圖1為金剛石滾輪修整砂輪示意圖,金剛石滾輪須同時修整磨螺尖砂輪和磨螺溝砂輪(簡稱磨尖砂輪和磨溝砂輪)。SK723數控絲錐螺紋磨床具有多線砂輪復合自動修整裝置,此裝置對磨削砂輪的修型過程見圖2。磨削砂輪由磨溝砂輪和磨尖砂輪組成,對磨溝砂輪和磨尖砂輪的砂輪修整過程分為磨尖砂輪快進、磨尖砂輪工進、磨溝砂輪快進、磨溝砂輪工進和快退五個進程,其中磨溝砂輪和磨尖砂輪的中心距為25mm。磨尖快進階段,金剛石滾輪沿直線快速進給;磨尖工進階段,金剛石滾輪沿磨螺尖砂輪外輪廓線以工進速度進給;磨溝快進階段,金剛石滾輪快進至磨溝砂輪初始輪廓線位置;磨溝工進階段,金剛石滾輪沿磨螺溝砂輪輪廓線以工進速度進給;快退階段,砂輪磨削向下回退至砂輪零點,金剛石滾輪快速回到初始修整零位,并以此作為基礎數據進行下一次磨削。
相較于傳統的砂輪修型過程,SK723數控絲錐螺紋磨床配置精密的兩軸聯動平臺,通過數控系統對伺服電機的控制,編程實現多線砂輪的輪廓形狀修型,精密高速電主軸驅動金剛石滾輪對砂輪進行軌跡修整。由于絲錐規格不同以及兩支砂輪的磨損量不同,砂輪磨溝、磨尖以及修整的磨削初始位置不同,故砂輪的加工零位不同,砂輪外徑最低點始終位于絲錐外徑2mm處。
修整過程中,砂輪修整器處于修整器零位時,磨削砂輪向上運動至修整位置,砂輪在完成一支絲錐的磨溝、磨尖以及砂輪修整后回到砂輪零點(砂輪零點是磨削砂輪于機床X、Y、Z坐標系中的零點,且原點位置固定不變),并以此為基礎數據進行下一次磨削。隨著砂輪磨削次數以及砂輪修整器對砂輪修銳次數的增加,砂輪直徑逐漸變小,此時必須對砂輪轉速進行適當補償,以實現工件的恒速切削(見圖3)。在磨削過程中,由于兩支砂輪的磨損量不同,砂輪每次向上運動的距離補償量以兩片砂輪磨損量最大值為準。在修整過程中,砂輪與修整盤的線速度需要保持一定的比值,取qd=0.4-0.7,防止因相對速度過高而加速金剛石滾輪的磨損,每次修整的實際修正量δ可調。
多線砂輪復合自動修磨裝置采用沿砂輪徑向進給的初始修整法,砂輪修整器的修整量補償法為定值補償法,在砂輪修整程序中補償量可調。基于沿砂輪徑向進給的修型程序,采用多次修型法完成多支新砂輪初始修型。如圖4所示,修型具體過程如下:將砂輪直徑由Dsj延伸至Djx;開始修型時,按照母線5完成第一次修型,退回到初始修整位置;沿砂輪徑向進給修整定值補償量δ,按照母線4完成第二次修型,退回到初始修整位置;如此類推,直到金剛石滾輪的運動路徑與砂輪母線1重合,即完成砂輪的初始修型。
如圖5所示,在磨削砂輪上下方布置相互獨立的兩個自動修整裝置,以實現高精度砂輪修整以及精密的誤差補償。配置伺服電機及驅動、在工作軸及磨頭配備高分辨率光柵尺,實現閉環控制,實現砂輪在加工和修整過程中對即時產生的磨損量進行在線補償,提高了產品加工精度與效率。采用CNC數控系統,實現補償量可調的砂輪徑向修形以及單支砂輪或多支砂輪修磨,極大地降低了人為誤差對修整過程的影響,操作簡單。但在對多線砂輪進行修磨時,必須使用容量、壓力與磨削時相同的冷卻液進行沖洗和冷卻。
01
磨削精度檢測
試驗在SK723數控絲錐螺紋磨床進行,加工對象為M24絲錐。用TR220型粗糙度測量儀獲取螺溝表面粗糙度值,測量過程中控制變量數量,以測量點的三次測量值的平均值作為最終測量結果,以保證試驗準確性。為找出砂輪修整參數與表面粗糙度之間的具體關系,運用多元回歸方程進行分析,具體試驗數據如表1所示。
