一種磨粒流加工對質量控制的模擬方法
【技術領域】
[0001 ]本發明設及機械加工研磨技術領域,具體設及一種磨粒流加工對質量控制的模擬 方法。
【背景技術】
[0002] 實驗研究中,經常需要使用均勻設計方法思路,通過均勻分散,選出較優的數值, 之后再通過優化變量,得到其目標函數,進而得到最優條件。本實驗設及到=種粗糖度測量 方法,對測量數值有更高的精確性,并進行了掃描電鏡測試,從介觀狀態下進行了加工前后 工件的形貌分析。通過與仿真相契合的不同磨粒粒徑、磨料濃度、加工時間后,創新性選取 不同酸堿性研磨液進行了加工分析,能從多角度進行實驗加工分析,為實際生產加工提供 了多層次指導。
[0003] 均勻設計是由數學家方開泰與王元創立,它是基于"偽蒙特卡羅方法"的應用擴展 而來的,其實驗點的選取是基于總的實驗范圍從均勻性角度均勻散布的實驗設計思路。均 勻設計理論是基于實驗范圍的實驗點中挑選部分代表性的實驗點而進行設計,其在實驗點 的挑選上符合均勻分散、整齊可比性。(1)"均勻分散"讓每個有充分代表性的實驗點都能均 衡地分步在實驗范圍內,最終得到正確的指標;(2)"整齊可比"性易于估計各因素的主效應 和部分交互效應,對實驗結果分析更為方便,能夠分析出各因素對指標影響的大小及指標 的變化規律;而正交設計中,為了能夠達到"整齊可比",其實驗點并未充分"均勻分散",只 能選取較多的實驗點數目,至少要做次試驗(q為因素的水平數),而均勻設計思路的優勢就 在于實驗范圍大、水平數多的情形下,仍然能夠極大的降低實驗次數,只需要與因素水平數 相等次數的2次試驗即可達到,但其達不到整齊可比性,其實驗結果采用回歸分析方法。其 方法是一般選取兩到=輪次實驗,首輪實驗選擇的條件范圍較大,其最先建立起描述指標 與各因素間的數學模型,計算出模型在一定實驗范圍內的最優值與實驗條件組合,其實驗 范圍選取為適當擴大的范圍進行實驗驗證,其最優條件為實驗邊界和進行模型計算之后, 當超出實驗條件范圍后進行最優值和最優化條件預測,運樣W便檢驗和修正模型。其次再 進行降低實驗范圍進行第二輪的精密實驗,并進行回歸模型修正。通過修正之后的實驗,即 可找出最優實驗條件組合并建立可定量描述指標與因素間關系的數學模型。同樣可W利用 均勻設計方法的實驗點進行均勻布點,通過直接觀察法選取出指標最好的實驗條件組合, 進而結束實驗設計;或選取出最好的實驗條件進行該條件小范圍內實驗測試,直到完成實 驗目標,從而結束實驗。通過W上分析,一般使用均勻設計法進行試驗設計,在采用建模和 進行試驗優化分析的方式下,通過模型建立能夠了解整個實驗過程,進行精確的指標篩選。
[0004] 均勻設計中的關鍵因素分析:均勻設計方法中,影響實驗的因素很多,而能否對實 驗起到決定性作用的因素往往是研究的重點,我們選取的對實驗影響巨大的因素作為關鍵 因素,它們常常能夠影響實驗的進程及實驗操作的難易度,對實驗結果有著直接的影響,關 鍵因素也包含實驗指標的選取,它可W是一個或多個指標,運些指標能夠反映實驗所要表 示的目的及實驗研究的意義,因此能否從眾多的因素中挑出對實驗影響的關鍵因素往往決 定實驗的成功與否,選出關鍵因素,再結合實驗加工,利用均勻設計表格進行實驗設計,進 而完成實驗優化,達到均勻設計的目的。
【發明內容】
[0005] 本發明的目的在于提供一種磨粒流加工對質量控制的模擬方法,W便更好地改善 磨粒流加工對質量控制的模擬效果,方便根據需要使用。
[0006] 為了實現上述目的,本發明的技術方案如下。
[0007] -種磨粒流加工對質量控制的模擬方法,基于仿真模擬的結果,通過創新性的引 進PH值不同,結合不同的加工因素,通過均勻設計法進行加工參數選取,進行磨粒流加工實 驗,首先進行磨粒流加工因素表的設計,具體步驟如下:
