车削加工中振幅与刀具磨损的相关性

工程科学与技术，国际期刊20（2017）197完整文章车削加工中振幅与刀具磨损的相关性：数值与实验分析Balla Srinivasa Prasad，M.普拉卡什·巴布机械工程，GIT，GITAM大学，印度阿提奇莱因福奥文章历史记录：2015年10月28日收到2016年6月24日修订2016年6月25日接受2016年7月7日在线发布保留字：振动幅值有限元建模磨损建模切削工具钢车削过程A B S T R A C T本文通过试验和有限元模拟，分析了用DNMA 432硬质合金无涂层刀片干式车削AISI 4140钢时，振动幅值与刀具磨损之间的关系。利用三维有限元模拟结果预测了振动诱导车削过程中切削力、振动位移幅值和刀具磨损的演变。在本文中，主要关注的是找到相对振动和刀具磨损与工艺参数的变化。这些变化导致加速刀具磨损甚至断裂。在进给方向上的切削力也预测和实验趋势进行了比较。采用激光多普勒测振仪检测振动幅值，并使用Kistler 9272测力计记录切削过程中的切削力。在不同工件硬度下，研究了主轴转速、进给速度、切削深度对振动振幅和后刀面磨损的影响。经验模型已开发使用二阶多项式方程的相互作用和各种工艺参数的高阶影响方差分析（ANOVA）进行，基于实验数据，采用响应面法研究了后刀面磨损和位移幅值的变化规律。测量位移幅值时，实验法和数值法的R~ 2值分别为98.6和97.8.根据方差分析的R方值，发现数值与实验值吻合较好在预测刀具磨损的情况下，R-平方值被认为是97.69和96.08，分别为数值和实验测量，而确定的刀具磨损。通过考虑R方值，方差分析证实了在评价刀具磨损时实验值与数值之间的密切关系©2016 Karabuk University. Elsevier B.V.的出版服务。这是CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍在车削加工中，振动是一个常见的问题，它影响加工的结果，特别是刀具的磨损。振动可以定义为物体以非常高的频率重复位移[1]。在车削过程中，存在三种机械振动.它们是自由的、受迫的和自激的振动。它们是由于包括刀具、刀架、工件和机床的机床系统的动态刚度/刚性的缺乏而发生的。加工振动，也称为颤振，对应于工件和切削刀具之间的相对运动。这些振动会影响典型的加工过程，例如车削、铣削和钻孔。相对振动振幅*通讯作者。电子邮件地址：bsp. gmail.com（B.S. Prasad）。由Karabuk大学负责进行同行审查工件和刀具之间的摩擦会影响刀具寿命[2]。在切削加工过程中，由于工件材料的变形，切削刀具和刀柄受到动态激励。刀具与工件之间的动态相对运动会影响加工质量，特别是表面光洁度。此外，刀具寿命与振动量相关[3]。在车削中，刀具振动的存在是导致表面光洁度差、刀具损坏、刀具磨损增加和不可接受的噪声的主要因素[4]。金属切削过程可能需要三种不同类型的机械振动。它们的出现是由于包括机床、刀架、切削刀具和工件材料的系统的一个或多个元件缺乏动态刚度[5]。Zhou等人[6]提出了一种基于面功率谱密度（APSD）方法的系统方法，用于识别金刚石车削中振动幅度，是http://dx.doi.org/10.1016/j.jestch.2016.06.0112215-0986/©2016 Karabuk University.出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页：www.elsevier.com/locate/jestch198B.S. Prasad，M. P. Babu/工程科学与技术，国际期刊20（2017）197命名法振动引起的位移（微米）N转速（rpm）Disp exp实验位移值（微米）Disp num数值位移值（微米）VBexp 实验侧面磨损（mm）VBnum数值后刀面磨损（mm）f进给速度（mm/rev）H工件硬度（Bhn）d切削深度（mm）VB后刀面磨损（mm）方差分析（ANOVA）响应面法（RSMresponse surface methodology）Vc 切割速度（m/min）VB后刀面磨损（mm）描述振动严重程度的特性，可以通过多种方式进行量化。