磨粒运动

2024-05-21

磨粒运动（共7篇）

磨粒运动篇1

0 引言

研究表明,二维超声振动辅助磨削技术在单晶硅、陶瓷、玻璃、宝石等硬脆材料精密/超精密加工中具有广阔的应用前景[1,2,3,4]。与传统磨削相比,二维超声振动辅助磨削具有微分切削运动、扩大硬脆材料塑性加工域、减小磨削力、改善已加工表面质量等一系列优点,然而,因对二维超声振动辅助磨削机理缺乏深入了解,使其在工业生产中的应用和推广受到严重阻碍。

本文从运动学角度分析了二维超声磨削中磨粒运动规律,推导了二维超声振动磨削中沿砂轮圆周方向上相邻两磨粒运动轨迹方程,给出了二维超声振动分离式磨削判据,并就相关工艺参数对磨粒间相互作用规律的影响进行了仿真分析,对二维超声振动磨削中磨粒-工件分离特性及工艺参数对运动轨迹的影响规律进行了研究。

1 相邻磨粒运动轨迹方程的建立

为便于分析,作以下假设:工艺系统为刚性系统;磨粒在砂轮表面等间距、均匀分布,不同磨粒沿砂轮径向存在高度差;不存在磨粒磨钝、脱落、破碎和砂轮堵塞;工件材料不发生破碎。M1、M2为砂轮表面一对相邻磨粒,沿砂轮圆周方向的切刃间距为la、径向高度差为Δh1,2。以磨粒M1与工件接触弧的切入点O为坐标原点,建立图1所示工件坐标系。图中,R为砂轮半径;vs为砂轮圆周速度(vs=R ω),ω为砂轮角频率;vf为工件进给速度;f为超声振动频率;ap为砂轮切深。

假设磨粒M1经过接触弧切入点O并开始进入切削状态时t=0,则磨粒M1在接触弧段的运动方程为

$\begin{array}{l} x_{1} (t) = v_{f} t + (R - Δ h_{1, 2} / 2) \sin ω t + A s i n (2 π f t) \\ y_{1} (t) = B s i n (2 π f t + φ) \\ z_{1} (t) = (R - Δ h_{1, 2} / 2) - (R - Δ h_{1, 2} / 2) \cos ω t \end{array}} (1)$

$t \in [0, \frac{\arccos ((R - a_{p}) / R)}{ω}]$

式中,A、B分别为沿x和y方向的超声振幅;φ为两个方向上超声振动相位差(此处取φ=π/2)。

在工件平面内的二维超声振动辅助磨削中,接触弧上砂轮磨粒与工件材料的接触/分离状态与沿砂轮切向的超声振动参数有关,因此在讨论砂轮是否为分离式切削时仅考虑沿砂轮切向的超声振动对磨粒运动轨迹的影响。与磨粒M1相比,磨粒M2经过接触弧切入点O比磨粒M1延迟Δt(Δt=la/vs),即磨粒M1进入切削状态后砂轮再转过la/R角度后磨粒M2才能进入切削状态。此时工件移动了vft,则磨粒M2在接触弧段的运动方程为

将式(2)与式(1)相减,磨粒M1、M2在工件进给方向的位移差为

由于Δt=la/vs,vs=R ω,则式(3)变为

由式(4)可知:当Δx(t)随着时间的变化函数值恒大于零时,在接触弧上磨粒M2始终与工件材料接触,处于连续切削状态;当Δx(t)随着时间的变化函数值恒小于零或等于零时,在接触弧上磨粒M2与工件材料始终处于分离状态,即M2将转换为无效磨粒,不参与材料的去除过程;当Δx(t)随着时间的变化函数值正负交替时,在接触弧上磨粒M2与工件材料处于时而接触时而分离的分离式切削状态。因此,磨粒M2在椭圆振动磨削中能否成为有效磨粒以及能否实现磨粒的分离式切削与工件进给速度vf、砂轮角频率ω、砂轮半径R、相邻磨刃间距la、相邻磨粒在砂轮径向上的高度差Δh1,2、超声振幅A和超声振动频率f等参数有关。

通过上述讨论可以看出,式(4)可作为超声振动分离式切削的判据。实际加工中,通过判定式(4)在时间区间 $t \in [0, \frac{\arccos [(R - a_{p}) / R]}{ω}]$ 上的函数值取值状态,即可判定在给定工艺参数下二维振动磨削是否处于分离式切削状态,为深入研究超声振动磨削材料去除机理和优化工艺参数提供理论指导。

2 相邻磨粒运动轨迹仿真分析

2.1 相邻磨粒间切刃间距对相邻磨粒运动轨迹的影响

图2所示为不同相邻磨粒切刃间距时磨粒运动轨迹仿真曲线(模拟条件:A=B=10μm,f=20kHz,vf=0.1m/s,R=135mm,n=1450r/min,ap=10μm,Δh1,2=-10μm,la分别为1000μm、100μm、10μm),图中引线所示局部放大图为磨粒M1、M2运动轨迹曲线在分离点与切入点之间的位置关系。如图2所示,当la分别为100μm、10μm时,磨粒M2处于分离式切削状态(分离点与切入点如图中箭头所示,图中a、b、c等表示分离点或切入点位置,后缀数字代表相应的工艺参数,后续图中符号意义与此相同),Δx(t)的取值正负交错,满足分离式切削条件。在分离式切削情况下,随着相邻磨刃间距的减小,磨粒M1、M2的运动轨迹间的间距减小,即磨粒最大未变形切深减小。随着切刃间距la进一步增大,la=1000μm时,磨粒M1、M2的运动轨迹不发生干涉,且磨粒M2运动轨迹在磨粒M1运动轨迹下方,即磨粒M2进行连续切削,此时有Δx(t)恒大于零,即此时不满足分离式切削条件。因此,合理控制相邻磨粒间切刃间距可有效控制磨粒的切削状态及其有效切深。

2.2 相邻磨粒间径向高度差对相邻磨粒运动轨迹的影响

图3所示为不同相邻磨粒径向高度差情况下磨粒运动轨迹仿真曲线(模拟条件:A=B=10μm,f=20kHz,vf=0.1m/s,R=135mm,n=1450r/min,ap=10μm,la=100μm,Δh1,2=-50、0、50μm,为便于输入,图中Δh1,2由h替代),图中引线所示局部放大图为磨粒M1、M2运动轨迹曲线在分离点与切入点之间的位置关系。如图3所示,在给定参数下磨粒M2均进行分离式切削(分离点与切入点如图中箭头所示),相邻磨粒间径向高度差对后续磨粒M2是否为分离式切削影响不大。但是,随着相邻磨粒径向高度差由Δh1,2<0转变到Δh1,2>0,在接触弧切入段相邻磨粒间运动轨迹间距逐步增大,即后续磨粒M2对已加工表面的挤压作用增强或者说后续磨粒M2的切深增大。因此,在实际加工中可以通过砂轮的修整来控制相邻磨粒间的径向高度差以控制磨粒的实际切深。

2.3 工件进给速度对相邻磨粒运动轨迹的影响

图4所示为不同工件进给速度情况下磨粒运动轨迹仿真曲线(模拟条件:A=B=10μm,f=20kHz,R=135mm,n=1450r/min,la=250μm,Δh1,2=-10μm,ap=6μm,vf=0.4、0.1m/s)。如图所示,在给定参数下磨粒M2均进行分离式切削(分离点与切入点如图中箭头所示),且随着工件进给速度vf的减小,磨粒M1、M2运动轨迹的第一个分离点提前,这意味着后续磨粒对已加工表面的切削作用减弱。伴随着分离点位置的变化,分离点之间的最大切深表现出如下特征:在0～a-0.1之间磨粒M2的最大切深小于0～a-0.4之间的最大切深;a-0.1～b-0.1和a-0.4～b-0.4为磨粒M2与工件材料分离段,不切削材料;b-0.1～c-0.1之间磨粒M2的最大切深小于b-0.4～c-0.4之间的最大切深;c-0.1到工件表面之间和c-0.4至工件表面之间为磨粒M2与工件材料分离段。总体上,当工件进给速度减小时,单颗磨粒的最大切深减小,尤其是在磨粒M2与磨粒M1的第一个分离点之前,实际切削深度的减小将使磨粒对已加工表面的挤压作用减小,有利于减小亚表面损伤程度。

