机床主轴平衡对高频微锻加工表面粗糙度预测影响
机床主轴平衡对高频微锻加工表面粗糙度预测影响
夏淑英
江苏省吴中中等专业学校，江苏苏州 215104
摘要：为了提高数控机床的加工精度，基于主轴振动信息对加工件表面波纹度进行，并开展轴向方向上主轴系统平衡分析。选择大型立式机床平面高频微锻测试，开展表面粗糙度实验检测。研究结果表明：逐渐提升主轴转速后，获得更高频率的主轴旋转状态，粗糙长度也明显缩短，达到了0.005μm以内的拟合误差。按照不同因素引起的表面形貌变化计算灵敏度，径向轴承位置对表面粗糙度起到重要影响。该研究对提高数控机床钻削表明加工质量具有很好的指导意义。
关键词：高频微锻；表面粗糙度；主轴振动；相关性；预测
中图分类号：TH16
Influence of spindle balance on prediction of high-frequency micro-forging surface roughness
Xia Shuying
Jiangsu Wuzhong Secondary Vocational School, Suzhou 215104, China
Abstract: In order to improve the machining accuracy of CNC machine tools, the surface corrugability of workpiece was analyzed based on spindle vibration information, and the spindle system balance analysis was carried out in the axial direction. The surface roughness of large vertical machine tools was tested by planar high frequency micro-forging. The results show that higher frequency of spindle rotation is obtained after the spindle speed is increased gradually, and the rough length is shortened obviously, reaching the fitting error within 0.005μm. The sensitivity is calculated according to the surface topography changes caused by different factors. The radial bearing position has an important effect on the surface roughness. The research has a good guiding significance for improving the machining quality of NC machine tool drilling.
Key words: High-frequency micro-forging;?Surface roughness;?Spindle vibration;?Correlation;?Predict
0 引言
对机床加工控制可通过加工件尺寸偏差程度来评价[1]。当主轴承受不同载荷作用，或发生尺寸、刚度等参数变化时变形程度存在影响[2-3]。
相关方面的研究吸引了很多的研究学者[4]。王伟[5]重点分析了在现有条件下进行自由曲面表面质量分析过程中面临的不适用情况，之后根据测量不确定因素设计了一种计算粗糙度截止波长的新方法，结果显示可以将模锻振痕按照粗糙度的方式进行分析，粗糙度已经成为综合评估复杂自由曲面表面性能的一项关键指标。Jiang[6]开发了一种粗糙度控制技术来实现5轴侧面的铣削功能，有效降低了主轴模锻力的波动性，由此提高主轴的旋转稳定性，从而防止低频铣削阶段引起颤振的情况，显著抑制了表面粗糙产生。
虽然近些年来已有较多研究人员针对悬架能量回收领域开展了大量研究工作，但大部分是从定性层面开展分析，尚未建立定量数学模型，而且也没有确定明确的能量回收程度，无法达到理想的能量回收效果。本文在前人研究的基础上，开展机床主轴平衡对高频微锻加工表面粗糙度预测影响分析，为后续设计奠定一定的理论支撑。
1主轴系统平衡
1.1 主轴系统力学
在机床上进行工件加工时，需要通过主轴结构来提供支撑作用。图1为主轴系统组成结构。通过液压泵对油液施加压力作用使其进入轴承内，使主轴与轴承间隙中产生薄油膜隔离层。构建形成图2中弹簧支承简化模型[7]。
此外，油膜刚度大小也会对系统控制状态造成明显作用，因此进行参数设定时需将油膜刚度控制在最大值。如果零件安装后质心没有位于主轴结构的轴心部位，则会导致主轴和轴承线出现不同轴结果。
图1 主轴系统的结构
图2 主轴系统的平衡模型
