基于神經(jīng)網(wǎng)絡(luò)的BTA深孔鉆耐用度分析及實驗研究
2018-5-3 來源：轉(zhuǎn)載 作者：董振,沈興全,李耀明,王唯
摘要：為了能夠準(zhǔn)確預(yù)測深孔刀具耐用度，針對BTA深孔鉆的磨損特征及耐用度展開了研究．利用神經(jīng)網(wǎng)絡(luò)較強的學(xué)習(xí)和泛化能力，建立了以切削速度和進(jìn)給量為變量，以鉆削加工長度作為刀具耐用度的度量標(biāo)準(zhǔn)的單齒BTA深孔鉆的耐用度預(yù)測模型，實現(xiàn)了對 ＢＴＡ 鉆耐用度的理論預(yù)測．經(jīng)過實驗驗證，該模型預(yù)測值與試驗值相對誤差≤３．８％，表明了該數(shù)學(xué)模型能夠準(zhǔn)確的預(yù)測BTA鉆的耐用度，為刀具的更換周期提供了科學(xué)依據(jù)，對實際加工有一定的現(xiàn)實指導(dǎo)意義．
關(guān)鍵詞：刀具耐用度；深孔加工；單齒鉆；EA4T鋼；神經(jīng)網(wǎng)絡(luò)
０、引言
深孔加工刀具是決定深孔加工質(zhì)量的關(guān)鍵因素，原因是刀具的磨損程度直接影響著孔的加工精度及表面粗糙度．作為一種特殊刀具，深孔加工刀具有著比普通加工刀具更為復(fù)雜、獨特的結(jié)構(gòu)和形態(tài)．加工過程在密封、高壓、高溫的空間中進(jìn)行，工況復(fù)雜，條件惡劣，故無法對深孔刀具進(jìn)行直觀實時監(jiān)測，而只能憑借操作者的經(jīng)驗來判斷是否應(yīng)該更換刀具.
刀具磨損是切削領(lǐng) 域最為主要的問題之一，也是深孔加工中的突出問題之一．在很多高精度的深孔加工過程中，都不允許中途停刀和退換刀具，以免導(dǎo)致加工孔徑表面出現(xiàn)破損，再者，深孔刀具一般比較昂貴，刀具的合理使用有利于提高生產(chǎn)加工質(zhì)量并降低加工成本．因此，在深孔加工中對刀具的使用壽命進(jìn)行合理預(yù)測和研究，對深孔鉆削地正常進(jìn)行和鉆削質(zhì)量地提高有很重要的意義．在加工工況確定的條件下，切削參數(shù)對刀具使用的影響最為重要，通過研究深孔加工參數(shù)和刀具的使用壽命，對刀具磨損進(jìn)行合理的預(yù)測，在深孔鉆頭發(fā)生嚴(yán)重磨損前及時更換新的刀齒，既可保證深孔 鉆削系 統(tǒng)的穩(wěn)定和鉆孔質(zhì) 量，又能充分發(fā)揮鉆具的切削性能，提高生產(chǎn)效率和經(jīng)濟效益．
由于切削參數(shù)與刀具使用壽命之間的非線性關(guān)系比較復(fù)雜，本文針對單齒 ＢＴＡ 刀具磨損的特征、磨損機理展開研究．在傳統(tǒng)刀具使用壽命理論的基礎(chǔ)上，結(jié)合深孔加工的實際工況，利用人工智能神經(jīng)網(wǎng)絡(luò)善于處理非線性復(fù)雜問題的特性，建立刀具使用壽命預(yù)測模型；并利用粒子群算法得出在該加工條件下的最優(yōu)切削參數(shù)．
１、ＢＴＡ深孔加工系統(tǒng)
１．１ ＢＴＡ系統(tǒng)的工作原理ＢＴＡ
深孔加工系統(tǒng)是目前最為廣泛使用的深孔加工方式，其結(jié)構(gòu)簡圖如圖１所示．高壓切削液在授油器的作用下，通過鉆桿外壁與工件內(nèi)孔之間的間隙抵達(dá)刀頭和工件加工區(qū)域，利用高壓液對切屑進(jìn)行沖擊擠壓，頂入鉆頭的排屑通道，并沿著空心鉆桿的內(nèi)腔排出，如圖２所示為ＢＴＡ鉆供油和排屑工作的簡圖．