2.4 砂轮半径对相邻磨粒运动轨迹的影响

图5所示为不同砂轮半径情况下的磨粒运动轨迹仿真曲线(模拟条件:A=B=10μm,f=20kHz,n=1450r/min,la=250μm,Δh1,2=-10μm,ap=10μm,vf=0.1m/s,R=135、50mm)。如图所示,在给定参数下磨粒M2均进行分离式切削(分离点与切入点如图中箭头所示),且随着砂轮半径的减小,磨粒M2与磨粒M1运动轨迹间干涉次数增加,即超声振动的分离特性随着砂轮半径的减小而显著增强。但是,在相同条件下随着砂轮半径的减小,磨粒在进给方向上的位移减小,不利于提高加工效率。另外,当砂轮半径R=50mm时,磨粒M2的运动轨迹在接触弧切入点沿进给方向的位移出现了负值,说明此时磨粒M2对已加工表面进行了重复切削或熨压。因此,在其他工艺参数不变的情况下,减小砂轮半径有利于加强超声振动的效果,加强磨粒对已加工表面的熨压作用。

2.5 超声振幅对相邻磨粒运动轨迹的影响

图6所示为不同超声振幅情况下磨粒运动轨迹仿真曲线(模拟条件:B=10μm,R=135mm,f=20kHz,n=1450r/min,la=250μm,Δh1,2=-10μm,ap=10μm,vf=0.1m/s,A=8、20μm)。如图所示,在给定参数下磨粒M2均处于分离式切削状态(分离点与切入点如图中箭头所示),并且随着超声振幅的增大,相邻两磨粒M1、M2运动轨迹的第一个干涉点提前,随着超声振幅增大磨粒M2的最大切深增加。在给定条件下超声振幅的变化对磨粒M1、M2运动轨迹干涉次数没有影响。因此,在实际生产中可以通过调整超声振幅来调整磨粒的最大切深,从而控制材料的去除模式和去除率。

2.6 超声振动频率对相邻磨粒运动轨迹的影响

图7所示为不同超声振动频率情况下磨粒运动轨迹仿真曲线(模拟条件:A=B=10μm,R=135mm,n=1450r/min,la=250μm,Δh1,2=-10μm,ap=10μm,vf=0.1m/s,f=20、35kHz)。如图所示,在给定参数下磨粒M2均处于分离式削状态(分离点与切入点如图中箭头所式),且随着超声振动频率的提高,磨粒M2与磨粒M1运动轨迹干涉次数增多,也即磨粒M2对磨粒M1运动轨迹的微分作用加强,使切屑变短。并且随着超声振动频率的提高,磨粒M2与磨粒M1运动轨迹的第一个干涉点(分离点a-35)提前,有利于减轻后续磨粒对已加工表面造成的损伤程度,但是可能会使已加工表面粗糙度增大。

3 结论

(1)磨粒M2在椭圆振动磨削中能否成为有效磨粒以及能否实现分离式切削,可以通过超声振动辅助磨削中砂轮切削状态判据进行判断,为实际加工中根据加工需求和磨粒切削状态判据合理选择工艺参数提供理论依据。

(2)实际加工中,相邻磨粒运动轨迹与相邻磨粒切刃间距la、相邻磨粒径向高度差Δh1,2、砂轮半径R、工件进给速度vf、超声振幅A、超声振动频率f等参数有关。其中,相邻磨粒切刃间距、砂轮半径、超声振动频率对相邻磨粒运动轨迹的干涉程度影响最大,而相邻磨粒径向高度差、工件进给速度、超声振幅等主要影响磨粒的实际切削深度,对相邻磨粒间的干涉程度影响不大。

摘要：充分考虑椭圆超声振动磨削中砂轮参数、加工参数和超声振动参数对相邻磨粒运动轨迹的影响,推导了椭圆振动磨削中相邻磨粒运动轨迹方程,给出了椭圆振动磨削中相邻磨粒间运动轨迹相互作用关系判据。对相邻磨粒切刃间距、相邻磨粒间径向高度差、工件进给速度、砂轮半径和超声振幅等参数对相邻磨粒间运动轨迹的影响进行了仿真分析。

关键词：超声,数学模型,相邻磨粒,运动轨迹,仿真

参考文献

[1]Zhao B,Yan Y Y,Wu Yan.Study on Motion Modelof Abrasive Particle and Surface Furmation Mechan-ics under Two Dimensional Ultrasonic Grinding[J].Key Engineering Materials,2005,315/316:314-318.

[2]吴雁,赵波,朱训生.纳米复相陶瓷超声振动磨削表面微观特征[J].上海交通大学学报,2006,40(12):2169-2172.

[3]闫艳燕,栗成杰,赵波,等.二维超声磨削纳米氧化锆陶瓷的磨削力特性研究[J].中国机械工程,2008,19(11):1270-1274.

[4]Taghi T,Bahman A.Effects of Ultrasonic Assisted Grinding on CBN Grinding Wheels Performance[C]//Proceedings of the ASME International Man-ufacturing Science and Engineering Conference.West Lafayette,2009:209-214.

磨粒运动篇2

目前, 金刚石工具主要的制造方法有烧结法、电镀法和钎焊法。其中, 钎焊法能够使钎料对金刚石磨粒表现出很好的浸润性从而在金刚石与基体之间形成高强度的化学冶金结合, 金刚石出刃较高, 能极大地提高金刚石的利用率和寿命[1]。但一般工业上用钎焊法制造的金刚石工具磨料大多随机分布在工具上, 未能最大化利用金刚石磨料。研究表明, 金刚石的有序排布能够在工具表面形成理想的磨削地貌, 可以保证合理的磨粒间距和合理的磨粒裸露高度, 不仅可以延长金刚石工具的使用寿命、增加金刚石的使用率, 而且具有提高加工对象的光洁度以及减少金刚石重复磨损等优点[2]。此外, 磨粒的面密度、磨粒排布的方向性和等高性以及钎焊层厚度对磨削力、容屑空间也有着显著的影响。广东工业大学对金刚石磨粒在工具上的有序排布形态进行了实验研究, 表明磨粒有序排布工具的性能优于随机排布工具[3,4]。

目前, 实现金刚石磨粒有序排布的技术主要有复制技术、一次性使用壳模布料法和利用孔模板实现磨粒有序排布、有序阵列法、激光快速成型技术、点胶法等[5]。若采用上述排布技术分别做各种排布形态的工具实验的话, 需要的成本很大, 且研究时间较长。若能对金刚石有序排布形态及其运动轨迹进行仿真, 则能大大缩短时间, 且成本极低, 对有序排布金刚石工具的制备具有一定的指导作用。因此, 本文采用Pro/E软件对一定尺寸的磨盘表面磨粒的排布形态进行设计, 然后对不同排布形态的金刚石磨粒的运动轨迹进行仿真。通过观察轨迹的均匀程度和重合度来衡量金刚石磨盘的加工效果, 进而揭示金刚石各排布形态对工具性能的影响。

2 基于PRO/E的金刚石磨粒有序排布形态设计

在本研究中, 不考虑金刚石磨削过程中的其他相关因素的影响, 只把不同排布形态的金刚石颗粒看作该种排布形状的点。在相同时间的磨削过程中, 通过改变不同的转速和进给速度, 观察金刚石磨粒在加工过程中形成的轨迹, 即磨盘加工后工件的表面形貌。本文通过观察轨迹的均匀程度和重合度来衡量加工的表面质量, 均匀程度越好代表金刚石参与有效工作的数量越多, 表面质量越好。重合度在一定意义上与均匀程度相反, 即重合度越高表明参与有效工作的金刚石数量越少, 有些金刚石的轨迹与前一颗金刚石的轨迹重合, 这样被加工表面质量就差。其设计要点如下:

(1) 金刚石磨盘的外形要求

磨盘的外径为 30mm, 内径为8mm。把金刚石磨粒看成是点, 方便轨迹仿真研究。

(2) 金刚石磨粒设计

金刚石磨粒是由一个边长为0.5mm的正方体切割成以正方形的一个面为底面, 其它四个面为相等的锥形。

(3) 金刚石磨粒的排布形态

a. 同心圆排布

通过改变圆的半径和角度的值来确定同心圆的值。即由磨盘的内径到外径每个同心圆的半径都是以方差增长, 以360°为一个旋转周期。但在每个旋转周期的过程中, 半径和角度的值都是恒定不变的, 即在每次的旋转过程中半径、角度都是不变的, 如图1a所示。

b. 纵横排布

将金刚石颗粒均匀的分布在圆盘的纵向和横向上, 如图1b所示。

c. 螺旋线排布

在圆盘上建立一个极坐标系, 以坐标的原点为起点, i 为点的旋转半径和角度。对i 产生一个变量, 使其沿着螺旋线的方向往上走。在每个360°的旋转过程中, 旋转角度保持不变, 以旋转直径为一个变量, 如图1c所示。

d. 随机排布

以360°为一个旋转周期。在每个旋转周期的过程中, 半径和角度的值都随机递增, 即在每次的旋转过程中半径、角度的增量都是一个随机数, 如图1d所示。

3 基于PRO/E的金刚石磨粒运动轨迹仿真

利用Pro/E软件对金刚石颗粒在磨削加工过程中的运动轨迹进行仿真, 通过观察金刚石磨粒在相同的时间内及不同的转速和进给速度下轨迹的均匀程度和重合度来分析不同排布形态对加工性能的影响。为了便于观察对比, 本文选取的转速和进给速度均在较小的数值范围内变化, 且后面的轨迹对比图片次序从上到下依次为同心圆、纵横、螺旋线和随机排布。

a.同心圆排布;b.纵横排布;c.螺旋线排布;d.随机排布

3.1 不同转速、相同进给速度时磨粒的运动轨迹对比

当进给速度V=10mm/s 时, 转速N分别为100rad/min、150rad/min和200rad/min时四种排布方式的轨迹如图2所示。通过观察四种排布方式下金刚石颗粒运动轨迹的均匀程度和重合度, 发现随机排布的均匀程度最差, 有许多金刚石未加工过的地方, 也就是说轨迹的重合度较高, 有些金刚石没有真正发挥作用, 只是参与了上一颗金刚石的重复加工过程, 这样被加工材料的表面质量就差, 这种规律在转速越低时越明显 (图2a) 。有序排布中纵横排布最好, 轨迹的均匀性最好, 几乎所有金刚石都参与了工作, 被加工材料表面质量最好。其次是螺旋线分布和同心圆分布, 螺旋线分布的轨迹均匀性较好, 但加工材料的边缘出现了波浪形的轨迹。同心圆分布的轨迹有一定的重合度, 但比随机排布的重合度均匀, 被加工材料表面质量较好。随着转速的增大, 四种排布方式轨迹的均匀程度都越来越好, 重合度越来越低, 加工后的材料表面质量越高。

(a) N=100rad/min, V=10mm/s; (b) N=150rad/min, V=10mm/s; (c) N=200rad/min, V=10mm/s

3.2 相同转速、不同进给速度时磨粒的运动轨迹对比

当转速N=200rad/min, 进给速度V分别为10mm/s、15mm/s 和20mm/s时四种排布方式的轨迹如图3所示。通过观察四种排布方式下金刚石颗粒运动轨迹的均匀程度和重合度, 发现随着进给速度的增大, 四种排布方式金刚石磨粒轨迹的均匀程度都越来越差, 重合度越来越高, 被加工材料表面质量越来越差。总体来看, 随机排布的均匀程度最差, 重合度最高, 被加工材料表面质量最差。有序排布中纵横排布最好, 轨迹的均匀性最好, 被加工材料表面质量最好。其次是螺旋线分布和同心圆分布的工具。

(a) N=200rad/min, V=10mm/s; (b) N=200rad/min, V=15mm/s; (c) N=200rad/min, V=20mm/s

综上分析, 仅通过金刚石磨粒运动轨迹的均匀程度和重合度来衡量加工后材料的表面质量从而判定工具的性能来看, 金刚石有序排布工具比随机排布工具的性能要好, 且三种有序排布工具的性能从高到低依次为纵横排布、螺旋线排布和同心圆排布, 这与文献[3,4,5]的实验结果相吻合。此外, 金刚石工具性能随着转速的减少、进给速度的增大而降低。

4 结论

本文采用Pro/E软件设计出纵横、螺旋线和同心圆三种常见的有序排布金刚石工具和随机排布金刚石工具, 然后对不同排布工具的金刚石磨粒的运动轨迹进行仿真。在一定的时间内, 不同的转速和进给速度下模拟金刚石工具的加工过程, 通过观察金刚石磨粒运动轨迹的均匀程度和重合度分析不同排布方式对加工性能的影响。总体来看, 有序排布工具性能要优于随机排布工具, 有序排布工具中纵横排布的加工效果最好。本文通过对金刚石磨粒的运动轨迹仿真可以在不做任何实验的情况下获得工具的加工效果, 省时省力, 对实际生产有一定的指导作用。但在仿真过程中许多因素如磨削力和金刚石的磨损等都没有考虑, 仅从轨迹的均匀程度和重合度来判定工具性能好坏也有些片面。因此这种手段还需要进一步的完善, 并需要开展实验进一步的验证。

参考文献

[1]C.M.Sung.Brazed diamond grid:a revolutionary design for di-amond saws[J].Diamond and Related Materials, 1999 (8) :1540-1543.

[2]姜荣超.金刚石均匀分布并有序排列是改善金刚石工具性能的有效途径[J].石材, 2006 (10) :28-37.

[3]Y.M.Zhou, F.L.Zhang, M.J.He, et al.Effect of arrayingpatterns of diamond grits on the wear of the mono-layer brazeddiamond tool[J].Solid State Phenomena, 2011, 175:47-51.

[4]F.L.Zhang, M.J.He, Y.M.Zhou, et al.Effect of arraying pat-terns of diamond grits on the wear of the mono-layer brazed dia-mond tool[J].Key Engineering Materials, 2011, 487:116-120.

声悬浮抛光磨粒微流场研究篇3

随着信息、微电子、智能系统向微型化转变, 纳米器件得到了广泛应用, 纳米力学作为提高纳米器件设计的理论基础得到了大量推广, 美国政府报告中提出纳米技术未来的3项光辉前景中有2项与纳米力学息息相关[1]。表征纳米力学最主要的是力学性能测量, 而纳米力学的机械测量是纳米力学测量的重要组成部分, 它可以通过纳米压痕、划痕测量获得相应的纳米力学参数。获得精确纳米力学参数的物质基础是高质量的纳米试样。其制备要求苛刻, 试样要求表面粗糙度值低、残余应力低, 以及表面污染少[2]。同时纳米试样需求量大的特点需要提高加工的经济性。有研究表明, 采用流体抛光的方法进行试样制备可以取得成功[3]。国内外运用不同能量方式进行抛光, 如电场、磁场控制流体特性的抛光以及弹性发射抛光、浴法抛光等, 都存在经济性不高或加工效率方面存在不足[4]。

郭钟宁教授[5]将超声波作为运动载体驱动磨料应用于流体抛光技术中, 在玻璃的加工中获得了Ra为0.8 nm的超光滑表面。清华大学郝鹏飞[6]利用Micro-PIV系统观测了超声波引起示踪粒子微流动, 其速度可达到0.13 mm/s, 提高了微尺寸条件下化学反应效率。Y Zhen[7]运用压电晶体超声发生器在微小容器内引起的流体, 提高了微尺度小的混合效率。J.C.Rife[8]运用超声泵顺利完成流体微尺寸输运。上述两种现象与超声波诱发声流的原理有关, 与超声波声压有紧密关系, 但因为缺乏定量的测量手段, 具体流动特性并不确定。运用PIV技术研究超声作用小为流动。声悬浮利用声源发出的超声波在发射端和反射端之间反复叠加后形成驻波, 形成稳定声压场。

基于声悬浮基础, 结合二维超声流体抛光, 本研究提出一种新的可实现原子级材料去除的纳米加工技术—声悬浮抛光, 通过试验装置的搭建以及有限元仿真, 可知声悬浮抛光中具有稳定声压和磨粒流场, 具有去除材料的效果。

1 试验原理和试验装置

当超声波激励源振动时, 磨粒运动动力来源分为两部分:一个是沿声压等势线的贝努力应力 (Bernoulli stress) ;另一个来自抛光槽空化后空化射流对磨粒的冲击。据研究, 这两项运动都与声压存在密切关系。目前处理声压幅值的方法基本为有限元法。河南理工大学冯大圣[9]利用Matlab/PDE工具箱模拟声悬浮场中的声压, 仿真结果与实际相符, 该仿真运用Matlab/PDE工具箱。

