欢迎您访问长沙鹏翔电子科技有限公司官方网站

技术与应用

PCIE高速声发射仪/千兆网络声发射仪

技术与应用

模具钢硬铣削过程振动和声发射信号的监测与分析

发布日期:2017-05-24 23:33    浏览次数:

 0 前言

    自从20 世纪90 年代提出“绿色制造”概念以来,由于人们环保意识的增强和可持续发展战略的提出,绿色制造正在成为制造业的重要特征和基本生产模式[1 - 2]。随着材料工业技术的发展,高硬和超硬金属材料以其高寿命和高可靠性在航空航天、模具和汽车等领域被广泛应用[3]。高硬度材料的精加工一般采用磨削的方法。性能优异的刀具的出现和机床技术的发展使得硬切削这种绿色切削方式成为可能,并被看作是传统磨削经济可行的替代。硬切削的突出优点是不用再进行磨削加工[4 - 5]。硬切削过程中是随切屑带走至少80% 的热量,保持了零件的热稳定性。合理的硬切削系统可以减少甚至省去磨削以及与之相关的高昂的刀具成本和太长的加工时间。
    目前大多数硬切削研究者着重对加工质量、刀具磨损和切削工艺参数进行研究[6 - 7]。很少有研究者着眼于硬切削过程的监测[8]。振动信号和声发射( AcousticEmission,AE) 信号常被用于切削过程的状态监测。本文作者基于Labview6. 0 建立了计算机信号采集系统,通过试验采样模具钢硬铣削过程中的振动和AE 信号,并通过时域、频域分析对信号的特征进行研究,以揭示工艺参数与振动、AE 信号之间的关系,为合理选择硬切削工艺参数提供依据。
1 过程监测系统的建立
    过程监测系统基于通用计算机实现。信号采集通过计算机PCI 接口,分别利用振动传感器和声发射传感器采集切削过程中的振动信号和AE 信号。软件系统通过Labview6. 0 虚拟仪器平台实现。研华PCI-1714UL 高速数据采集卡用于采样AE 信号,采样频率为2 MHz。研华PCI-1710 低速数据采集卡用于采样振动信号,采样频率为16 kHz。传感器分别为内置ICP 的振动传感器CA2YD21182 和SR150A 型声发射传感器,各传感器都配有相应的信号调理模块。
2 试验装备及试验设计
    试验在瑞士米克朗( Mikron Ucp600) 五轴数控立式加工中心上进行,见图1。振动传感器安装在工件表面,AE 传感器安装在加工中心主轴上。因此振动信号测取的是工件表面的垂直方向振动,铣削过程中产生的AE 通过刀具、主轴传给声发射传感器。铣削方式为端铣。加工材料为模具钢Cr12MoV,硬度为HRC57。硬铣削加工刀具为两齿直立CBN 铣刀,刀具直径? = 20 mm。试验方案见表1。


3 试验数据分析
3. 1 时域分析
    振动信号的典型时间波形见图2。经计算可知每个齿周期采样738 个数据。从图中可以看出振动信号具有明显的周期性,这是由铣削过程所固有的断续切削特性决定的。由于刀具有2 个切削刃,从图中还可以明显地看出每个切削刃在切入时对工件产生的冲击。当切入完成后开始正常切削,振动开始快速衰减,直到下一个切削刃切入时引起再一次的振动。由于试验时刀具每个切削刃的磨损情况不同,再加上实际切削时工件材料的不均匀性和随机扰动,从波形上看,不同的齿周期对应的振动波形并不完全相同。因此,铣削过程产生的振动主要由断续切削产生的冲击造成,这种振动即强迫振动。这种振动形式将缩短刀具的寿命和降低工件表面质量。

    图3 是AE 信号的典型时间波形。从图中可知,切削过程产生的AE 信号和振动信号相比,周期性不明显。这是由声发射信号的性质决定的。声发射( AE) 也称为应力波发射,它是材料受外力或内力作用产生变形或断裂时,以弹性波的形式释放出应变能的现象。在切削过程中,切削区的工件材料持续产生塑性变形和断裂,则持续产生AE 信号。因此,AE信号的产生与振动信号的产生机制是不同的,其最直观的外在表现就是信号波形的不同。
    均方根( RMS) 值可以很好地量化信号的强度,可按下式计算:

