （1 .西安理工大学高等技术学院，西安 710082; 2. 西北工业大学机电学院，西安 710072） 摘要 针对砂布轮抛光表面粗糙度工艺控制，提出了工艺参数稳定域和优选区间的概念；通过砂布轮抛光 TC11叶片试件的正交试验，建立了表面粗糙度对工艺参数灵敏度的数学模型，分析了工艺参数区间敏感性，获 得了工艺参数的稳定域和非稳定域；根据工艺参数对表面粗糙度影响趋势图，得到了工艺参数的优选区间；通 过航空发动机叶片抛光试验证明工艺参数优选区间是可靠的，为砂布轮叶片抛光工艺以及进行表面粗糙度控制 研究提供理论方法和试验依据。 关键词 砂布轮；抛光；航空发动机叶片；表面粗糙度；优选区间 中图分类号 V232.4 文献标识码 A 文章编号 1003-5451(2017)02-0014-05 Polishing Process Parameters Interval Optimization for Surface Roughness for Abrasive Cloth Wheel HUAI Wen-bo, TANG Hong ( 1.Institute of Technology, Xian University of Technology, Xian 710082; 2.School of Mechanical and Electrical Engineering, Northwestern Polytechnical University, Xian 710072) Abstract To control polishing surface roughness by abrasive cloth wheels, the concepts of stable range and optimal intervals for processing parameters were proposed. A mathematical model of sensitivity of surface roughness for processing parameters was established based on the orthogonal test of polishing TC11 blade workpieces by the abrasive cloth wheels. The sensitivity of processing parameter interval was studied and stable range and unstable range of processing parameters were obtained. The influence curve of polishing parameters on surface roughness was gained and studied, thus getting the optimal intervals of surface roughness-oriented polishing parameters of abrasive cloth wheels. The polishing test based on a blade of aviation engine proved that the optimal intervals of parameters were reliable. Research results provide theoretical approaches and test basis to study blade polishing technique by abrasive cloth wheels and surface roughness control. Keywords abrasive cloth wheel; polishing; blade of aviation engine; surface roughness; optimal intervals 表面粗糙度影响工件的功能特性， 耐疲劳性和表面摩擦性能 1。表面粗糙度不合格的航空发动机叶片 万方数据 15 航空精密制造技术2017年第53卷第2期 在高温高压环境下容易疲劳失效、 变形或断裂 2， 其后 果不堪设想。而加工成型的叶片为空间自由曲面， 而 且表面有明显的铣削残留高度 3， 需要采用抛光技术去 除较小的余量以获得符合技术要求的表面粗糙度 4 进 而提高叶片表面质量和航空发动机性能。 