声悬浮试验装置的示意图如图1所示。

该装置的主要部件有:振盒、反射端、工件运动装置、控制器。装置的右边、底部各有一套独立的振盒, 其中安装了4个呈正方形分布的换能器。在研究声悬浮声压场与抛光槽工件尺寸时, 笔者选取抛光槽内最大声压幅值作为研究对象, 因为它不仅能对抛光参数抛光粒子的速度有着直接影响。前面的试验研究表明, 平面反射板对声悬浮抛光区域内声压稳定性影响较小, 而反射端曲球半径R和发射端至发射端的距离L是影响最大声压的主要因素, 本研究通过Matlab/PDE对抛光区域内声压进行仿真, 对比不同模式下抛光区域内声压分布, 优化设计反射端的几何参数R, 以及发射端与反射端中心的距离L, 使抛光槽中的声场达到谐振模式, 从而磨粒运动更加稳定。

声压在传播过程中满足速度势的波动方程式为:

式中:Φ—速度势, p—声压。

常用的测试流体运动方法包括LDV、PIV等。粒子图像测试技术 (PIV) 是一种新发展的流场测试技术。在测试过程中, 它可以间接测量流场的瞬间流速场, 克服了传统传感器单点测试的局限性, 又具有较高的测量精度, 所以近年来在国内外得到了广泛的应用和推广, 具有较好的发展空间[10]。试验中采用的示踪粒子为7μm的荧光粒子, 该种示踪粒子可以吸收波长为532 nm的绿光。在本次试验中采用连续光源进行辅助拍摄, 可以降低拍摄区域反射光对信号的干扰, 减少图像误差。C.D.Meinhart等人[11]利用PIV对宽度300μm, 深度300μm的矩形流场测试, 测得流场最大速度可达10 mm/s。

实验中PIV测试实物图如图2所示, PIV测试系统为Dantec PIV2100, 该系统主要由硬件和软件两部分组成, 硬件主要包括激光光源、CCD相机、计算机3部分。软件部分包括同步控制软件、实验图像采集软件、PIV分析软件。图像采集软件是PIV图像处理系统的核心。其中CCD采集速度是25 fps, 分辨率为768×576。试样中示踪粒子为7μm的氧化铝。测量的空间分辨率为20μm。

2 试验结果与讨论

在声压仿真过程中, 假设流体为理想的、连续的, 超声波发射端功率为400 W, 频率为28 k Hz, 本研究利用Matlab/PDE工具箱对声压场进行仿真, 沿x轴中截面 (对称面) 上声压分布如图3所示。其中, 自由面反射的抛光装置 (无反射端) 如图3 (a) 所示;刚性壁反射抛光装置 (普通反射端) 如图3 (b) 所示;优化后的声悬浮抛光装置如图3 (c) 所示。图3中颜色较深的为声压幅值的极大处, 颜色较浅的为声压幅值较小处。曲线为声压等势线。

自由面反射的抛光装置内的二维声压分布如图3 (a) 所示, 声压分布紊乱;刚性壁反射的抛光装置内的二维声压幅值如图3 (b) 所示, 与无反射端的情形相比较, 该图中声压大小在发射端与反射端之间交替变化, 分布较为均匀, 但靠近反射端处声压也较紊乱;声悬浮场声压二维分布如图3 (c) 所示, 图中有2个声压极小值和极大值点, 声压幅值最大为0.4 MPa。笔者利用715所标准水听器 (M=-218 dB) 测量抛光槽内最大声压大小为0.45 MPa, 与仿真结果相符。其中声压每一个极值点都代表一个工件安装的预期位置。最终, 由图3 (c) 中声悬浮抛光装置反射端半径为140 mm, L为180 mm。

本研究利用如图2所示的PIV装置测量超声功率为400 W (3 W/cm2) 、超声频率为28 kHz条件下, 0～5min沿X轴中间截面 (对称面) 上速度分布, CCD相机拍摄聚焦区域为图3中区域A, 测试面积大小为20cm×20 cm, 空间分辨率为20μm。从图3 (a) 发现, 流场中垂直于超声振动方向不存在涡流, 示踪粒子运动方向先竖直向上, 在到达中间位置处, 示踪粒子往左边倾斜。与声压等势线方向对比, 它们在方向上大致相同。在声压较弱的边缘, 示踪粒子几乎不运动, 最大速度发生在声压较大处, 最大速度值为0.11 mm/s, 该处声压幅值为0.01 MPa。超声波发射端功率为400 W下, 在第2 min、3 min, 区域A处的示踪粒子流场分布如图4 (b) 、4 (c) 所示, 在工作时间上, 流场总体保持稳定, 这与前文所述的声压分布有密切关系。

流场中磨粒最大速度与超声波发射端声压基本呈线性关系如图5所示。

试验结果表明, 稳定的声压是声悬浮抛光的关键, 磨粒微流场的运动与声压值的关系非常密切。

3 结束语

本研究利用有限元方法分析对比了不同反射端对抛光槽内声压稳定性影响, 验证了设计的声悬浮抛光结构可产生稳定声压场。笔者利用粒子图像测试技术 (PIV) 研究了声压场引起的磨粒流场结构, 发现了垂直超声波发射端的磨粒运动平面, 并且运动方向与声压等势线大致相同。根据声流产生机理分析可知, 声压的不均匀性分布是驱动磨料运动的主要原因, 而声压的分布随着声悬浮结构变化而变化。通过测量而得不同功率下磨粒最大速度与超声波发射端功率呈线性关系。因此, 声悬浮抛光装置可以产生一种稳定的磨粒运动, 该运动可以有效地降低纳米试样的表面残余应力与表面损伤层。

参考文献

[1]杨卫, 马新玲, 王洪涛, 等.纳米力学进展[J].力学进展, 2002, 32 (2) :161-174.

[2]张泰华.微纳米力学测试技术及其应用[M].北京:机械工业出版社, 2005.

[3]RING T A, FEENEY P, BOLDRIDGE D, et al.Brittle andductile fracture mechanics analysis of surface damagecaused during CMP[J].Journal of the ElectrochemicalSociety, 2007, 154 (3) :239-248.

[4]袁巨龙.功能陶瓷超精密加工技术[M].哈尔滨:哈尔滨工业大学出版社, 2000.

[5]黄志刚.基于数值仿真的流体振动抛光机理研究[D].广州:广东工业大学机械电子工程学院, 2007.

[6]郝鹏飞, 何枫, 王健, 等.利用PIV研究超声波引起的微流动现象[J].机械工程学报, 2005, 41 (3) :64-68.

[7]ZHEN Y, SOHEI M, HISOSHI G, et al.Ultrasonic micro mixer for microfluidc systems[J].Sensor and ActuatorA, 2001, 93 (3) :266-272.

[8]RIFE J C, BELL M I, HORWITZ J S, et al.Miniature value less ultrasonic pumps and mixers[J].Sensors and Actua tors, 2002, 86 (1) :135-140.

[9]冯大圣.单轴式声悬浮器的优化设计及其悬浮性能研究[D].焦作:河南理工大学机械与动力工程学院, 2007.

[10]THEUNISSEN R, SCARANO F, RIETHMULLER M L.Anadaptive sampling and windowing interrogation method inPIV[J].Measurement Science and Technology, 2007, 18 (1) :275-287.

磨损磨粒的BP神经网络识别篇4

铁谱分析技术是目前最经济而有效的设备状态监测与故障诊断的方法之一,通过对机械润滑油或液压油中微观磨损颗粒的分析可判断机器当前的工作状态。铁谱磨粒中除了正常磨粒之外,还存在着多种多样的异常磨粒,主要有严重滑动磨粒、切削磨粒、疲劳剥块、片状磨粒和球状磨粒,还有红色氧化物及其它非金属等。不同种类的磨粒对应着不同的磨损形式和磨损部位,通过对这些磨粒的种类识别,可判断机械的磨损情况。由于磨粒产生的复杂性、随机性等原因,目前磨粒识别与磨损诊断主要是依靠具有丰富经验的铁谱专业分析人员来进行人工分析。这就极大地限制了铁谱技术的发展与推广。因此,铁谱自动分析技术的研究就成了铁谱技术发展和应用的必由之路[1,2]。

1 神经网络在铁谱图像识别中的应用

铁谱的计算机图像分析技术是近年来研究的热点,它对磨损磨粒的显微图像进行分析以达到铁谱分析的目的[3,4]。以生物神经网络为模拟基础的人工神经网络在模式识别、聚类分析和专家系统等多方面显示出了新的前景和新的思路。近年来,神经网络已成为研究的热点,并取得了广泛的应用。