在目前的工作中，位移被选择来量化车削操作期间的振动振幅因此，预测加工过程中的相对位移幅值和刀具磨损量的可能性是工业界感兴趣的话题大多数加工操作有两种不同的运动：旋转运动和直线或曲线平移。在铣削和钻孔等操作中，刀具处于运动状态，因此是唯一振动的部件[7]。另一方面，在车削过程中，工件具有旋转运动，而刀具线性平移在材料去除过程中，刀具和工件都会产生振动然而，多年来，研究人员只考虑切削动力学中的刀具振动[8]。前一个例外，即，最近已经考虑了由于施加3D切削力和相关尺寸误差而引起的工件变形[9，10]。在现实世界中经常观察到的诱发工件振动导致的加工故障[11]。工件振动不仅影响切削稳定性，而且影响工件表面粗糙度和刀具磨损。由于刀具几何形状、工件硬度、速度、进给量和切削深度的改变，机床部件承受各种载荷机床振动的确定是非常关键的，有助于提高加工质量[12]。大多数为表面粗糙度[13]开发的模型也不考虑工件振动。应用于加工系统的切削过程动作引起可产生振动的相对刀具/工件位移因此，切削过程中的不稳定性可能导致机床的动态系统的不稳定性，从而导致振动。这一研究工作领域的主要方向是提高生产力和成本效益。然而，在自动化制造系统中，主要关注振动、刀具破损检测和刀具磨损监测[14]。根据Paulobally等人[15]的说法，颤振总是表明加工表面上存在缺陷;振动，特别是自激振动，与后刀面磨损和加工表面粗糙度增加有关。加工操作的颤振会损坏切割工具，如果没有正确处理。振动位移在金属切削加工中有着重要的作用位移是切削刀具载荷分布预测建模以及开发稳健温度预测模型的关键参数[16]。各种其它参数可影响转动时的然而，仍然缺乏对发生在工具-芯片界面处的现象的基本理解[17]。由于这些原因，能够预测刀具磨损量对于优化加工过程是重要Antic等人[18]提出了研究刀具磨损对刀具振动和切屑分割影响的实验方法。这种方法基于这样的假设，即高频振动意味着，确定刀具磨损程度。Antic等人[19]演示了实时获取高质量和及时的振动状态信息的过程，特别强调了用于采集和处理振动信号的模块。研究结果对切屑的形成机理和切屑的类型有了较为清晰的认识。它们被用于识别刀具磨损的系统的开发。Zim- mermann等人[20]发现，工件和刀具在车削时会受到严重的机械和热载荷。车削过程中的载荷会导致刀具和工件的热膨胀和机械变形（振动）。 他们通过实验和使用实验结果的3D有限元模拟对干式车削进行了分析。最近，由于商业有限元代码（如本工作中使用的DeformTM和AbaqusTM）中重新网格化技术的进步，在3D情况下进行了有限元模拟[21，22]。Ozel等人[23]研究了工件硬度、切削刃几何形状、切削速度和进给速度对AISI H13钢精硬车削中表面粗糙度和合力的影响。ErolZeren和TugrulÖzel[24]演示了一种三维有限元法（FEM）建模方法，该方法采用任意拉格朗日欧拉（ALE）完全耦合热应力分析来模拟真实的高速车削。Fazar等人[25]使用有限元法（FEM）模拟车削过程中的切屑形成，并进行了解析和数值分析。然后，该模型用于预测受热分区影响的加工属性。结合经验研究，切削加工中刀具磨损的预测一直是研究者关注的问题Haddag等人。[26]提出了一个关于预测刀具磨损的现象学Mesqui模型的讨论根据Alberti这种法律的主要优点是易于植入Tugrul Ozel和Yigit Karpat[27]提出了神经网络模型与回归模型的比较。预测神经网络建模也被扩展到预测刀具磨损，以及在精加工硬车削过程中观察到的表面粗糙度模式[28]。因此，为了预测可能影响振动幅度和刀具寿命的因素，需要刀具状态监测系统。车削过程中刀具磨损参数的实验评估是一项非常昂贵和耗时的工作，由于许多不可控变量的影响。有几种技术可以回答这个问题，如RSM[29]和ANN。Feng和Wang[30]进行了测试，并使用回归分析开发了一个完整的传统车削经验模型。Fang等人[31]介绍了Ti-6Al-4V加工的特别地，有限元分析中的热动力学本构方程适用于工件材料和工具材料。实验结果的比较B.S. Prasad，M. P. Babu/工程科学与技术，国际期刊20（2017）197199-提出并讨论了金属切削温度和数值切削温度与刀具磨损深度的关系刀具寿命的研究者们建立了刀具寿命预测模型来优化工艺参数.RSM技术用于分析工艺参数对刀具磨损的影响，[32Ding和He[39]基于时域和频域中振动信号的检查和分析开发了刀具磨损监测从上述文献中可以看出，大多数研究人员都集中在确定加工过程中的表面粗糙度和振动特性。