目前， 机器人 5-7 和数控机床 8-10 在国内外被广泛 作为抛光机器， 结合路径规划技术 8、 视觉定位技术6 实现了较理想的复杂曲面抛光效果； 但数控机床不但 价格昂贵 11 而且不具备抛光力的控制功能 8， 机器人 抛光轨迹误差大 6。在磨具方面， PAN 等11 针对球面 镜头抛光、 ZENG 和 BLUNT12针对医用钴铬合金抛光， 计时鸣和张利等 13-15 针对模具曲面抛光都采用气囊作 为抛光工具， 通过合理地控制工艺参数实现了理想的 抛光效果。针对复杂几何形状， 学术界提出了磁流体 16-17、 磨料流18、 电流体19-20 等非接触抛光工艺， 但材 料去除率小， 抛光效率低 16， 成本大21。砂带22-24 抛 光效率高， 被作为主要抛光磨具， 但由于磨头体积较大 不适合抛光进排气通道狭窄的整体叶盘 25。 砂布轮体积小、 结构简单、 弹性好， 可深入整体叶 盘狭窄的进排气通道抛光 26。为了降低干涉， 提高磨 具与抛光曲面 “随形切触” 的自适应性和抛光效率， 作 者采用砂布轮作为抛光磨具， 在自主研发的五轴联动 数控抛光机 27 上对叶片进行抛光。高速旋转的砂布轮 受离心力作用而半径增大， 所以有较好的弹性， 在抛光 时能和曲面 “随形切触” ， 在确保抛光力比较稳定的情 况下可有效避免 “欠抛” 或 “过抛” ， 提高抛光效率。 砂布轮抛光工艺参数对表面粗糙度的形成具有决 定作用。但是， 在实际抛光中， 尤其在对具有复杂曲面 的航空发动机叶片抛光时， 由于其加工之后留有非线 性余量， 抛光工艺参数应该针对不同的余量进行确定； 例如， 在砂布轮抛光航空发动机叶片时， 会依据叶片表 面粗糙度的实际大小对抛光工艺参数 ( 比如砂布轮转 速、 压缩量、 粒度等 ) 进行不同程度的调整； 然而， 调整 量如何确定， 应该在什么范围内进行调整才能获得理 想的表面粗糙度， 目前还没有可参考的砂布轮抛光工 艺参数调整范围。因此， 本文对工艺参数的灵敏度进 行了分析， 获得了表面粗糙度工艺参数的优选区间。 本文主要内容如下： 第一， 在分析砂布轮抛光工艺 参数的基础上设计了正交试验， 建立了表面粗糙度灵 敏度数学模型， 分析了工艺参数区间敏感性， 确定了工 艺参数稳定域和非稳定域； 第二， 分析了不同工艺参数 对表面粗糙度的影响趋势， 提出了确定工艺参数优选 区间的方法， 确定了砂布轮抛光工艺参数的优选区间； 第三， 通过航空发动机叶片抛光试验验证了工艺参数 优选区间的可靠性。 1 抛光试验 1.1 试验平台 试验在五轴数控专用抛光机床上进行如 （图 1） 。 该机床包含： 直线运动轴 X、 Y、 Z， 叶片旋转轴 U， 叶片 摆动轴 C， 柔性磨头摆动轴 A。该抛光机的柔性磨头 A 主轴根据数控程序中的叶片几何型面变化， 通过径向 均匀分布的 3 个微位移汽缸和轴向的一个微位移汽缸 实时调整磨头位姿， 使砂布轮和叶片几何型面有效地 切合从而实现柔性自适应抛光； 具体工作原理如图 1 所示。 试验用 10 个 TC11 叶片试件， 编号为 AJ， 如图 2 所示。将每个叶片的叶背和叶盆从叶根向叶尖依次划 分为三个区域， 每个区域编号为 1、 2、 3。如 A 叶片叶背 三个区域编号为 A1、 A2、 A3。 TC11 在磨削过程中容易黏附， 磨削温度高， 化学活 性高等特点， 有较低的磨削温度和较高的磨削比； 另外 考虑到砂布轮在抛光中要具有足够的弹性， 本文选用 规格为 8.5mm14mmP（初始半径 ap 厚度 L 粒 度 P） ， 粒度 P 分别为 60#、 330#、 600#， 磨粒为绿色碳化 硅 （Green SiC， GC） 的布基砂布轮为磨具。 抛光前和抛光后在抛光区域随机选取 5 个测量点， 垂直抛光轨迹测量表面粗糙度并取其平均值作为最终 测量结果。表面粗糙度仪为 Mar Surf M300C， 取样长度 0.8 mm， 评定长度 4 mm。 1.2 抛光工艺参数分析 如图 3 所示， 初始半径为 r0、 转速为 的砂布轮在 离心力的作用下半径增大至 r=r+r0， r 为半径增量。 砂布轮抛光时受到抛光表面的径向压缩， 压缩量为 ap； 图1 抛光试验图2 TC11 叶片试件 万方数据 16 面向表面粗糙度的砂布轮抛光工艺参数区间优化 过线性回归分析方法， 建立了砂布轮抛光表面粗糙度 经验模型为 Ra= f(, p,ap,vf,P) = 0.065p0.175ap0.192vf0.163P0.244 （1） 设 定 置 信 系 数 ，分 别 用 F 检 验 法 和 复 相 关 系 数 检 验 法 对 模 型 的 显 著 性 检 验。 F=65.64F0.01(5,18-5-1)=5.06 ； 复相关系数 R=0.981， 查表得其临界值 Rmin =0.722， 则 R Rmin； 以上两种方法 的检验结果均表明所建立的粗糙度经验模型和试验数 据拟合良好。 