其中：m为加工部件质量，其重心为G，产生的重力为W(a，0，c) = mg。以M表示主轴系统质量，其重心位于O1处，C位于主轴回转中心处。Ft为轴向力，Fra与Frb都是径向力，受主轴偏心部分的惯性作用，其在运转过程中会发生不平衡的情况，θ表示旋转角。
1.2 主轴系统平衡分析
轴承沿Z向的刚度取决于各油腔刚度Kti，Fti表示系统上受到的载荷作用，Ii表示油腔位置坐标，轴承结构呈现对称形态[8]。δti表示油膜变形程度，轴承沿轴向的半径为Rt =OT1～OT8。构建以下表达式：
以下为轴向力矩表达式：
其中：CG表示加工零件偏移量，对应点W与主轴中心间距。
其中：CO1表示点Mg和轴向中心之间的间距。
可以利用相关评价方法分析二个变量在各阶段的相互关系。
2 表面粗糙度预测模型
2.1 粗糙度模型
选择大型立式机床开展平面高频微锻测试，本次试验以铝作为加工材料[9]。表1给出了主轴系统的各项参数。利用PGI1240轮廓仪表征了试件的面形结构尺寸误差并测定了微粗糙。
表1 主轴系统参数
通过维尔特斯拉函数表达主轴系统形成的粗糙度，由此得到以下的表面粗糙度模型[10]：
其中，L4代表粗糙变化幅值，γ为粗糙度反比参数，g0为宏观尺度，Lc为几何参数，D是粗糙度分形维数，n是粗糙度个数。以n个粗糙度误差与n+1个局部平均粗糙度误差相等的条件进行结果判断。
图3给出了测试结果及仿真测试的情况。结果显示，在上述两种状态下形成了相近的粗糙轮廓。逐渐提升主轴转速后，获得更高频率的主轴旋转状态，此时的粗糙长度也明显缩短，达到了0.005μm以内的拟合误差，因此可以根据仿真结果分析加工粗糙度变化规律。
图3 不同转速下仿真和测量的粗糙
2.2 表面粗糙度影响因素评价
根据2.1节给出的生成模型，对待加工表面微观形貌进行预测，获得影响粗糙度的阻尼、刚度、位置、不平衡度、旋转速度各项参数[11-12]。
测试发现在主轴频谱内包含了旋转和自然频率信号。利用功率谱密度分析的方法确定主轴系统频率特征参数。根据以上影响因素测试结果，按照灵敏度差异判断各因素优先顺序。按照不同因素引起的表面形貌变化计算灵敏度，对比结果见表2。最初结果是根据图2主轴参数进行预测得到的粗糙。由表2可以看出，误差均控制在2%以内，可见本文粗糙度预测方法具有很高的精度。
表2 影响因素的灵敏度比
3 结论
本文开展机床主轴平衡对高频微锻加工表面粗糙度预测影响，取得如下有益结果：
1)逐渐提升主轴转速后，获得更高频率的主轴旋转状态，粗糙长度也明显缩短，达到了0.005μm以内的拟合误差。
2)按照不同因素引起的表面形貌变化计算灵敏度，径向轴承位置对表面粗糙度起到重要影响。
本文具有很好的实际应用价值，但存在异常情况应急分析能力，期待后续通过学习算法进行加强。
参考文献
[1] 王展, 张博, 张珂. 主轴系统在线动平衡质量补偿策略优化[J]. 振动. 测试与诊断, 2021, 41(01): 164-169+206.
[2] 片锦香, 智杰峰. HS-RNN在机械主轴振动预报方法中的研究[J]. 机械设计与制造, 2020(08): 85-89.[3] 黎志国, 姚震, 张永俊, 等. 旋转超声磨边机床设计与实验研究[J]. 机械设计与制造, 2021(05): 92-95.
[4] 曹宏瑞, 何正嘉. 机床—主轴耦合系统动力学建模与模型修正[J]. 机械工程学报, 2012, 48(3): 88-94
[5] 王伟, 庄文浩, 陶文坚. 采用测量不确定度的复杂自由曲面表面质量测试与评价[J]. 西安交通大学学报, 2016, 51(8): 20-25
[6] Jiang L, Yahya E, Ding G F, et al. The research of surface waviness control method for 5-axis flank milling[J]. The International Journal of Advanced Manufacturing Technology, 2013, 69(1): 835-847
[7]刘斌, 刘佳, 张海鹏. 基于经验模态分析的机床主轴轴承外圈非接触式故障检测方法[J]. 制造技术与机床, 2023, 727(01):21-28.
[8]陈非凡, 邱明, 董艳方, 等. 计入热变形和热位移影响的机床主轴轴承组件热量分配规律研究[J]. 机械传动, 2022, 46(11):34-39+153.
[9]朱云, 沈彬, 刘启. 基于高频微锻的表面强化工艺实验[J]. 机械设计与研究, 2022, 38(02):140-144.
[10]宋寅哲, 金城旭, 任靖日, 等. 基于仿真金属流线的冷锻表面粗糙带预测及改进[J]. 塑性工程学报, 2019, 26(04):55-60.
[11] 方润基, 易怀安, 王帅, 等. 基于宽度学习的铣削表面粗糙度等级检测[J]. 机床与液压, 2023, 51(09):84-89.
[12] 张鑫, 张乐, 宋驰, 等. 基于PSD评价及伪随机轨迹的单晶碳化硅表面粗糙度研究[J]. 红外与激光工程, 2023, 52(05): 407-413.
机床主轴平衡对高频微锻加工表面粗糙度预测影响.doc