[0008] (2)進行加工參數選取,選取PH作為實驗的X因素來探究其能否對加工產生一定的 影響,因此所選取了四個不同加工因素為:磨料濃度、磨粒粒徑、PH值、時間;在均勻設計中, 指標是檢驗實驗加工的重點,作為磨削加工目標,要達到加工零件內表面的去毛刺,倒圓角 的目的,能夠檢驗加工效果的最佳指標就是粗糖度,因此選取粗糖度作為檢驗指標。最終所 選取的四組參數數據為磨料濃度為2%、4%、6%、8%、10%、12%、14%、16%、18%、20%運 10個濃度比例,磨粒粒徑選取了 2.5微米、3.5微米、5.5微米、6.5微米、7微米、8微米、10微 米、14微米、28微米、40微米,磨料PH值選取為3、4、5、6、7、8、9、10、11、12,加工時間選取了30 秒、60秒、90秒、120秒、150秒、180秒、210秒、240秒、270秒、300秒,參數數據選取方面比較均 勻,水平數較多,能夠合理的反映實驗所要達到的目標;
[0009] (2)磨粒流加工結果分析:在進行磨粒流加工時,根據所選取的加工因素,首先進 行濃度比例的調配,選取綠碳化娃顆粒,用托盤天平進行磨粒重量的選取,根據顆粒粒徑的 不同進行調配,對于PH值的調節,采用P的周制儀進行磨料PH值制取;實驗過程中應注意液壓 缸的清洗,去除磨粒對液壓缸壁面的粘貼及不同PH對下一組實驗的影響;選取2000HZ超聲 振蕩儀進行工件的清洗,加入少許氧化鋒、酒精進行工件表面的去除污潰及防氧化措施,之 后放入烤熱箱內進行零件烘干,去除零件水潰,然后進行噴油嘴小孔的線切割,因為所選取 的噴油嘴工件小孔直徑為0.16mm,內徑小,而通常的最細銅絲直徑為l-2mm左右,不能夠滿 足切割要求,因此只能選取進口絲切割工件;在進行切割之后,注意防氧措施,為了能精確 測量不同加工零件的粗糖度值,選取=種實驗儀器進行粗糖度的測量;通過粗糖度的檢測, 能夠在數據方面說明加工前后的效果,能從中得到加工之后的粗糖度值,而在外觀形貌上 需要進一步說明檢測效果,我們選擇巧化JXA-840掃描電鏡儀進行微觀形貌測試,首先進 行工件的整體形貌掃描;接下來進行小孔入口局部放大的掃描。
[0010] (3)磨粒流加工參數優化:采用均勻設計法設計實驗,通過實驗加工獲得實驗結 果,因其具備均勻分散性,而不具備整齊可比性,故不能直接去判斷水平參數的優劣,做出 分析,因此采用多元回歸分析方法。回歸分析是處理變量上的與統計相關而形成的數理統 計方法,其基本思想是:即使自變量與因變量間的函數關系并不能嚴格確定,但可W試圖計 算出能夠代表兩者之間關系的數學表達式,即數學模型,通過建立數學模型,進而進行分析 判斷。通過分析其數學模型,可進行多因素分析,通過選取合適的參數,進行粗糖度分析,進 而進行模型優化,通過優化變量及目標函數,得到最優化的因素組合及粗糖度檢測,實現實 驗設計的目的。
[0011] (4)目標優化及模型驗證:通過W上實驗設計及實驗因素分析,進而進行磨粒流加 工參數優化,在選取相應的數值多元回歸分析后,建立其回歸模型,進而可W得到其殘差分 析。選取四種因素的該水平參數為:磨料濃度為18%、磨粒粒徑為2.5WH、磨料PH值為6、加工 時間為270s,根據此組參數進行實驗加工。粗糖度測試結果為0.470WH,其探針測量波動曲 線近乎平緩,波峰和波谷值都很低,光柵掃描=維測試的小孔內壁毛刺很少,運說明經過優 化之后所選取的參數組合經試驗加工之后的測量結果非常接近由數學模型測量的數值 (0.470皿與0.469皿),驗證了其優化結果的精確性、數學模型的正確及設計方