2.2 表面粗糙度工艺参数灵敏度 灵敏度模型计算 灵 敏 度 反 映 目 标 函 数 f(x) 对 其 变 量 x = (x1x2,., xj,., xn)的变化梯度； 若 f(x) 可导， 其一阶 灵敏度 S 在连续系统中表示为 28 S(xi) = f(x) xi （2） 根据式 （1） 和式 （2） ， 可得表面粗糙度对砂布轮抛 光工艺参数的灵敏度模型为 S Ra = 0.065 1.065p 0.175a p 0.192v f 0.163P0.244 S p Ra= 0.175 0.065p0.825a p 0.192v f 0.163P0.244 S ap Ra= 0.192 0.065p0.175a p 1.192v f 0.163P0.244 S vf Ra= 0.163 0.065p0.175a p 0.192v f 0.837P0.244 S P Ra = 0.244 0.065p0.175a p 0.192v f 0.163P1.244 （3） 在试验参数范围内 = 6000r/min ， p = 1.2mm ， ap= 0.9mm ， vf= 220mm/min，P = 330#， 其灵敏度分 别为： S Ra = 0.04 1.065 S p Ra= 0.059 p 0.825 S ap Ra= 0.08 ap 1.192 S vf Ra= 0.024 vf 0.837 S P Ra = 0.422 P1.244 （4） 灵敏度反映表面粗糙度对抛光工艺 参数的变化的敏感程度 ( 或变化率 )， 其 目的是识别工艺参数对表面粗度影响显 著或薄弱的环节， 以有效地控制和优化 工艺参数， 进而获得理想的表面粗糙度。 灵敏度曲线分析 图 4 所示为依据式 （4） 获得的表面粗糙度对转速、 抛光行距、 压缩量、 进给速度和粒度的灵敏度曲线。 由图 4（a） 知， 在转速区间 4500 r/min, 6000 r/min 转速 和压缩量 ap是抛光力的主要影响参数 2， 所以 也是影响表面粗糙度的关键工艺参数 3。进给速度 v f /、 粒度 P 影响参加抛光的磨粒数 3。抛光行距 （p 决定抛 光次数。因此， 砂布轮的主要抛光工艺参数是砂布轮 转速 、 压缩量 ap、 进给速度 vf 、 粒度 P、 行距 p。 采用等参数线法 25 进行轨迹规划， 数控编程中的 刀具半径为 r-ap， 即砂布轮旋转时的半径减去压缩量， 这样就保证了砂布轮在抛光中有比较稳定的压缩量。 横向行距法可以有效消除叶片表面波纹 27， 所以采用 横向行距法抛光， 即沿着铣削轨迹抛光。 以 5 个工艺参数为因素 , 设计 5 因素三水平的正 交试验 , 试验方案和结果如表 1 所示 . 2 表面粗糙度工艺参数区间敏感性分析 2.1 表面粗糙度模型 对表 1 中的工艺参数和表面粗糙度测试数据， 通 vf ap a x u z o y r=r0+r 图3 砂布轮抛光原理 表1 正交试验及其结果 Nmber/rmin-1p /mmap /mm vf / mmmin-1 P抛光区域Ra 1#45000.70.632060D30.697 2#45001.20.9 220600 C2 0.349 3#45001.71.2 120330 G1 0.315 4#60000.70.6 220600 B3 0.332 5#60001.20.9 120330 G2 0.196 6#60001.71.2 32060 A1 0.604 7#75000.70.9 320330 E3 0.230 8#75001.21.2 22060 D2 0.493 9#75001.70.6 120600 C1 0.417 10#45000.71.2 120600 C3 0.271 11#45001.20.6 320330 E2 0.332 12#45001.70.9 22060 D1 0.570 13#60000.70.9 12060 A3 0.485 14#60001.21.2 320600 B2 0.357 1560001.70.6 220330 E1 0.323 16#75000.71.2 220330 G3 0.281 17#75001.20.6 12060 A2 0.519 18#75001.70.9320600B10.383 万方数据 17 航空精密制造技术2017年第53卷第2期 的灵敏度大于 6000 r/min, 7500 r/min。由图 4（b） 可 知， 在抛光行距区间 0.7 mm, 1. 