本文采用实验测试方法建立了能确定振动和表面粗糙度特性的数值模型。在文献中发现了有限数量的信息，用于将端面车削中的振动幅度和刀具磨损进展相关联。需要进一步研究加工过程中位移幅值与后刀面磨损之间的相关性。先进的过程仿真技术是必要的，以考虑刀具磨损和切削条件对位移振幅的影响，特别是在振动诱导加工过程中。本文利用先进的有限元模拟技术研究物理切削过程，预测加工过程中进给方向的位移、温度和载荷的变化。本研究的目的是应用响应面和方差分析技术的实验，有限元模拟数据。本文采用响应面法分析了变量对位移幅值和刀具磨损量的影响。实验计划采用实验设计（DOE）技术。变量为转速（N）、进给量（f）、工件硬度（H）和切削深度，采用方差分析法分析了后刀面磨损（VB）和振动位移（Disp）对后刀面磨损的影响。利用响应面法确定了不同工件硬度下的临界参数（速度、进给量、切削深度）对振动幅值和刀具磨损2. 实验在PSG-124车床上进行了恒切削条件下的试验.该机器具有自动饲料和可变主轴转速的能力。带有多通道分析仪的Kistler ® 9272测力计用于采集以下数据：切割力。PolyTec 100V激光多普勒振动计，数据采集方案保持在距加工区恒定距离处，以测量切削过程中的偏移。在加工过程中，激光沿着旋转的工件集中。斜角切削参数：前角（°）：5，后角（°）：5，后刀面长度（mm）：0.75，前刀面长度（mm）：1。机器：PSG车床，印度.车床的规格如下：直床单V有长度为2.1米，在床上的摆幅为21厘米。托架上的摆动为14厘米，中心之间的距离为96厘米。发动机功率为10马力，并且其以63-1250 rpm的可变主轴速度范围运行。本机刀架为方头型，带四爪卡盘。车削操作在各种切削条件下进行，以产生具有与位移值相关的变化的后刀面磨损值的加工表面。本研究采用的工具拒绝标准如下。根据ISO 10816振动强度标准，旋转物体中高达20微米的振动位移对刀具后刀面磨损没有任何影响。刀具后刀面磨损被发现的影响，由测量的位移范围20微米如果测量的位移值超过60lm，Fig. 1. 本研究报告提出的方法。根据ISO 10816，不可接受。据观察，在实验研究的所有条件下，发现位移值约为60微米，侧面磨损VB60： 3mm：图1显示了当前研究的建议方法，图2显示了实验的setup.如示于图 2、振动测量设备之间的距离保持在距实验测试台2 m处。来自激光多普勒振动计的激光被允许聚焦在旋转物体上。在加工过程中，模的转换和工件表面的反射会产生干涉图样该信号被放大并馈送到FFT分析仪，该分析仪连接到计算机进行分析。对实验数据进行了振动信号分析将时域波形图转换到频域作为频谱图，以获得指定频率范围内的输出在目前的工作中开发的测试设置用于声光脉冲产生，同时采用不同的切削工具和工件材料组合在各种测试条件下。在端面车削中，由于加工过程中刀具施加在工件上的力而它使工件以固有频率振动，在该频率下，最小的激励产生巨大的振动感随着振动幅值的增大，刀具与工件之间的使用带放大器的激光多普勒振动计（PDV-100）（VIB-E-220 DAQ）测量进给方向上的振动振幅。波长由振动测量输出形成，并以振幅、速度和位移的形式提供振动可以自然地发生在工程系统中，可以代表其自由和自然的动态行为。当强迫激励的频率与自然运动的频率一致时，系统的响应会更剧烈200B.S. Prasad，M. P. Babu/工程科学与技术，国际期刊20（2017）197图二. 本研究中使用的实验装置的示意图。振幅增大。这种情况称为共振，相关的频率称为共振频率。 利用数字FFT分析的波形，可以得到由振动响应与频率的关系确定的频率范围。峰值水平是在加工过程中产生的最高振动的指示，并且在本研究中提出了车削过程的峰值振幅。峰值是特别指示短时间的冲击等，在目前的工作中，峰值被用来指示最大水平，已经发生，不考虑帐户的时间历史相关的振动。表1给出了本研究实验研究所选的测试条件。当所有仪器准备就绪时，执行车削过程以执行面车削操作。为开展初步调查，采取了以下程序步骤步骤1.每次测试都从一个新的切削刃开始，并且工件已经用每个切削深度加工了四次表1斜角切削参数。