表1 砂輪修整參數及粗糙度測量值
02
建立表面粗糙度預測模型器
研究表面粗糙度的試驗方法通常有單因素法和多因素法。鑒于砂輪修整過程中修整工藝參數對表面粗糙度有不同程度的影響,采用多因素法建立表面粗糙度與修整工藝參數之間的正交回歸試驗方程,揭示各修整工藝參數間的相互影響。研究結果表明,表面粗糙度與修整工藝參數之間存在著復雜的指數關系,其通用形式可表示為
|
(1) |
式中,C為決定磨削條件的修整系數;b1、b2、b3為各修整工藝參數的指數。
對式(1)兩邊分別取對數,得
|
|
采用矩陣形式代替式(4),即
式中,εi(i=1,2,3)為試驗隨機變量誤差。
|
|
應用最小二乘法,結合Matlab軟件進行數據分析,解得表面粗糙度的預測模型
01
表面粗糙度預測模型顯著性檢驗器
①回歸方程的顯著性檢驗
鑒于建立的砂輪修整粗糙度預測模型只是一種有試驗根據的假設,為了判斷模型與實際加工情況的吻合程度,必須對建立的多元正交線性回歸方程進行顯著性檢驗。根據實際的檢測結果完成統計檢驗,假設總偏差平方和Sr由回歸平方和SA與剩余平方和SE兩部分組成,即
|
|
![]() |
|
|
|
采用F檢驗法,統計假設H0:βi=0(i=1,2,3,4),則有統計量比
|
|
式中,n為試驗組數;P為變量個數,P=4。表面粗糙度預測模型回歸方程顯著性檢驗分析結果見表2。
表2 表面粗糙度預測模型回歸方程顯著性檢驗分析結果
顯著性檢測結果表明,F比>F(4,10),故所建立的表面粗糙度預測模型具有高度可信度,與實際情況擬合得很好。
②回歸系數的顯著性檢驗
經驗證,表面粗糙度預測模型高度顯著,但在多元正交線性回歸方程中,并非每個自變量對因變量的影響都重要,還需考慮每個自變量對因變量影響程度的顯著性,以便對試驗結果進行預報和控制,故對回歸系數進行顯著性檢驗。
按照砂輪修整參數的設定排序,即按照速比、重疊比、徑向砂輪修整量、切入進給率的檢驗順序進行顯著性檢驗。
統計假設H0:βi=0(i=1,2,3,4),統計量為
|
(10) |
式中,Cii為相關矩陣中對角線上第i各元素;n為試驗組數;P為變量個數,P=4。計算結果如表3所示。
表3 表面粗糙度預測模型回歸系數顯著性檢驗分析結果
顯著性分析結果表明:βi>5.26,回歸系數全部為高度顯著。砂輪工藝修整各參數對表面粗糙度的顯著性排序為:徑向修整進給量>重疊比>速比>切入進給率,即徑向修整進給量是影響表面粗糙度的主要因素,其他砂輪修整參數均次之。
在多線砂輪復合自動修整裝置中,采用耐磨損、剛性大的金剛石滾輪代替金剛石筆對多支砂輪進行修整,能實現對絲錐螺紋的多工序磨削加工和砂輪自動修磨,提高了生產效率。通過設置兩個獨立的金剛石滾輪修整器,先后對磨頭砂輪進行修磨,減小砂輪輪廓誤差,提高零件加工精度。采用CNC數控系統實現單支和多支砂輪的修磨以及定值補償量可調,降低了人為誤差對修整過程的影響。
試驗檢測數據顯示,具有多線砂輪復合自動修整裝置的SK723數控絲錐螺紋磨床能實現高精度的絲錐磨削,生產效率相較人工提高了50%。
通過設計單因素試驗得到M24絲錐的取樣表面粗糙度數據。對表面粗糙度模型建立多元回歸的預測模型并進行顯著性分析可知,徑向修整進給量是影響加工表面粗糙度的主要因素,重疊比次之,速比影響最小。