2mm 的灵敏度值大于 1.2 mm, 1.7 mm 区间， 即当抛光行距从 1.2 mm 变化到 1.7 mm 时， 其表面粗糙度的变化比较平缓。同理， 由图 3（c） 可知， 当压缩量从 0.9 mm 变化到 1.2 mm 时， 表 面粗糙度的变化比较平缓； 由图 4（d） 可知， 进给速从 220 mm/min变化到320 mm/min时表面粗糙度变化平缓； 由图 4（e） 可知， 当粒度从 330# 变化到 600# 时， 表面 粗糙度的变化比较平缓。 2.3 工艺参数稳定域和非稳定域 定义灵敏度变化幅度最小的因素水平区间为工艺 参数的稳定域， 否则为工艺参数的非稳定域 28。根据 表面粗糙度分别对转速、 抛光行距、 压缩量、 进给速度、 粒度的灵敏度曲线， 获得本文试验参数范围内转速、 抛 光行距、 压缩量、 进给速度、 粒度的的稳定域和非稳定 域， 如表 2 所示。 3 砂布轮抛光工艺参数的区间优化 3.1 抛光工艺参数的优选区间 根据表 1 试验数据， 可计算出每个工艺参数取水 平 i（i=-1， 0， 1） 时所对应试验结果 （表面粗糙度） 的平 均值； 以工艺参数的不同水平取值为横坐标、 以不同水 平对应的试验结果平均值为纵坐标， 绘制工艺参数对 抛光表面粗糙度的影响趋势图， 如图 5 所示。 图5表示工艺参数( 粒度、 压缩量、 行距、 进给速度) 在稳定域和非稳定域 （或不同水平区间） 时表面粗糙度 的变化范围及趋势， 并定义表面粗糙度最小的因素水 平区间为工艺参数的优选区间。由图 5（a）可知， 转 速稳定域粗糙度值在 0.380.39 之间， 非稳定域粗糙度 值在 0.380.42 之间。由图 5（b） 可知， 抛光行距稳定 域表面粗糙度值在 0.370.43 之间， 非稳定域表面粗糙 度约在 0.370.38 之间。由图 5（c） 可知， 压缩量稳定 域表面粗糙度值约在 0.370.39 以下， 非稳定域表面粗 糙度在 0.370.44 之间。由图 5（d） 可知， 进给速度稳 定域表面粗糙度值约在 0.390.43 之间， 非稳定域表面 粗糙度约在 0.370.39 之间。由图 5（e） 可知， 粒度稳 表2 工艺参数的稳定域和非稳定域 工艺参数稳定域非稳定域 /rmin-16000, 75004500, 6000 p/mm1.2, 1.70.7, 1.2 ap/mm0.9, 1.20.6, 0.9 vf /mmmin-1220, 320120, 220 P330#, 600#60#, 330# （a）转速 （c）压缩量 （b）抛光行距 （d）进给速度 （e）粒度 图4 表面粗糙度对工艺参数的灵敏度 /rmin-1 vf /mmmin-1 p/mm ap/mm P （c）压缩量（d）进给速度 rf /mmmin-1 ap/mm 图5 切削工艺参数对表面粗糙度的影响趋势 （a）转速 （b）抛光行距 /rmin-1 p/mm （e）粒度 P 万方数据 18 面向表面粗糙度的砂布轮抛光工艺参数区间优化 抛光工艺参数优选区间的方法；转速、 行距、 压缩量、 进给速度、 粒度的优选范围依次为 60007500r/min， 0.71.2mm， 0.91.2mm， 120220mm/min， 330# 600# ； 明确了表面粗糙度在工艺参数优选范围内的变化范 围。 航空发动机叶片抛光试验证明： 砂布轮抛光工 艺参数优选区间是合理可靠的。 参考文献 1 HO W H, TSAI J T, LIN B T, et al. Adaptive network-based fuzzy inference system for prediction of surface roughness in end milling process using hybrid Taguchi-genetic learning algorithmJ. Expert Systems with Applications, 2009, 36(2): 3216-3222 2 HUANG H, GONG Z M, CHEN X Q, et al. Robotic grinding and polishing for turbine-vane overhaulJ. Journal of Materials Processing Technology, 2002, 127(2): 140-145 3 段继豪， 史耀耀， 李小彪， 等整体叶盘柔性磨头自适应抛光 实现方法 J. 