前角（°）：-5，后角（°）：5，后刀面长度（mm）：0.75，前刀面长度（mm）：1切割速度（Nrpm）进给速度（mm/rev）切割深度5380.08/0.4/0.80.4/0.8/1.28360.08/0.4/0.80.4/0.8/1.211350.08/0.4/0.80.4/0.8/1.2并且该过程持续到36次切割。年底在切削的每第四次通过中，停止加工以测量刀具磨损。步骤2.加工过程中测量的振动信号步骤3.根据新的测试条件修改切削参数，并将新工件装入机床。重复步骤1和2。步骤4.对于其余的测试条件，也执行了相同的程序。2.1. 位移幅值对刀具磨损使用LDV采集振动原始信号，并绘制振动幅度与时域的关系。这种表示形式称为波形图。波形图仅给出了特定时域数据的振幅百分比。借助波形图来量化振动水平是非常困难的，甚至是不可能的。因此，波形图被有意地从结果和讨论中忽略此外，直接的显式时间序列分析通常无法将缺陷分散的信息从不同频带的噪声中适当地因此，必须通过使用快速傅立叶变换（FFT）将时域信号转换为频谱图利用快速傅立叶变换来确定振动参数，即，频域中的位移（微米），用于分析振动信号。 图 3给出了实验三个关键阶段的频域图。所呈现的频谱图工件材料AISI 4140钢尺寸（mm 80× 150mm）硬质合金刀具性能：DNMA432（无涂层，WC为基体材料），刀柄：DDJNR。图 3提供了比波形图更多的关于加工过程的信息。振动信号分析后确定的位移值用作评估刀具状态的参数因此，振动位移起着重要的作用。B.S. Prasad，M. P. Babu/工程科学与技术，国际期刊20（2017）197201图三.各种测试条件下振动信号的频谱。在估计刀具磨损方面的重要作用。根据ISO 10816，超过60lm的位移值不可接受。 从表1的结果可以清楚地看出，在所有条件下，即，TC 1-1至TC1-9观察到位移值小于60微米。不同测试条件下的振动特征数据如图所示。3.第三章。在端面车削中，工件的刚度随着工件长度的减小而增加，并且记录了振幅的相应在不同的测试条件下，振动水平的变化如图所示。3.第三章。图 3、与其它两种试验条件相比，振动幅值进一步增大。在这方面，由于刀具磨损的增加，工件和切削刀具之间的摩擦增加[40]。根据Lim[41]，进给方向上的力和加速度信号是重要的，其他方向上的信号没有揭示任何有用的信息。刀具后刀面磨损和振动之间的强相关性之后，当工具达到并超过其磨损极限时出现第二个峰值，之后摩擦减小，振动幅度相应地下降并失效。图3显示了主轴转速对振动的影响。工件的位移幅值随主轴转速的增加而增加。从经验模型中可以清楚地看出，振动随速度的增加而增加当增加或减少进给速度时，振动会产生显著的从图 3、振动幅值随刀具磨损而增大。根据ISO 10816，只要切削深度值为0.5 mm，进给方向上的位移幅度就可接受位移振幅被发现是由0.8毫米和1.5毫米的切割值的深度的影响从结果中可以看出，切削速度、进给速度和在整个实验过程中，切削深度在不同的工件硬度水平下对振动振幅（位移）的影响更大。本文用方差分析方法研究了各因素（输入参数）对响应（输出参数）的影响。在实验研究中，方差分析通常在其他统计分析之前使用。然后使用回归分析，建立自变量（因子）和因变量（响应）之间的关系。回归分析用于推导多项式方程。3. 车削过程的三维有限元建模与使用Deform 3D v6.1开发的三维模型如图所示。图4示出了具有生长切屑的切削刀具和工件。刀具被假设为刚性物体，网格超过75，000个单元，并根据实验测试条件下设置的切削角度沿直线方向移动。工件被认为是一个刚性的弹塑性物体，网格超过30，000个元素，并且在下侧和侧面完全受到约束，因此不能移动。考虑剪切因子等于0.6，对摩擦进行建模。自适应网格重划分方案优化了计算时间和精确预测。工件的底部在所有方向上保持受约束刀具以三种不同的恒定速度在Y方向上移动，并限制在X和Z方向上的移动。使用具有动态ALE建模方法[31]的商业软件Deform 3D进行端面车削的FEM模拟，考虑刀具边缘几何形状并保留模型中实现的所有属性。通过自适应网格划分和工件材料的塑性流动因此，不需要芯片分离标准在这种方法中，元件被附接到工具材料，并且未变形的工具朝向工件前进。建立加工系统的热力耦合有限元仿真模型，必须考虑加工系统的力学和热学特性。 