[发明专利]一种打磨过程中最优磨具粒度的选择方法

说明书

本发明公开了一种打磨过程中最优磨具粒度的选择方法，首先采集工件表面粗糙度数据，并根据工件表面质量要求，初步预选出可能粒度号的磨具；其次设置好工艺参数，用不同粒度号的磨具在工件表面进行试磨，采集数据求取各打磨工具对应的极限粗糙度值及模型常数，代入已知数据求取各粒度磨具对应的粗糙度预测模型；根据粗糙度模型进一步求取打磨后粗糙度下降值与打磨前表面粗糙度的关系式，并绘制图表，根据每到工序前的表面粗糙度和打磨效率最大化原则甄选出该工序所需的最优磨具粒度。该方法解决目前打磨过程中磨具粒度选择依据不明确，致使打磨效率低等问题，保证了打磨工件的表面质量和打磨效率。

技术领域

本发明涉及打磨抛光工艺优化领域，尤其涉及一种打磨过程中最优磨具粒度的选择方法。

背景技术

目前，曲面研抛工艺花费时间较多，研抛效率已成为约束轮毂实现高质，高效自动化加工技术发展的瓶颈。虽然在现代制造业中，计算机辅助工艺设计已经得到了普遍的应用，但是就研磨和抛光工艺来说，目前工艺路线和加工参数的选择却常常依靠操作工人的经验，这一方面造成了对经验丰富的操作工人的依赖，另一方面根据经验所选择的研抛工艺路线和加工参数并不一定是合理优化组合的。在研抛设备和打磨工件确定的条件下，根据实际加工特点，只有选择最优的加工参数才能获得更好的加工质量和效率。打磨加工根据打磨的过程和所获得的加工表面质量的不同，可分为粗抛、中抛和精抛等多个打磨阶段。不同的打磨阶段中主要的区别在于打磨前后获得的表面质量要求和打磨工具的磨料粒度。根据一般的打磨经验，工件表面越粗糙，选用打磨工具的磨料粒度要越小，但缺乏具体的判别依据。

发明内容

为了克服上述现有技术的不足，本发明提供了一种打磨过程中最优磨具粒度的选择方法，以解决目前打磨过程中磨具粒度选择依据不明确，致使打磨效率低等问题。

为达到上述目的，本发明的构思是：

在其他打磨条件，比如工件材料，打磨工具转速，打磨正压力等条件确定时，打磨工具在工件某一打磨区域的打磨时间越长，表面粗糙度逐渐变小且当打磨时间达到一定值后，表面粗糙度将不再降低而趋近于某一固定值Ra_e。特别的，如果打磨前工件表面粗糙度Ra₀已经小于所用打磨工具对应的极限粗糙度值Ra_e时，打磨后表面粗糙的不会降低反而升高，但只是趋近于极限值Ra_e而不会超过这个值。一般来说，磨具粒度越大，即磨粒越细，工件表面划痕就越多越细，所用打磨工具对应的粗糙度极限值Ra_e就越小。若以数学模型来表征打磨后表面粗糙度Ra和打磨时间之间的相互关系，其关系方程式可以表示为Ra＝(Ra₀-Ra_e)·e^k·T+Ra_e。式中，k为与工件材料、磨具粒度等有关的常数；T为打磨时间；Ra₀为打磨前表面粗糙度。

对于某道具体的打磨工序，选择不同粒度号的磨具，打磨时间和打磨面积是相同的，不同的是打磨后表面粗糙度的下降值ΔRa；如果建立好可能的磨具粒度号的粗糙度预测模型，并对比不同工况(打磨前表面质量)下的打磨效率，即ΔRa的大小，则可挑选出不同工况下最优的磨具粒度。

根据上述构思，本发明所采用的技术方案是：

一种打磨过程中最优磨具粒度的选择方法，包括以下步骤：

(1)建立不同磨具粒度号所对应的表面粗糙度预测模型；

(2)根据表面粗糙度预测模型，确定不同磨具粒度号对应的工件打磨后粗糙度下降值ΔRa值与打磨前表面粗糙度Ra₀的关系，绘制成图表形式；

(3)根据打磨前工件的表面粗糙度，在步骤(2)绘制的图表中甄选出打磨效率最高，即ΔRa值最大的点所在的曲线，该曲线对应的粒度号即为当前工况下的最优磨具粒度号。

所述步骤(1)建立表面粗糙度预测模型包括以下步骤：