人工神经网络在模式识别问题上,相比其他传统的方法,其优势有:1)要求对问题的了解较少;2)可对特征空间进行较为复杂的划分;3)适用于高速并行处理系统来实现。

多层前馈神经网络又称BP(back propagation)网络,是人工神经网络的一种主要类型,也是目前广泛应用的神经网络模型。由于BP网络有处于中间位置的隐含层,并有相应的学习规则可循,可训练这种网络,使其有对非线性模式的识别能力。特别是它的数学意义明确、步骤分明的学习,更使其有广泛的应用前景。在诸多的神经网络分类模型中,BP网络结构简单,能够以任意精度映射样品,具有很好的泛化能力。而且训练收敛之后,进行识别时计算量较小,速度较快,因此得到非常广泛的应用[5,6,7,8]。

用人工神经网络解决实际问题时,首要的工作是收集样本数据。神经网络是靠学习样本来确定网络中的权值矩阵的值,一个样本是一组输入输出数据。为了使训练后的网络具有好的性能,所收集的数据应包括问题的全部模式[9]。本文选择了150张包含各种磨粒的铁谱图像,提取其磨粒的特征参数作为网络的输入,以磨粒的种类作为相应的输出。在图1所示的BP网络中,向量X=[x1, x2, ..., xn]为输入向量,在本文的磨粒识别网络中即为提取的磨粒特征参数的组合,包括形状大小参数、表面纹理参数、磨粒颜色参数和沉积方向以及铁谱图像背景颜色参数等;向量O=[o1, o2, ..., om]为输出向量,在本文的网络中对应于磨粒的种类,包括严重滑动磨粒、切削磨粒、疲劳剥块、片状磨粒和球状磨粒,还有红色氧化物及其它非金属等。

2 BP网络的训练过程及算法

三层BP网络的结构如图1所示。一般地,设BP网络的输入样本集为:

{(X,Y) X为输入向量,Y为X对应的理想输出向量}网络有n层,第h(1≤h≤n)层的神经元个数用Lh表示,该层神经元的激活函数用Fh表示,该层的联接矩阵用W(h)表示。

显然,输入向量、输出向量的维数是由问题所直接决定的。而网络隐藏层数和各个隐藏层神经元的个数则是与问题相关的。目前的研究结果还难以给出它们与问题的类型及其规模之间的函数关系。实验表明,增加隐藏层的层数和隐藏层神经元的个数不一定能够提高网络的精度和表达能力,在多数情况下,BP网络一般都采用三层网络[10]。

人工神经网络的训练过程是根据样本集对神经元之间的联接权进行调整的过程,BP网络也是如此。在开始训练之前,所有的权都应该用一些不同的小随机数进行初始化。“小随机数”用来保证网络不会因为权过大而进入饱和状态,从而导致训练失败;不同的小随机数可以用来保证网络正常地学习。

BP算法主要包含4步,这4步分为两个阶段:

a) 向前传播阶段:1) 从样本集中取一个样本(X,Y),将Xp输入网络;2) 计算相应的实际输出Op。

在此阶段,信息从输入层经过逐级的变换,传送到输出层。在此过程中,网络执行以下运算:

Op=Fn(...(F2(F1(XpW(1))W(2))...)W(n)) (1)

b) 向后传播阶段:1) 计算实际输出Op与相应的理想输出Yp的差;2) 按极小化误差的方式调整权矩阵。

这两个阶段的工作一般就受到精度要求的控制,在这里,取

undefined(2)

作为网络关于第p个样本的误差测度。而将网络关于整个样本的误差测度定义为

E=∑Ep (3)

根据有导师训练算法中应用最普遍的Delt学习规则,可得输出层连接权的调整公式为:

Δwpq=αoq(1-oq)(yq-oq)op+βΔw′pq (4)

其中wpq为倒数第二层第p个神经元到输出层第q个神经元的连接权;α为学习速率;oq为输出层神经元q的输出;op为倒数第二层神经元p的输出;β=0.9为动量因子;Δw′pq为前一次的连接权修改量。

隐藏层连接权的调整公式为:

Δνhp=αopk-1(1-opk-1)(wp1δ1k+wp2δ2k+...+

wpmδmk)ohk-2+βΔν′hp (5)

其中α为学习速率;β=0.9为动量因子;Δν′hp为前一次的连接权修改量。其它参数的意义可对照图2。图2中νph为第k-2层第h个神经元到第k-1层第p个神经元之间的连接权值,δpk-1为νph待求的权值调整量;第k-1层与第k层之间的连接权及其调整量都已经求得。

式4和式5中的β为动量因子,在这里取其为常量0.9;加入动量因子是为了避免网络在训练过程中陷入局部极小值而导致网络无法收敛。α为学习速率,以控制网络的训练速度。α越大,学习速度越快,但容易引起网络的振荡而导致网络发散;α过小则会导致训练速度太慢。由于在不同的训练阶段,训练速率对误差的影响不同,所以常用动态的α来调整训练速率。这里取初始的α为0.01,上调率lr_inc为1.05,下调率lr_dec为0.7。对于每一步权值调整,如果误差朝着目标方向减小,就上调学习速率,即α=(1+lr_inc)α;如果误差增加,且增加量大于规定的上限max_perf_inc,则α=(1-lr_dec)α下调学习速率,即,并放弃此次的权值调整。

设BP网络有M层,第h(1≤h≤M)层的联接权矩阵用W(h)表示,Δpwundefined表示误差反向传播过程中第h层的权矩阵修改量,则本文采用的BP算法可用如下伪程序表示:

3 磨粒的分步识别

在进行铁谱图像分析时,有八种待识别的磨粒:严重滑动磨粒、切削磨粒、层状磨粒、球形磨粒、疲劳剥块、链状铁系磨料、红色氧化物和黑色非金属。

磨粒特征参数对于各种磨粒的影响系数是不同的,每种磨粒都有其自身的最佳识别参数,如果对所有种类的磨粒都用所有的特征参数来进行识别,势必使各特征参数产生相互干扰,从而影响磨粒识别的速度和精度。因此,这里采用分步识别的方法进行磨粒识别:

a) 根据提取到的磨粒表面颜色均值、背景颜色均值和沉积方向等特征参数,对磨粒的材质进行识别,首先将磨粒分为铜质磨粒、铁质磨粒、链状铁系磨粒、红色氧化物和黑色非金属磨粒等五类;

b) 根据形状、纹理特征参数,对于铜质磨粒和铁质磨粒,再分为严重滑动磨粒、切削磨粒、层状磨粒、球形磨粒和疲劳剥块等五类。

磨粒的两步识别都是用BP网络来实现的,称为双BP网络。根据上述的分步识别思路,设计了双BP神经网络,并用采集到的磨粒图像对其进行了训练,得到了较为满意的效果。

第一个BP网称为NET1,实现第一步识别;第二个BP网称为NET2,实现第二步识别。

网络隐含层的节点数是在经验值附近进行反复实验对比的基础上得出的最佳选择。隐藏层的传递函数采用tansig函数,如图3所示;输出层的传递函数采用logsig函数,如图4所示。

在进行磨粒识别时,两个BP网络以串联方式连接,以实现分步识别。实验证明,识别效果比较理想。

摘要：介绍了铁谱分析技术对设备状态监测与故障诊断的方法;通过机械润滑油或液压油中微观磨损颗粒的分析来判断机器当前的工作状态。铁谱的计算机图像分析技术是近年来研究的热点。基于BP神经网络对磨损磨粒进行识别,提出了磨粒的分步识别策略,并以磨粒样本对网络进行训练,取得了较好的识别效果。

关键词：磨粒识别,BP神经网络,铁谱技术

参考文献

[1]王汉功,陈桂明.铁谱图像分析理论与技术[M].北京:科学出版社,2005.

[2]杨其明.磨粒分析[M].北京:中国铁道出版社,2002.图3 tan sig函数曲线图4 logsig函数曲线

[3]潘建军,陈大融,孔宪梅,等.计算机信息处理技术在铁谱分析中的应用[M].润滑与密封,1998(4):8-10.

[4]汤兵兵,张来斌,樊建春.计算机磨粒识别技术的研究进展[J].润滑与密封,2001(6):36-37,42.

[5]杨淑莹.图像模式识别——VC++技术实现[M].北京:清华大学出版社,北京交通大学出版社,2005.

[6]沈清,胡德文,时春.神经网络应用技术[M].北京:国防科技大学出版社,1993.

[7]左洪福,吴振锋,杨忠.双BP网络在磨损颗粒自动识别中的应用[J].航空学报,2001,21(4):372-375.

[8]胡春海,苑茂存.神经网络在磨损颗粒自动识别中的应用[J].机械工程与自动化,2005(3):56-57,62.

[9]王树谦,魏德华,胡浩云,等.多层前向人工神经网络[M].郑州:黄河水利出版社,1999.