图 4示出了由边界条件、刀具与工件之间的接触条件组成的有限元仿真模型。3.1. 材料流动特性材料特性是加工过程FEA模拟的基本输入为了描述切削刀具和工件材料在特定切削条件下的本构行为，必须建立一个能够描述硬化、应变速率硬化和热软化的准确可靠的流变应力模型。以下本工作202B.S. Prasad，M. P. Babu/工程科学与技术，国际期刊20（2017）197见图4。 车削过程中的变形（振动引起的位移）。Johnson–Cook constitutive model was used to predict the post-yield （1）使用。使用了现象学上的费里尼界面压力、滑动速度、界面温度、时间增量和实验数据。内部校准系数是用于有限元分析的参数。n“。是啊！联系我们e_ 0. T-T房间不房间3.2. 有限元模拟结果与实验结果-T熔式中，r<$，流动应力，<$e_，塑性应变速率，e，等效塑性应变，<$e0，参考应变速率，A，初始屈服应力，B，硬化模量，C，应变速率相关系数，n，难加工。其中，m是热软化系数，T是加工温度，T melt是工件的熔化温度，并且室T室是环境温度（35 °C）。Johnson-Cook模型提供了一个很好的适合金属的力学行为，它是数值鲁棒性，可用于有限元模型。许多研究人员在正交加工的FEA建模中使用Johnson-Cook模型作为本构方程，本工作考虑的Johnson-Cook参数以及FE模拟中的边界条件如表2所示。图图5（a）给出了AISI 4140钢的网格模型和图5（b）中所示的切削刀片的网格模型。 5（b）. Deform 3D软件用于切削过程的建模与仿真，能够进行热力耦合瞬态分析。如文献中所讨论的，目前的研究工作的目的是在三维数值预测的刀具磨损，使用在二维研究中获得因此，为了验证三维数值预测的后刀面和位移，由于振动，一系列的实验已经进行了车削。为了估计在所采用的切削配置中选择的切削刀具和工件材料组合的刀具磨损，表2工件和刀具的Johnson cook参数[43]。图6给出了实验不同阶段的三维有限元模拟结果。本节的目的是图五、（a）4140工件的建模（b）未涂覆插入物的建模工件/刀具A（MPa）B（MPa）nCMAISI 4140[17]8066140.6180.00891无涂层硬质合金嵌入式（WC-Co）0.0038.04710.000300.179[21日]边界条件初始温度剪切摩擦系数界面传热系数（N/smm°C）25°C 0.6 45图5（续）r¯¼ðAþB¯e1个国家1-Þð1ÞB.S. Prasad，M. P. Babu/工程科学与技术，国际期刊20（2017）197203TC 1-1：转速538 rpm，进给0.08 mm/rev，切削深度0.4 mm）见图6。 无涂层DNMA 432/AISI 4140。6（c）FE进给方向图6（续）显示FE模拟值与实验值或测量值之间的关系[45]。图6（a）给出了数值位移（36.78lm），而实测位移t为（35lm）的TC 1 -1中的显示在图中。 6（b）. 图图6（c）显示了与图6（c）中所示的测量力F y（600 N）相比，进给方向上的数值预测载荷（625 N）。 6（d）测试条件204B.S. Prasad，M. P. Babu/工程科学与技术，国际期刊20（2017）197图6（续）T：2-5转速836 rpm，进给0.4 mm/rev，切削深度0.8 mm图6（续）TC2-8 图图6（e）中，将3DFE模拟中预测的后刀面磨损轮廓与使用Opto- Mech视觉检测系统测量的刀具磨损轮廓进行比较，并在图6（f）中显示测试条件TC 3 -9。模拟切割时间确实非常短（几毫秒），这足以突出磨损局部化区域和接触界面处的强烈热机械载荷，导致观察到的磨损类型[46]。刀具磨损的定性预测与视觉检测方法观察到的结果非常一致，如图所示。 6（f）. 后刀面刀具磨损的有限元预测与OptoMech视觉观察之间存在密切的对应关系在整个实验过程中，结果之间的误差为无涂层切削刀片和作为工件材料的AISI4140生成FE模拟[47]4. 位移幅值与刀具后刀面磨损经验关系的建立在目前的工作中，振动位移（Disp）和刀具磨损（VB）被选为响应变量。进给速度（f）、主轴转速（s）、不同工件硬度（H）下的切削深度（d）是加工参数。 