圖１ 內(nèi)排屑深孔鉆鏜床配置示意圖
圖２ ＢＴＡ 深孔鉆供油和排屑示意圖
１．２ 單齒 ＢＴＡ 深孔刀具的磨損特征
單齒ＢＴＡ 深孔刀具的結(jié)構(gòu)如圖３所示，主要由刀齒、刀體和兩個導(dǎo)向條組成．
圖３ 單齒 ＢＴＡ 機夾可轉(zhuǎn)位深孔鉆頭的結(jié)構(gòu)
在加工Ф３０ ｍｍ 的 ＥＡ４Ｔ車軸時，采 用 了Ф２９．８ｍｍ 的單齒 ＢＴＡ 鉆頭 進(jìn)行深孔 實 體鉆削加工．切削條件如下：
深孔加工設(shè)備：Ｔ２１２０；加工方式：工件旋轉(zhuǎn)，刀具進(jìn)給；刀具：Ф２９．８ｍｍ 單齒 ＢＴＡ 鉆頭涂層硬質(zhì)合金刀片；工件材料：ＥＡ４Ｔ 低碳高合金鋼；切削速度：２６ｍ／ｍｉｎ；進(jìn)給速度：１２ｍｍ／ｍｉｎ．
由于單齒的 ＢＴＡ 鉆頭只有一個刀齒，出屑口通道較小，空間較窄，因此刀刃上設(shè)有斷屑臺和分屑刃，保證斷屑、排屑順暢，如圖 ４（ａ）所示．
單齒 ＢＴＡ 深孔刀具的磨損 主要是在單邊齒和兩個導(dǎo)向條上．其磨損特點是主要破損部位在分屑刃拐角處，如圖４（ｂ）所示．由于分屑刃較薄，在重負(fù)載、應(yīng)力突變的共同作用下容易發(fā)生微崩、崩碎和涂層剝落等破損，如圖４（ｃ）所示；前刀面的磨損則比較劇烈，而刀齒后刀面磨損比較均勻呈窄條帶狀，如圖４（ｄ）所示．從磨損圖像可以看出，單齒 ＢＴＡ 鉆頭以機械磨損為主，即刀齒的機械磨損和破損嚴(yán)重，而在高溫作用下的擴散、粘結(jié)和化學(xué)磨損等不是十分明顯。
圖 ４ 單齒 ＢＴＡ 刀齒的磨損
２、數(shù)學(xué)模型的建立
２．１ 目標(biāo)函數(shù)
對于深孔加工系統(tǒng)而言，當(dāng)工件的加工尺寸確定后，影響加工質(zhì)量的 主要參數(shù)為切削速度、進(jìn)給量、切削液的壓強和流量．由于深孔加工的特殊性，中途退刀會產(chǎn)生明顯刀痕，導(dǎo)致深孔局部表面粗糙度超標(biāo)．因此，傳統(tǒng)刀具中以加工時間作為刀具耐用度 的標(biāo)準(zhǔn) 并不適用于深孔加工．本文針對深孔加工的特性，采用鉆削長度作為刀具耐用度的度量標(biāo)準(zhǔn)．
經(jīng)驗公式雖然體現(xiàn)了切削用量對使用壽命的影響，但在不同的加工情況下，很難符合特定的實際加工情況．因此，應(yīng)用一定的方法擬合得到一個近似的替代函數(shù)是十分有必要的．神經(jīng)網(wǎng)絡(luò)智能算法類似于黑箱法，只關(guān)心輸入值和輸出值之間的一種非線性關(guān)系，故可以利用該算法來進(jìn)行適當(dāng)?shù)臄M合和優(yōu)化．
２．２ ＢＰ神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計
ＢＰ神經(jīng)網(wǎng)絡(luò)是一種單 向 傳 播 的 多 層 反 饋 網(wǎng)絡(luò)，一般由輸入層、隱含層和輸出層組成．ＢＰ 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程由正向傳播和反向傳播兩部分組成．正向傳播時，信息由輸入層向輸出層流動，經(jīng)隱層單元的分層處理 可 以進(jìn)行網(wǎng) 絡(luò) 結(jié)構(gòu)展開，相鄰神經(jīng)元之間的狀態(tài)相互影響，但不對其他層神經(jīng)元的狀態(tài)產(chǎn)生影響．通過調(diào)整輸出層的期望和實際輸出值得到誤差，反向傳播信號，將兩者之間的誤差信號沿原通路返回．通過不斷修改各層相鄰神經(jīng)元之間的權(quán)值，使得誤差信號達(dá)到精度要求．