软性磨粒流精密加工的仿真及实验篇5

零件表面质量[1]对零件使用性能、寿命、可靠性等有很大的影响。抛光作为一种表面处理方法,是利用抛光工具或其他抛光介质对工件表面进行修饰加工。抛光加工一般采用固结磨料或游离磨料,主要的抛光方法包括:传统的机械抛光方法、现代抛光方法、复合非传统抛光方法等。现代的许多工业领域对精密机械零件工艺性能的要求不断提高,并且零件规格不断小型化,表面质量要求不断的提高,特别是各种微小的型腔及通道等。磨粒流对这些部位的加工可谓独树一帜[2],磨粒流加工还可以成功地对各种材料进行微量研磨加工,包括较软的有色金属及坚韧的合金等,非常适应于现代制造材料和制造技术的发展。

磨粒流[3]以流体作为载体,将具有切削性能的磨粒悬浮于其中,形成流体磨料,依靠磨料相对于被加工表面的流动来进行加工。相对于传统的机械加工技术,它不受工件几何形状的限制,加工效率高,可以达到极高的表面粗糙度及公差要求,可以保证质量稳定[4]。

根据流体的粘度和施加压力的不同,可将磨粒流加工分为:磨粒水射流加工[5]和挤压研磨加工[6]。前者是采用粘度极低的压缩空气或水作为载体,用很大的压力差使磨粒流喷射到工件表面而达到加工目的[7],但是需要对磨粒流施加强大的喷射动力,使得工件表面会受到强力的冲击碰撞;后者采用粘度较大的有机高分子作为载体,在压力作用下使载体中悬浮的磨粒在被加工表面缓慢流动,需要施加强大的挤压力[8],会使工件表面受到强力的刮削。

本研究提出软性磨粒流的加工方法[9],它的特点在于使流体具有弱粘性,具有更好的流动特性,从而能实现湍流的运动状态。磨粒随流体无规律地撞击工件的表面,利用这种微力微量的切削逐步地达到光整加工的效果[10]。

1 约束装置及流道建模

软性磨粒流加工的特点之一是利用约束装置针对特有的加工表面配置相应的约束模块,从而形成特定的约束流道,使用于加工的固-液两相流体能够在约束流道中形成湍流的运动状态[11]。

约束装置的结构图如图1(a)所示。

它主要包括上盖板、下盖板、密封垫、约束模块、加工工件及底座,这些部件通过螺栓连接从而构成密封的加工流道。

约束装置的加工流道如图1(b)所示。

它包括了入口、缓冲区和加工区,加工区的底面即为待加工的表面上诉约束流道的长度为100 mm,利用GAMBIT建模,采用非结构化的六面体网格进行网格划分,网格总数为78 050。采用速度入口,自由出口,无滑移边界条件,标准壁面函数。第一相为水,它的粘度比较小,较容易达到湍流。第二相为碳化硅颗粒,它的体积分数为30%,颗粒直径为50μm。入口速度设为25 m/s。

为研究软性磨粒流在加工过程中固-液两相流体在约束流道中的流动特性,本研究采用Fluent进行仿真。选择欧拉两相流模型为计算模型,该模型的特点是将颗粒相与流体相一样都视为连续相。本研究按牛顿定律描述颗粒的运动,两相在同一空间点上共存,各自遵从自身的动量、质量和能量传递方程,两相间通过相间作用力和共用的压力场互相耦合。

液相的连续性方程与动量守恒方程表达式[12]为:

颗粒相的连续性方程与动量守恒方程表达式为:

式中:l—液相,s—固相,▽—拉普拉斯算子,α—体积分数,ρ—密度,v—局部速度,▽p—压力梯度,g—重力加速度,Kls—液相与颗粒相的曳力系数,μ—液相粘度,—剪切应力张量。

对于颗粒相本研究考虑了颗粒动力学理论,引入颗粒碰撞恢复系数和稠密气体的Boltzman输运方程,修正了经典分子论对量颗粒碰撞的动力学处理,推导出颗粒相的应力,及描述颗粒流动的封闭方程组[13]:

式中:Θs—颗粒温度,γΘ—颗粒相碰撞的能量耗散,Φls—液相或颗粒相和颗粒相的能量交换,ps—颗粒压力,—单位矩阵,KΘ—颗粒相温度输运系数。

其中,ps、γΘ、Φls分别为:

式中:ess—碰撞的归还系数;g0—径向分布函数,是一个当颗粒相变密时,用于修改颗粒之间碰撞概率的修正因子。

径向分布函数为:

式中:αs,max—颗粒相堆积最大体积分数。

2 仿真结果

湍流强度的定义为脉动速度的均方根与平均速度的比值,即:

一般小于或等于1%的湍流强度通常被认为是低强度湍流,大于10%被认为是高强度湍流。

流道中湍流强度的分布如图2所示。

图2中,在入口处的湍流强度较小为2%左右,流体流到加工区域后,由于水流直径的减小,导致湍流强度的增加,可看出其值已大于10%,故可认为其为强湍流。强湍流有利于颗粒的运动的无序性,从而能够达到较好的加工效果。

欧拉模型中把颗粒温度描述为颗粒速度脉动的一种度量,颗粒相的应力来自于颗粒碰撞产生的随机粒子运动,并考虑了颗粒相的无伸缩性,故颗粒温度的概念可间接反映颗粒撞击的程度。

颗粒温度的分布如图3所示。

加工区域由于截面的减小造成颗粒与壁面的碰撞更加激烈,从而使颗粒温度的值增加。颗粒温度的分布没有明显的规律,从而证实了颗粒在流道中运动的无序性及颗粒对于壁面撞击的无序性。

整个流道中的速度迹线图如图4所示。

图4中,入口处设定的入口速度为25 m/s,进入缓冲区后,由于空间突然变大,速度相应变小。加工区的横截面窄,导致加工区流体的流速很大,为50 m/s~60 m/s。速度的增加亦可增加软性磨粒流的加工效果。

3 实验设计

3.1 实验平台

实验平台主要由磨料箱、泵、搅拌机、节流阀、压力表、约束模块、工作台及连接管道组成。磨料箱中装的是水与碳化硅颗粒的混合物,碳化硅颗粒的平均直径为50μm,搅拌机为防止在实验过程中碳化硅颗粒的沉淀,压力表显示约束模块入口处的压力。泵的最高流量为10 m3/h,约束流道入口半径为5 mm,面积约为78.5 mm2,故可以计算得到入口处的最大流速为35 m/s。

各部分由管道连接而组成工作回路,软性磨粒流在此回路中循环往复加工,不会造成磨料的浪费,提高了磨料的利用率,且在加工过程中不需要人为操作。

本研究在工件表面均匀地涂上3层喷漆,底层为红色喷漆,中间层为蓝色喷漆,最外面层为黄色喷漆。把加工工件放入到约束装置中加工,软性磨粒流对表面的加工效果,可以从喷漆被冲刷的程度上直观地观察到。

3.2 实验结果

仿真后流道底部的颗粒动压分布图如图5(a)所示;加工工件被加工的表面痕迹如图5(b)所示。

对比图5(a)与图5(b),可以发现,动压值分布与喷漆被冲击程度是相对应的,动压大的区域喷漆被冲击的程度也越大。故在仿真中,动压的分布图将为工件的加工效果提供很好的预测。

从喷漆的被冲击程度可预测相应的工件被加工的效果:

(1)流体从缓冲区进入加工的,由于截面的突然收缩,会对加工区的入口处有一个非常猛烈的冲击,故在加工区地入口处有一处明显的被冲击区域;

(2)加工区出口处喷漆的损失也比较厉害,已可观察到底层的红色喷漆层,由于出口处截面突然增大造成回流区的存在,会对工件的出口处进行反复的冲击,造成出口处喷漆的磨损特别严重;

(3)整个加工区加工效果,后半部分要比前半部分要好;

(4)中间位置的加工效果比两侧要好,两侧由于近壁区的存在,软性磨粒流的流动受到一部分限制。

工件加工前后表面的分别如图5(c)、图5(d)所示。

对比图5(c)和图5(d),可以发现:喷漆被冲击后的表面没有明显的被强力冲刷的痕迹,还是非常光滑,而且喷漆并没有被一片一片地冲掉,分布非常均匀。颗粒随流体在湍流的状态下运动,颗粒有可能从各个方向撞向表面,且颗粒撞向金属表面的力是微力微量的,逐步地实现光整加工的效果,验证了软性磨粒流加工的有效性及先进性。