加工性位移振幅（lm）和刀具磨损性能(mm)分析了加工参数，响应面方法（RSM）的帮助[48，49]。首选响应和输入自变量的关系以适当的形式表示如下。进给速度、切削速度、切削深度、不同硬度水平（自变量）在实验过程中发生变化。 对于每个因素，B.S. Prasad，M. P. Babu/工程科学与技术，国际期刊20（2017）197205TC：3-9：转速1135 rpm，进给0.8 mm/rev，切削深度1.2 m图6（续）图6（续）在实验期间根据DOE有意地选择和设置三个阶段。响应面法（RSM）也被采用。Box-Behnken设计用于确定控制变量与响应之间关系的因果关系。因此，自由度模型的振动位移预测在他们的调查，工件和刀具之间的一致性在车削过程中。位移幅度和相应的刀具磨损随加工参数（输入参数N，f，d，H）是用回归分析方法在数学上发展起来的。当量（5）（Dispnum）表示数值位移数据，而Eq. （6）表示（VB_num）数值预测的刀具后刀面磨损数据。表3给出了两个实验结果。和数值结果。科学地理解工件材料和工艺变量对模具性能的影响.在实验研究的基础上，对数值模拟模型进行了评价，并建立了不同情况下的数学模型。数学建模采用多项式方程，这对使用minitab软件比较过程变量之间的关系非常有帮助。在车削中，由于振动而产生的位移（Disp）表示为工艺参数和工件硬度的函数，如方程式（1）所示（二）、Disp¼ fN;f;d;H 2N其中Disp在分析中，使用内置的206B.S. Prasad，M. P. Babu/工程科学与技术，国际期刊20（2017）197222 22我 我II我IJ我2表3不同测试条件下的实验和数值结果试验条件切削速度（N）进给速度（f）切削深度（d）硬度（H）位移，Disp（lm）侧面磨损，VB（mm）实验FE预测实验FE预测TC 1-15380.080.5152.51211.600.080.074TC 1-25380.080.8153.51413.880.100.092TC 1-35380.081.5155.51615.800.120.1260TC 1-45380.40.51571817.560.140.1288TC 1-55380.40.8158.52120.050.170.1685TC 1-65380.41.51602624.920.190.1748TC 1-75380.80.5161.52827.400.20.197TC 1-85380.80.81643029.600.240.228TC 1-95380.81.51673231.600.260.263TC 2-18360.080.5153.51615.720.150.138TC 2-28360.080.81532019.690.150.145TC 2-38360.081.51552221.240.170.164TC 2-48360.40.51572423.200.210.205TC 2-58360.40.8158.53230.440.260.249TC 2-68360.41.51604241.250.310.305TC 2-78360.80.51625047.500.320.314TC 2-88360.80.81646058.580.320.319TC 2-98360.81.51697270.240.330.320TC 3-111350.80.51551211.710.210.209TC 3-211350.80.81581614.720.240.225TC 3-311350.81.51592221.100.260.262TC 3-411350.40.51622624.920.360.332TC 3-511350.40.81643837.900.390.395TC 3-611350.41.51654847.160.410.392TC 3-711350.80.51686058.550.430.428TC 3-811350.80.81707270.240.460.453TC 3-911350.81.51738483.200.490.485二阶多项式回归作为二次模型。加工响应的二次模型如下所述.