深孔加工鉆削刀具耐用度模型切削參數(shù)系統(tǒng)的結(jié)構(gòu)如圖５所示，對樣本數(shù)據(jù)先進(jìn)行歸一化處理，然后利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行修正，將修正后的值帶入到Ｌ（ｘ）中，得到實際輸出的值，再與期望值的誤差進(jìn)行比較對權(quán)值進(jìn)行修復(fù)．
該模型的優(yōu)化通過一個三層的網(wǎng)絡(luò)結(jié)構(gòu)就可以實現(xiàn)．輸入層有２個神經(jīng)元，即 ｘ１切 削 速 度（ｍ／ｍｉｎ），ｘ２進(jìn)給量（ｍｍ／ｒ）．輸出層有２個神經(jīng)元，即經(jīng)過修正后的Ｙ１切削速度（ｍ／ｍｉｎ），Ｙ２進(jìn)給量（ｍｍ／ｒ）．
圖５ 最優(yōu)切削參數(shù)系統(tǒng)的結(jié)構(gòu)示意圖
隱含層內(nèi)節(jié)點的確定對網(wǎng)絡(luò)的性能影響很大，需要進(jìn)行恰當(dāng)?shù)倪x擇．若隱含層單元數(shù)太少，則網(wǎng)絡(luò)使用性能差，可能不能被訓(xùn)練出來．但是，隱含單元數(shù)太多則推理過程過長，誤差也不一定最小．因此，存在一個最佳隱單元數(shù)，本模型隱含層節(jié)點數(shù)為
３、刀具耐用度預(yù)測實例
實驗工件材料選用 ＥＡ４Ｔ 實心車軸鋼，該材料由于具有較高的機械性能，已經(jīng)被成功應(yīng)用于動車、高鐵和地鐵等最新高速機車產(chǎn)品中，并將逐步被應(yīng)用到其它領(lǐng)域。其化學(xué)成分如表１所示．ＥＡ４Ｔ 作為一種新型的合金材料，相對加工性 Ｋｖ＝０．２～０．４５，是一種新型難加工材料．在加工過程中，容易出現(xiàn)排屑斷屑難、切削溫度過高、鉆削力過大等問題，導(dǎo)致刀具磨損嚴(yán)重．
表１ＥＡ４Ｔ 鋼力學(xué)性能
工件加工的孔徑為 Ф２９．８ ｍｍ，刀具為單齒ＢＴＡ 分屑刃機夾式可轉(zhuǎn)位深孔鉆頭，刀齒選用德國 Ｂｏｔｅｋ 的 ＴｉＮ 涂層硬質(zhì)合金刀片．加工設(shè)備為德州機床廠制造的 Ｔ２１２０深孔鉆鏜床，如圖６所示，采用工件旋轉(zhuǎn)、刀具進(jìn)給的方式，其參數(shù)如表２所示．
圖６ 實驗用 Ｔ２１２０深孔鉆鏜床
表２ 切削用量優(yōu)化的實驗條件
實驗采用日本基恩士（ＫＥＹＥＮＣＥ）數(shù)碼顯微系統(tǒng)來直觀觀察每個刀片的磨損情況．顯微鏡型號是 ＶＨ－２５００Ｒ，規(guī)格為 ＲＡ＊５００＊５ ０００，即最高放大倍數(shù)為５０００，可較好地對實際磨損帶觀察研究．如下圖所示，左邊為電子顯微鏡，右邊為數(shù)碼顯示器．將刀片放在顯微鏡的載物臺上，用調(diào)節(jié)面板來調(diào)整合適倍數(shù)，使顯示器上顯示出合適的圖像，并對刀片的磨損帶情況進(jìn)行測量，如圖７所示.
