[发明专利]一种球头铣刀立铣表面粗糙度快速建模方法

说明书

本发明公开了一种球头铣刀立铣表面粗糙度快速建模方法，在忽略物理因素影响的前提下将球头铣刀球头部分简化为一个半球，并设定初始相位差为0°，将刀具铣削过程简化为不同时刻刀具球头部分和工件的布尔减运算，以每齿进给量对应时间为间隔离散铣削过程，分析了表面形貌单元区域表面形貌，将二维算术平均中线延伸到三维空间，得到空间算术平均中面，本发明利用数学积分球头铣刀铣削表面算术平均偏差的解析模型，该模型与每齿进给量、行距和刀具半径有关，可以迅速确定切削参数对应的算术平均偏差，能用于加工前的切削参数选择。

技术领域

本发明属于数控铣削加工技术领域，涉及一种球头铣刀立铣表面粗糙度快速建模方法。

背景技术

球头铣刀因加工适应性强等特点而广泛应用于多轴加工中，随着技术的发展，数控多轴铣削技术越来越成熟，“以铣代磨”已经成为一种趋势，铣削经常作为最后一道加工工序来保证加工表面质量。表面粗糙度是表面质量的重要评定参数，表面粗糙度的大小直接影响着零件的耐磨性、耐腐蚀性、表面摩擦性和耐疲劳性，同时也影响着零件的装配精度。因此，准确预测铣削表面粗糙度，对合理确定加工参数和改进加工方法来改善表面加工质量和提升生产效率有重要意义。

各种铣削表面粗糙度建模方法也已经很成熟，目前，表面粗糙度的预测方法主要有几何建模法、多元回归法和神经网络预测法。

几何建模法对铣削形貌建立仿真的基本思路是按照球头铣刀立铣的一般过程，求解出刀刃在空间的轨迹，然后在选定的时刻，判断刀刃是否切入工件，如果切入则需更新工件被切部位的高度坐标。最终根据这些点高度坐标计算出表面粗糙度值，这种方法需要离散时间、刀齿和工件，离散段数越多，预测精度越高，但会导致计算效率降低。而实际工作中通常需要多次仿真来确定一个较好的加工参数，低效率满足不了实际生产的需求。

多元回归法和神经网络预测法都属于试验法，即选择不同加工参数进行一定量的试验，得到一批试验结果，根据试验结果表现出的关系建立模型。不同的是多元回归法是以加工参数为自变量，加工表面粗糙度为因变量，对实验数据进行多元回归得到表面粗糙度和加工参数的关系式。而神经网络预测法是将加工参数输入输入层，经输出层输出预测结果，对比试验结果和预测结果间差距后，利用反馈量对神经元进行误差修正，经过反复修正和优化得到预测模型。因为预测模型都是基于试验结果得到，所以多元回归法和神经网络预测法的预测精度有以下缺点，对试验样本数量的依赖较大、预测结果有不确定性和应用范围窄等。

发明内容

本发明的目的是提供一种球头铣刀立铣表面粗糙度快速建模方法，解决了现有技术中存在的球头铣刀表面粗糙度的建模方法对试验样本数量的依赖较大和应用范围窄的问题。

本发明所采用的技术方案是，一种球头铣刀立铣表面粗糙度快速建模方法，具体按以下步骤实施：

步骤1，切削力引起的动态位移较小，故忽略；

步骤2，简化铣刀和铣削过程；

步骤3，根据简化进行铣削过程离散，分析单元矩形限定区域表面形貌；

步骤4，根据单元矩形区域形貌建立空间直角坐标系，分析小单元矩形限定区域形貌；

步骤5，定义小单元矩形限定区域的算术平均中面方程；

步骤6，建立小单元矩形区域形貌的相关方程；

步骤7，计算小单元矩形区域表面算术平均偏差，得到球头铣刀的表面粗糙度模型。

步骤1中，精铣获取最终表面时一般选择较小切削深度，切削力引起的动态位移较小，可以忽略。

步骤2中，将球头铣刀的球头部分简化为一个半球，并设定初始相位差为0°，将刀具铣削过程简化为不同时刻刀具球头部分和工件的布尔减运算。