4 结束语

本研究在普通磨粒流加工的基础上提出了软性磨粒流加工方法,这种方法可对微小型腔或通道等普通抛光方法无法加工的地方进行加工。它的特点在于通过磨粒的湍流运动实现对壁面的无序碰撞,利用微力微量的切削提高工件的表面质量。

磨粒运动篇6

随着现代工业的迅猛发展,机械设备的功率、速度和精度等参数的不断提高,对金属零部件的耐磨损性能的要求越来越高[1,2,3]。例如,工程机械、矿山机械、农业机械和地质钻探机械设备等的切削土石元件的磨损问题日益突出,急需提高该类元件的耐磨损性能,以保证整机的作业效率和工作可靠性。针对某型野外快速成孔钻机的钻头基体材料42CrMo,研究其磨粒磨损行为与机制,并探讨了载荷、速度等参数对其磨粒磨损性能的影响规律,旨在为野外快速成孔钻具的耐磨粒磨损元件的进一步研究与开发应用提供可靠的理论依据。

1 试验材料及方法

1.1 试验材料

42CrMo的化学组成为(%):C 0.3～0.4,Cr 0.9～1.2,Si 0.17～0.37,Mn 0.5～0.8,Mo 0.15～0.25。42CrMo经调质处理(油淬和500℃～650℃的高温回火)后,再进行表面氮化处理,其主要力学性能列于表1。试样尺寸为:d 5×18。为了研究42CrMo的磨粒磨损性能,制备了#120的白刚玉试块作为对摩偶件,其组成为:98.50%Al2O3,0.5%Na2O,其它1.0%;其几何尺寸为d35×15。

1.2 摩擦磨损试验

摩擦磨损试验在经改装的MPX—2000型盘-销式摩擦磨损试验机上进行的。上试样为42CrMo销;下试样为白刚玉盘。试验条件:室温(25℃),干摩擦磨损;相对湿度RH60%;法向载荷分别为10N、30N、50N和100N;试样的滑动速度分别为2.68m/s、3.99 m/s和8.00 m/s,每次测试总转数为1000r。

2 试验结果与讨论

2.1 42CrMo的磨损试验结果

干摩条件下,42CrMo的磨损试验结果如图1所示。可见,随着载荷和速度的增加,试样的磨损失重总体呈上升趋势。

试样的磨损失重随着载荷的增大而增加,但是当载荷达到50N时,曲线出现较为明显的拐点,表明磨损失重随载荷的加大而增加的趋势有所减缓。分析曲线的斜率可知,当载荷处于不同范围时,各段的斜率有较大差异,而斜率的变化实际上反应了材料磨损失重的增长速度,说明材料在不同载荷条件下的磨损程度不同。当载荷处于30N～50N范围内时,曲线斜率最大,磨损失重的增加趋势最为明显,即材料在这一载荷范围阶段发生了最为剧烈的磨损。

同时,在相同的载荷条件下,试样磨损失重随着速度的增加而增大。当载荷为10N时,速度为3.99m/s条件下磨损失重比低速(2.68m/s)条件下增加了43.1%,而速度为8.00m/s条件下试样的磨损失重比3.99m/s条件下增加了27.6%;而当载荷为100N时,其磨损失重的增长率分别为78.4%、75.9%。可见,随着载荷的增加,滑动速度对42CrMo磨损失重的影响更加明显。

2.2 载荷对42CrMo磨损性能的影响分析

材料中各相的硬度是决定材料耐磨性的主要原因[4]。对于42CrMo来说,基体中分布有各种碳化物,且碳化物的硬度明显高于基体组织。当磨粒对材料表面进行切削时,基体组织首先被切割掉,此时硬度较高的碳化物被暴露出来。当载荷较小时,由于有碳化物的保护,阻止了磨粒对基体组织的进一步切削。但是当载荷逐渐加大时,作用于外露碳化物上的作用力也开始加大,将会造

成碳化物脱离基体组织,导致磨损量的急剧上升。同时,由于作用于碳化物上力的加大,体积较大的脆性碳化物开始碎裂、剥落,形成新的磨粒参与摩擦,使磨损进一步的加剧。

根据赫鲁晓夫的理论[5],在磨粒磨损的过程中存在某一临界载荷,在达到该临界载荷之前,磨损量与载荷成正比,而当载荷超过临界载荷时,磨损量与载荷的线性关系就开始破坏。这种临界载荷取决于两种情况:一种是试样金属的变形开始,另一种是磨粒变质和其机械强度下降。前者是由于试样金属发生形变,使得摩擦表面增大,单位面积上的载荷下降,从而导致磨损变小,磨损量下降。后者是因为试样的硬度较大,当载荷很大超过某一临界极限时,磨粒损坏。此时可能发生的情况是:磨粒被压碎,摩擦产生大量摩擦热使表面温度升高而产生一系列组织和性能的变化,试样表面发生加工硬化,同时磨粒受摩擦热的影响也可能变质。

由试验结果知,当载荷超过50N以后,试样材料均出现磨损量随载荷增大而增加的程度下降。主要原因是由于试样表面发生微小形变,产生了很多平行状犁沟,造成接触面积增大、单位面积上的载荷下降,从而导致磨损程度的降低。图2是滑动速度为2.68m/s,载荷分别为10N、50N和100N时42CrMo的磨损表面形貌。从图2(a)中可以看到试样表面产生了一些微小犁沟,且有明显的多次塑变痕迹,说明由于载荷较小,磨粒对试样表面的切削作用较轻,此时试样表面主要发生多次塑变磨损。随着载荷的增大,犁沟数量多,且犁沟的宽度较大、深度较深[图2(b)],说明磨粒的切削作用增强导致磨损加剧。图2(c)中犁沟数量更多,犁沟的深度和宽度进一步加大。

当载荷增加时,一方面试样表面受到的单位面积的压力增加,磨粒对试样表面的切削作用加强,导致磨损量迅速增加;另一方面由于试样表面产生的犁沟数量增加、宽度变宽、深度加深,造成接触面积增大、单位面积上的载荷下降,从而导致磨损程度的降低,磨损量的增加趋势减缓。载荷的变化对材料磨损的影响实际上是由上述两个方面的综合作用而产生的,在不同的载荷阶段起主导作用的机理不同,造成了材料在不同载荷条件下磨损程度的不同。当载荷较小时(<50N),材料表面产生了浅而窄的犁沟,此时磨粒对材料的微观切削作用起主要作用,磨损量快速增加。而当载荷在较高范围内变化时(>50N),由于高载荷的作用会产生较深、较宽的犁沟,此时摩擦面接触面积增大,造成单位面积上的载荷减小,再加上加工硬化的作用,使得磨损量的增长速度下降。

2.3 速度对42CrMo磨损性能的影响分析

摩擦磨损过程中,载荷和速度的增加会引起摩擦界面温度的升高,改变表面层材料的原有组织结构和性能,从而加剧了材料的磨损。由于摩擦界面的真实接触面积远小于表观接触面积,故真实接触区的闪光温度远高于材料的体相温度[6]。对于42CrMo而言,滑动摩擦速度的增加产生的大量摩擦热使得试样表面温度急剧上升,造成表面层材料软化,还可能使其微观组织结构发生改变,如铬、钼的碳化物相和基体相间的结合强度减弱,碳化物相脱碳而生成相应的氧化物会降低材料的耐磨性能。

图3是不同摩擦速度下,42CrMo的典型磨损表面形貌。由图3可见,磨损表面均呈现凹凸不平状态,出现了平行状犁沟,并有塑性变形的痕迹。随着速度的增加,犁

沟宽而深,表明微观切削磨损的程度加剧。

2.4 磨损机理分析

42CrMo的典型磨损表面形貌如图4所示。图4(a)为2.68m/s、50N工况条件下的磨损表面形貌,可以观察到典型的微观切削作用下产生的磨屑形态。此时磨粒(刚玉)如同众多微小刀刃一样,在材料表面进行切削而形成磨屑。图4(b)为3.99m/s、 100N工况条件下的磨损表面形貌。磨粒经过材料表面时,除可能产生一部分磨屑外,还可把材料推向犁沟的两边或前缘,产生很大的塑性变形。犁沟或犁皱后堆积在两边和前端的材料在随后的磨损过程中可能被压平或是受到再一次的犁沟或犁皱,从而产生多次塑变行为。图中可以看到试样表面受到反复塑性犁沟和碾压而形成了典型的多次塑变磨损痕迹。材料的摩擦表面由于遭受反复擦、压、挤等多种形式的多次塑变,造成材料表面的断裂磨损痕迹及磨屑。在多次塑性变形的作用下,材料逐渐产生加工硬化作用,最终形成块状、片状磨屑。