航空学报 , 2011, 32(5): 934-940 4 BIGERELLEM., GAUTIER A, HAGEGE B, et al. Roughness characteristic length scales of belt finished surfaceJ. Journal of Materials Processing Technology, 2009, 209(20): 6103-6116 5 HUANG H, GONG Z M, CHEN X Q, et al. Robotic grinding and polishing for turbine-vane overhaul J. Journal of Materials Processing Technology 2002, 127（2） : 140-145 6 WANG G L, WANG Y Q, ZHANG L, et al. Development and polishing process of a mobile robot finishing large mold surface J. Machining Science and Technology, 2014, 18(4): 603-625 7 MARQUEZ J J, PEREZ J M, J. RIOS J, et al. Process modeling for robotic polishing J. Journal of Materials Processing Technology, 2005, 159(1): 69-82 8 CHAVES JACOB J, LINARES J M, SPRAUEL J M. Control of the contact force in a pre-polishing operation of free-form surfaces realised with a 5-axis CNC machine J. CIRP Annals-Manufacturing Technology, 2015, 64(1): 309-312 9 黄云 , 张磊 , 黄智 , 等 . Zr-4 合金管砂带随形磨削实验分析 J. 重庆大学学报 , 2012, 35(10): 30-37 10 路勇 , 黄云 . 砂带磨削磨损性能试验研究 J. 机械科学与 技术 , 2014, 33(12): 1865-1868 11 PAN R, WANG Z Z, WANG C J, et al. Research on control optimization for bonnet polishing system J. International Journal of Precision Engineering and Manufacturing, 2014, 15(3): 483-488 12 ZENG SY, BLUNT L. Experimental investigation and analytical modelling of the effects of process parameters on material removal rate 定域表面粗糙度值约在 0.280.35 之间， 非稳定域表面 粗糙度约在 0.280.56 以下。 最后， 选择砂布轮抛光 TC11 工艺参数的优选区 间如表 3 所示， 该区间范围可保障较好的表面粗糙度。 进给速度和抛光行距的优选区间选在了非稳定域中， 如果要进行参数值调整， 需进一步计算它们的稳定域 和非稳定域。 3.2 抛光试验 在非优选区间选取 5000 r/min、 p =1.5mm、 ap = 0.8 mm、 vf = 300 mm/min、 P = 200#， 在优选区间选取 6500 r/min、 p = 1 mm、 ap = 1 mm、 vf = 150 mm/min、 P = 400#， 分别对材料为 TC11 的某航空发动机叶盘上编号为 A、 B 的 2 个叶片做抛光试验。每个叶片抛光 3 次； 砂布轮 规格 8.5 mm 14 mm。抛光前后， 用 Mar Surf M300C 粗糙度仪在叶片表面随机选取 5 个点垂直于抛光轨迹 测量粗糙度值， 并将平均值作为测量结果。 抛光前 A、 B 叶片表面粗糙度平均值分别为 1.12m、 1.26m。用非优选区间工艺参数抛光的 A 叶片表面粗糙度平均值为 0.41m， 用优选区间工艺参 数抛光的 B 叶片表面粗糙度平均值为 0.32m。 试验结果表明砂布轮抛光工艺参数优选区间是可 靠的， 与非优选区间相比有明显的抛光效果， 明显降低 了表面粗糙度， 消除了表面纹理， 提高了叶片表面完整 性， 如图 6 所示。 