用于表示位移振幅（Disp）响应面的二阶多项式（回归）方程由下式给出使用Minitab软件计算系数值每个因子的显著性由“p”值确定对于小于0.05的“p”值在这种情况下，X1，X2，X4，X12，位移¼bRbX 白俄罗斯b X Xð3ÞX22和X1、X2是显著的模型项，X3的影响较小关于位移。大于0.10的值表示并且对于四个因子，所选择的多项式可以表示为：Disp¼b0b1Nb2fb3db4Hb12Nfb13Ndb14NH23fd24fH 24dH2111N222Nf33Nd44Nh44阿查拉维模型项不重要。仅使用这些系数构建最终的经验关系，并开发出下面给出的经验关系。位移编号：43： 92位移 4： 8位移 2： 11位移 2： 36位移26： 1H- 20： 22位移 8： 1位移- 1： 24位移13： 54H- 6：1位移N·位移- 3：22位移N其中b1，b2，b3，.. . ，b44是回归系数[25]，b0是输出响应的平均值这些系数取决于各个因子的线性项、相互作用项和平方项的·d32：28N·H 2：10f·d- 22：78f·H- 1：12下午2：00下午5：00表4实验位移的ANOVA表。表5数值位移的ANOVA表。源DF序列SS调整SS调整MSFP言论源DF序列SS调整SS调整MSFP言论N11839.11.41.380.130.010SN11798.816.016.500.890.024SF12100.42.92.880.280.606NSF12102.70.550.420.020.625NSD1716.20.20.240.020.035SD1699.55.95.720.130.007SH14198.563.163.136.160.002SH14021.528.428.131.270.003SN*N1874.2462.1462.1445.080.007SN*N1709.6460.2470.1923.620.036Sf*f1163.024.724.682.410.147NSf*f1169.324.325.731.260.263NSD*d11.06.06.040.590.021SD*d10.015.25.050.220.048SH*H1159.14.84.800.470.039SH*H1192.710.810.100.440.044SN*f1372.00.70.660.060.804NSN*f1368.211.311.350.550.432NSN*d1122.30.00.050.000.946NSN*d1126.115.515.160.780.368NSN*H173.527.527.472.680.128NSN*H1131.481.187.713.420.042SF*d118.00.00.000.000.992NSF*d11.14.34.900.250.610NSf*H145.213.513.481.320.274NSf*H141.218.318.171.010.336NSD*H10.00.00.030.000.958NSD*H10.50.550.520.020.867NS误差12123.012310.25–––误差12217.1207.717.29–––总26––––––总26––––––上表的R2值=0.986。注：N=速度，f=进给，d=切削深度，H=硬度，DF =自由度，SS =平方和，MS =均方，S=显著，NS =不显著。上表的R2值= 0.978。注：N=速度，f=进给，d=切削深度，H=硬度，DF =自由度，SS =平方和，MS =均方，S=显著，NS =不显著。20J2B.S. Prasad，M. P. Babu/工程科学与技术，国际期刊20（2017）19720722表6实验工具磨损的方差分析表。源DF Seq SS Adj SS Adj MSF P备注2019 - 01 - 22 0.224 0.02 0.001 S1582.59 1.59 1.589 0.13 0.027 Sd1 438.04 0.38 0.376 0.03 0.015先令H1 2745.66 40.45 40.447 3.25 0.021 SN*N1 144.43 133.02 133.021 10.69 0.013 S电话：+86-510 - 8888888传真：+86-510 - 8888888d*d1 1.02 2.00 2.001 0.16 0.002 SH*H1 86.08 7.86 7.860 0.63 0.009 S141.92 0.22 0.217 0.02 0.897 NS2019年12月31日N*H1 24.25 17.17 17.165 1.38 0.263 NSf*d1 0.00 6.30 6.304 0.51 0.044 Sf*H1 10.77 10.86 10.864 0.87 0.369 NSd*H1 3.03 3.03 3.032 0.24 0.631 NS错误12 149.37 149.37 12.447共26上表的R2值=0.9769。