式中: xi为采样信号的第i 个数据,n为数据个数。
    为了比较不同工况下信号的强度,取5个齿周期的振动信号数据进行分析。图4 为振动信号的RMS值计算结果,从工况1—4 可知,在每齿进给量和铣削深度不变的前提下,随主轴转速的提高,信号的RMS 值快速增大。对于工况5—8 来说,在主轴转速和铣削深度不变的前提下改变每齿进给量,信号的RMS 值变化不大。对于工况9—11,在主轴转速和每齿进给量不变的前提下改变铣削深度,信号的RMS值变化同样不大。
    同样地,为了比较不同工况下AE 信号的强度,取5 个齿周期的AE 信号数据进行分析。图5 是AE信号RMS 值计算结果。同振动信号类似,主轴转速对信号的RMS 值有显著影响,而每齿进给量和铣削深度则对RMS 值影响不大。

    综上,对模具钢硬切削来说,影响振动和AE 信号强度的主要因素是主轴转速,而每齿进给量和铣削深度影响不大。
3. 2 频域分析
    为了研究振动信号频率成分的分布,对其进行FFT 变换。FFT 一般用于对周期信号进行频谱分析,但由于铣削振动信号的周期性,将其用于对铣削振动信号进行频谱分析也是适宜的。图6 是工况1—4 振动信号的频谱。从图6 可以看出随着切削速度的提高,振动信号的频谱分布基本上不变,但在各频段的振幅均呈上升趋势。对工况5—11 的FFT 分析发现,每齿进给量和铣削深度的变化对频谱各频段的幅值影响很小。这一现象与对振动信号的RMS 值的分析是一致的。

    为了了解AE 信号的频率分布情况,也用FFT 对其进行分析。图7 是工况1—4 的AE 信号的频谱。从图中可知,AE 信号的频谱集中在100 kHz 以内,100 kHz 以外的频率成分很少。另外,同振动信号的频谱相比较可以发现,AE 信号对切削速度不敏感,但随着切削速度的提高,频谱分布变得分散,即频率成分更多。从AE 信号的RMS 值分析可知,主轴转速提高,信号的RMS 值增大,结合AE 信号的频谱分析可知,随着切削速度的提高,正是频谱成分的增多导致了RMS 值的增大。对工况5—11 的FFT 分析发现,与振动信号类似,每齿进给量和铣削深度的变化对AE 信号频谱各频段的幅值影响很小。

4 结论
    通过采集加工过程中的振动信号和AE 信号对模具钢Cr12MoV 的硬铣削进行了试验研究,得到了工艺参数的变化对振动信号和AE 信号的影响规律。研究结果表明:
( 1) 模具钢硬铣削过程中振动信号和AE 信号的时域波形呈现不同特点: 切削刃切入时振动信号急剧增大,然后快速衰减,而AE 信号的强度在整个切削过程中一直维持在较高水平;
( 2) 振动信号和AE 信号的RMS 值随切削速度的增大均呈明显的增大趋势,而受每齿进给量和铣削深度影响很小;
( 3) 随着切削速度的提高,振动信号各频段的幅值均增大,但频谱分布基本不变; 随切削速度的提高,AE 信号的频谱成分增多,并导致了RMS 值的增大。
参考文献:
[1]张魁伟,汪永超,刘毅,等. 面向绿色制造的刀具优化选择研究[J]. 机械设计与制造, 2012, 50( 11) : 266 - 268.
[2]刘飞,曹华军,何乃军. 绿色制造的研究现状与发展趋势[J]. 中国机械工程, 2000, 11( 1 /2) : 105 - 109.
[3] SUN S,BRANDT M,DARGUSCH M S. Thermally Enhanced Machining of Hard-to-machinematerials-A Review[J]. International Journal of Machine Tools & Manufacture,
2010, 50: 663 - 680.
[4]李振,张相琴,张雪萍,等. 轴承钢硬切削表面残余应力对滚动接触界面疲劳寿命的影响[J]. 上海交通大学学报, 2011, 45( 1) : 50 - 55.
[5]张雪萍,RICHARD L C,刘龙泉,等. 滚动轴承超精硬切削参数的优选方法体系[J]. 上海交通大学学报, 2004,38( 7) : 1101 - 1104.
[6]THEPSONTHI T,HAMDI M,MITSUI K. Investigation Into Minimal-cutting-fluid Application in High-speed Milling of Hardened Steel Using Carbide Mills[J]. International Journal of Machine Tools & Manufacture, 2009, 49: 156 - 162.
[7]曹永泉,张弘弢,李嫚,等. PCBN 刀具干湿切削淬硬钢表面完整性研究[J]. 金刚石与磨料磨具工程, 2005, 25( 6) : 50 - 53.
[8]WANG X,YU H,ZHONG W. Acoustic Emission and Vibration Analysis of Process of Hard dry Milling[J]. Advanced Materials Research, 2010, 97 /101: 1915 - 1919.

 

仲为武1,王希2
( 1. 山东英才学院机械制造与自动化学院,山东济南250104;2. 厦门大学物理与机电工程学院,福建厦门361005)