圖７ 數(shù)碼顯微鏡
當(dāng)前刀面的磨損帶寬度≥３００μｍ 時，刀具的加工精度已無法保證深孔加工質(zhì)量，故原刀片需要報廢并進(jìn)行更換．如圖 ８ 所示，該刀片磨損帶寬度為３１３．４１μｍ，視為達(dá)到報廢標(biāo)準(zhǔn)
圖 ８ 刀片磨損帶寬度測量
在 ＭＡＴＬＡＢ 上編程來實現(xiàn)訓(xùn)練過程，并采用最優(yōu)停止法．最大訓(xùn)練步數(shù)設(shè)置為１０００，期望誤差為０．０１，學(xué)習(xí)速率為０．１．１５組訓(xùn)練樣本的實際數(shù)據(jù)如表3所示．
表３ 樣本數(shù)據(jù)表
基于神經(jīng)網(wǎng)絡(luò)對輸入樣本值與網(wǎng)絡(luò)訓(xùn)練結(jié)果預(yù)測值進(jìn)行對比，其結(jié)果如表 ４ 所示．可以看出，ＢＴＡ 深孔鉆耐用度神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練輸出值與樣本的最大相對誤差為３．８％，在５％以內(nèi)，表示優(yōu)化的預(yù)測模型已經(jīng)基本滿足使用要求．為了檢驗神經(jīng)網(wǎng)絡(luò)優(yōu)化模型的實際預(yù)測效果，補充兩組試驗進(jìn)行驗證（其中１６＃的切削速度為３４ｍ／ｍｉｎ，進(jìn)給量為０．０１２ｍｍ／ｒ，而１７＃切削速度為４６ｍ／ｍｉｎ，進(jìn)給量０．０２５ｍｍ／ｒ），運用耐用度預(yù)測模型計算出預(yù)測值，然后運用數(shù)值逼近法進(jìn)行試驗驗 證，即選用多組相近但不同長度的ＥＡ４Ｔ 棒料展開試驗，逐步逼近試驗值，對每組實驗刀片磨損帶寬度進(jìn)行檢測，磨 損 寬 度 最 接 近３００μｍ 的為耐用度試驗值．結(jié)果如表 ５ 所示，從表 ５ 可以看出，神經(jīng)網(wǎng)絡(luò)模型預(yù)測值與試驗值相對誤差均在３．０％以內(nèi)，驗證了優(yōu)化的耐用度預(yù)測模型是可行的和有效的．
表４ 試驗值與網(wǎng)絡(luò)預(yù)測值的對比
表５ 試驗值與網(wǎng)絡(luò)預(yù)測值的對比
因此，基于網(wǎng)絡(luò)學(xué)習(xí)方法獲得的刀具耐用度與深孔加工切削參數(shù)之間的模型，可以用來預(yù)測在該種工況下單齒 ＢＴＡ 鉆的使用壽命．
４、結(jié)束語
本文在刀具耐用泰勒公式的基礎(chǔ)上，利用神經(jīng)網(wǎng)絡(luò)較強的學(xué)習(xí)和泛化能力，建立了以切削速度和進(jìn)給量為變量，以鉆削長度作為刀具耐用度的度量標(biāo)準(zhǔn)的單齒 ＢＴＡ 鉆的磨損預(yù)測模型，實現(xiàn)了對 ＢＴＡ 深孔鉆耐用度地理論預(yù)測．實驗證明，該預(yù)測模型的誤差≤３．８％，能夠較為準(zhǔn)確地預(yù)測刀具耐用度，為刀具的更新周期提供了科學(xué)依據(jù)，對實際加工有一定的現(xiàn)實指導(dǎo)意義．
來源：中北大學(xué) 機械與動力工程學(xué)院,山西省深孔加工工程技術(shù)研究中心
投稿箱：
如果您有機床行業(yè)、企業(yè)相關(guān)新聞稿件發(fā)表，或進(jìn)行資訊合作，歡迎聯(lián)系本網(wǎng)編輯部， 郵箱：skjcsc@vip.sina.com
如果您有機床行業(yè)、企業(yè)相關(guān)新聞稿件發(fā)表，或進(jìn)行資訊合作，歡迎聯(lián)系本網(wǎng)編輯部， 郵箱：skjcsc@vip.sina.com
更多相關(guān)信息
業(yè)界視點
| 更多
行業(yè)數(shù)據(jù)
| 更多
- 2025年6月 新能源汽車銷量情況
- 2025年6月 新能源汽車產(chǎn)量數(shù)據(jù)
- 2025年6月 基本型乘用車（轎車）產(chǎn)量數(shù)據(jù)
- 2025年6月 軸承出口情況
- 2025年6月 分地區(qū)金屬切削機床產(chǎn)量數(shù)據(jù)
- 2025年6月 金屬切削機床產(chǎn)量數(shù)據(jù)
- 2025年5月 新能源汽車銷量情況
- 2025年5月 新能源汽車產(chǎn)量數(shù)據(jù)
- 2025年5月 基本型乘用車（轎車）產(chǎn)量數(shù)據(jù)
- 2025年5月 軸承出口情況
- 2025年5月 分地區(qū)金屬切削機床產(chǎn)量數(shù)據(jù)
- 2025年5月 金屬切削機床產(chǎn)量數(shù)據(jù)
- 2025年4月 新能源汽車銷量情況