4 结论 利用正交试验结 果建立了表面粗糙度对 工艺参数的数学模型， 确 定了 TC11 抛光工艺参数 的稳定域和非稳定域。 提出了确定面向 表 面 粗 糙 度 的 砂 布 轮 （a）（Ra=0.41m） （b）（Ra=0.32m） 图6 抛光效果 表3 工艺参数优选区间 工艺参数优化区间稳定性Ra /m /rmin-16000, 7500稳定0.39 p /mm0.7, 1.2非稳定0.38 ap /mm0.9, 1.2稳定0.39 vf /mmmin-1120, 220非稳0.39 P330#, 600#稳定0.35 （下转第31页） 万方数据 31 航空精密制造技术2017年第53卷第2期 （上接第18页） 算法的速度估计器设计， 实现了对刹车系统状态的准确 估计。 分析系统非线性和时变性特征， 设计了基于 T-S 模型的模糊神经网络控制器。模糊神经网络控制器能够 迅速达到并稳定在最佳滑移率， 动态跟踪性能良好， 解决 了传统 PID+PBM 控制器存在的低速打滑问题， 有效缩短 了刹车时间和距离， 改善了系统刹车性能。 在不同的跑道条件下， UKF+FNN 控制器均能实 现快速平稳刹车， 系统具有一定的鲁棒性。 参考文献 1 田广来， 谢利理， 岳开宪， 常顺宏 . 飞机防滑刹车系统的最佳 滑移率式控制方法研究 J. 航空学报， 2005,26(4):461-464 2 王纪森 . 非线性控制理论在防滑刹车系统中的应用研究 D. 西安 : 西北工业大学 , 2001 3 刘文胜， 罗鑫， 马运柱， 陈梦樵 . 模型参考自适应在飞机刹车 伺服系统中的应用 J. 航空精密制造技术， 2014,50(6):50-53 4 Kevin M Passino. Fuzzy Learning Control for Antiskid Braking SystemsJ. TEEE Transactions on Control Systems Technology, Vol1. No2.JUNE 1993. 5 Chih-Min Lin, Chun-Fei Hsu. Self-learning Fuzzy Sliding- moding Control for Antilock Braking SystemsJ. IEEE Transactions on Control Systems Technology, Vol11, No2, MARCH 2003. 6 刘文胜， 陈梦樵 . 基于 T-S 模糊神经网络的飞机防滑刹车系 统研究 J. 计算机测量与控制， 2014, 22(11):3576-3580 7 李波， 焦宗夏基于广义卡尔曼滤波的飞机防滑刹车变结构 控制 J系统仿真学报， 2007, 19(3):585-588 8 时艳茹 . 基于 UKF 滤波的汽车纵向和侧向速度估计算法研 究 D. 吉林： 吉林大学， 2011 （收稿日期 2016-04-26） 1500 1000 500 0 刹车距离/m 0 20 40 t/s 刹车距离 0.25 0.2 0.15 0.1 0.05 0 滑移率 0 20 40 t/s 滑移率 0.2 0.15 0.1 1.5 2 2.5 图11 UKF+FNN控制器冰跑道的控制效果 1500 1000 500 0 刹车距离/m 0 20 40 t/s 刹车距离 1 0.5 0 -0.5 滑移率 0 20 40 t/s 滑移率 0.2 0.15 0.1 1.5 2 2.5 图12 PID+PBM控制器冰跑道的控制效果 for bonnet polishing of cobalt chrome alloy J. Precision Engineering, 2014, 38(2): 348-355 13 计时鸣 , 金明生 , 张宪 , 等 . 应用于模具自由曲面的新型气 囊抛光技术 J. 机械工程学报 , 2007, 43(8): 2-6 14 张利 . 模具曲面气囊进动抛光技术及实现研究 D. 浙江工 业大学 , 2012: 3-6 15 刘佳 , 陈五一 . 杯形瓷 CBN 砂轮修整工艺及参数优化 J. 北京航空航天大学学报 , 2012, 38(3): 374-379 16 WANG Y Q, YIN S H, HUANG H, et al. Magnetorheological polishing using a permanent magnetic yoke with straight air gap for ultra-smooth surface planarization J. Precision Engneering, 2015, 40(1): 309-