在高速强载摩擦条件下,由于摩擦表面层材料的形变强度和形变速度加剧,其磨损机理将逐渐转变为以微观断裂磨损机理为主导。当压痕达到临界尺寸时,断裂发生,此时压痕周围的材料都被磨损剥落。图4(c)是在8.00m/s、 100N工况下的磨损表面形貌,可以很明显的看到经反复塑变和碾压后的层状折痕以及最终形成的大块磨屑和严重的微裂纹情形。根据艾冈(Argon)的理论[7]:当磨粒滑过材料表面时,一旦作用于材料的局部应力达到屈服应力,材料发生塑性变形,从而引起位错在晶界的堆积,造成材料次表面晶粒拉长和裂纹萌芽,并进而发展为表面的裂纹。在反复摩擦的过程中裂纹不断扩展、交错并最终导致微观脆性断裂磨损[图4(d)]。因此高速强载条件下,42CrMo试样表面多次塑变磨损后产生了严重的微裂纹,随着裂纹的扩展、交错,其磨损机制就逐渐转变为微观脆性断裂磨损。

因此,在42CrMo的磨粒磨损过程中,起主要作用的磨损机理是微观切削和多次塑变磨损,且在重载高速时,还伴有微观断裂磨损现象。

3 结论

a) 在干磨粒磨损条件下,42CrMo的磨损量随着载荷的增加而增大。当载荷超过50N后,磨损曲线出现较为明显的拐点,表明磨损失重随载荷的加大而增加的趋势有所减缓。因为进一步的犁沟造成摩擦表面接触面积增大,单位面积上的压力减小,所以磨损量的增长速度有所降低;

b) 42CrMo的磨损量随着滑动速度的提高呈现增加趋势,尤其在高载荷的条件下这种趋势更为明显。因摩擦速度的增加产生的大量摩擦热,使得试样表面温度急剧上升,造成表面层材料软化,并使其微观组织结构发生改变,降低了材料的耐磨性能;

c) 42CrMo的主要磨粒磨损机理是微观切削和多次塑变磨损,且在重载高速时,还伴有微观断裂磨损现象。

摘要：研究了42CrMo合金钢的磨粒磨损行为与机制;探讨了载荷、速度等参数对其磨损性能的影响规律。研究结果表明:42CrMo的磨损量随着载荷的增加而增大,且载荷超过50N后,磨损曲线出现明显的拐点,表明磨损失重随载荷的加大而增加的趋势有所减缓;随着速度的提高磨损量呈增加趋势,尤其在高载荷的条件下该趋势更为明显。42CrMo的主要磨损机理是微观切削和多次塑变磨损,且在重载高速时,还伴有微观断裂磨损现象。

关键词：42CrMo,合金钢,磨粒磨损,磨损机理

参考文献

[1]邵荷生,张清.金属的磨料磨损与耐磨材料[M].北京:机械工业出版社,1988.

[2]李茂林.我国金属耐磨材料的发展与应用[J].铸造,2002,51(9):25-29.

[3]欧阳习科,蒋业华,周荣.磨料磨损理论发展[J].水利电力机械,2004,26(6):25-28.

[4]郝建民,张荣军.镍硬铸铁与铬系白口铸铁抗磨粒磨损特性比较[J].热加工工艺,2004(6):11-12.

[5]M MХрушев,M AВабичев.Исслелованияизнашивания[J].Металлов,1960.

[6]Lim S C and Ashby MF.Wear mechanism maps[J].Acta Met-all,1987,35:1-24.

磨粒运动篇7

设备润滑油中含有零部件机械磨损产生的磨粒, 通过直读铁谱分析、光谱分析、颗粒计数等定量分析的方法, 可以对设备润滑油中的磨粒进行浓度测量, 得到反映设备相关部件摩擦磨损状态的重要信息。直读铁谱定量分析技术是设备润滑油磨粒监测的一项主要内容, 它以在用润滑油为机械磨损信息载体, 以直读式铁谱仪沉淀管内沉积的磨粒量作为定量值, 直观地反映设备运行中磨粒浓度及磨损量的变化, 确定摩擦副的磨损趋势及磨损状态, 为设备的早期故障诊断与预报提供充分准确的判据[1]。

1影响在用润滑油铁谱定量分析的因素

1.1取样部位

石化公司挤压机组24-A-6006在加装取样阀前, 一直从油箱底部放油口取样, 2014年4月在主减速器回油线上加装取样阀后, 分别从油箱和主减速回油线两处取样, 润滑油直读铁谱定量分析结果见表1。

表1中的定量参数-磨损严重度指数IS= (DL+DS) × (DL-DS) , 即总磨损量与磨损严重度的乘积[1,2]。定量分析结果显示, 2014年1月至3月油箱油样中大磨粒读数DL、小磨粒读数DS及磨损严重度指数IS均明显大于主减速器回油线油样各项检测结果, 这是因为润滑油经回油线进入油箱后, 部分磨粒在油箱内沉淀、累积, 造成油箱内油样各项检测结果均明显大于回油线。可见, 不同的取样部位对直读铁谱定量分析结果影响很大。

1.2取样时机

某石化公司挤压机组30-A-7001于2015年5~6月间对主减速器进行检修, 分别在检修前正常运行期和检修后磨合期从在用润滑油取样, 直读铁谱定量分析结果见表2。

表2定量分析结果显示, 30-A-7001挤压机组磨合期油样中大磨粒读数DL、小磨粒读数DS及磨损严重度指数IS均明显大于正常运行状态, 这是因为检修时更换了所有的轴承, 新零配件、新的装配尺寸造成摩擦副间在磨合中产生了较多的金属磨粒。

1.3油滤器的切换

2013年5月, 某石化公司EX801挤压机组定期进行油滤器切换, 切换前后分别取样, 直读铁谱定量分析结果见表3。

对比油滤器切换前后的分析结果可以看出, 油滤器切换后, 油样中大磨粒读数DL、小磨粒读数DS及磨损严重度指数IS均明显减小, 说明切换油滤器能改善润滑状况, 但同时会干扰直读数据对摩擦副磨损状况的判断。

1.4在用润滑油的添加或更换

2013年12月, 24-A-6006挤压机组轴承故障, 停机检修并更换了润滑油, 润滑油更换前后油箱取样, 直读铁谱定量分析结果见表4。

表4定量分析结果显示, 更换润滑油后大磨粒读数DL、小磨粒读数DS及磨损严重度指数IS均稍有增大。原因分析: (1) 润滑油更换前, 油滤器进行了切换, 将磨粒过滤在油滤器内, 对油箱取样分析结果有干扰; (2) 机组检修时更换了轴承, 换油后开机运行, 考虑到机组处于磨合期, 可能造成分析结果偏大; (3) 油箱容量大, 润滑油充填量达4500 L, 换油时, 未对整个回油线路进行清洗、置换, 换油前沉积到管路系统的磨粒可能重新回到油箱, 造成直读数据偏大。由此可见, 对于大容积油箱, 更换润滑油对直读数据的影响是多方面因素共同作用的结果。

2结论及建议

(1) 同一机组不同取样部位对在用润滑油直读铁谱磨粒相对浓度定量分析结果影响较大;

(2) 同一机组的同一取样部位, 不同取样时机, 对在用润滑油直读铁谱定量分析结果有直接影响;

(3) 切换油滤器能改善润滑状况, 但同时会干扰直读数据对摩擦副磨损状况的判断;

(4) 对于大容量油箱, 更换润滑油前后, 在用润滑油直读数据的影响是多方面因素共同作用的结果。

建议同一机组的在用润滑油取样, 应选取具有良好代表性的样部位并长期固定;机组运行时期的润滑油, 能更真实地反映摩擦副的磨损状况;更换润滑油或切换油滤器后, 应结合其他监测手段对磨损状况综合考量。

摘要：润滑油磨粒定量分析技术是一种有效的设备磨损监测和早期故障诊断方法。以石化公司挤压机组为例, 通过在用润滑油直读铁谱定量分析数据, 说明取样部位、取样时机和设备维修换油等因素对分析结果的影响, 并给出合理建议。

关键词：润滑油,铁谱定量分析,影响因素

参考文献

[1]杨其明, 严新平, 贺石中.油液监测分析现场实用技术[M].北京:机械工业出版社, 2006:69-95.

【磨粒运动】推荐阅读：

磨粒磨损08-19