注：N=速度，f=进给，d=切削深度，H=硬度，DF =自由度，SS =平方和，MS =均方，S=显著，NS =不显著。表7数值刀具磨损数据的ANOVA表。源DF序列SS调整SS调整MSFP言论N1927.859.589.5780.450.008SF11651.10.390.320.020.020SD1439.360.730.7290.030.018SH12565.2819.8419.8400.930.022SN*N1102.34178.46178.4598.330.001Sf*f1165.9734.0334.0261.590.002SD*d10.270.440.4360.020.039SH*H1141.131.1431.1411.450.009SN*f1131.9230.4630.4601.420.256NSN*d151.5628.1528.1491.310.274NSN*H178.2381.8181.8123.820.074NSF*d114.040.8240.8221.910.022Sf*H115.1330.2330.2301.410.258NSD*H115.9815.815.9780.750.405NS误差12257.09257.0921.424–––总26––––––上表的R2值=0.9608。注：N=速度，f=进给，d=切削深度，H=硬度，DF =自由度，SS =平方和，MS =均方，S=显著，NS =不显著。表8每个模型的回归系数。回归系数参数R2模型实验数值位移0.9860.978二阶响应面刀具磨损0.9760.960二阶响应面如等式所示（5）和（6）中，对后刀面磨损和位移数据也进行了类似的数学建模。ANOVA表6和表7中所示的系数用于建立实验和预测后刀面磨损数据的经验关系。最后的经验关系是使用方程的系数构建的。（2），并开发最终的经验关系如下：VB编号0： 267 0： 09N0： 02f 0： 011d 0： 054H- 0：03N2 0： 021f- 0： 002d 0： 06H2- 0：058N·f-0：025N·d 0：201N·H0：0225F·d-0：109下午 -0：026下午6点图7.第一次会议。（a）位移（Dispexp）-实验数据的正态概率图（b）位移（Disppre）的正态概率图-数值数据。图7（续）在获得预测值之后，这些方程被用来相互关联。后刀面磨损的ANOVA表见表7和表8。表中的结果清楚地确定了影响实验数据和预测数据中刀具磨损的重要因素这些公式将给出任何因素水平组合的位移幅度和后刀面磨损的预期值，前提是这些水平在表1所述范围内。从上述方程可以得出结论，方程（3）（4）和方程（5）（6）彼此近似相似在两种情况下，位移幅度和刀具磨损受右侧该数学模型可用于预测所研究因素的位移和后刀面磨损量。5. 结果和讨论实验设计技术确定了实验所需的最佳试验次数。为了评估切削速度、进给量、切削深度和工件硬度对响应变量的影响，进行了方差分析。图7（a）和图7（b）所示的实验位移振幅的正态概率图给出了FE预测数据。该模型的适当性已被调查的exami-国的残差。使用残差的正态概率图和残差与预测响应的图检查残差，残差是相应的观察响应与预测响应之间的差异。如果模型是适当的，则正态概率图上的点的残差应该形成一条直线。另一方面，在一项研究中，208B.S. Prasad，M. P. Babu/工程科学与技术，国际期刊20（2017）197残差与预测响应的图应观察到较少的变化，即，它们不应包含明显的模式。如果残差近似沿直线绘制，则满足正态性假设。在本研究中，残差可判定为正态分布;两种响应均达到正态假设。图7（a）和（b）显示了残差的正态概率图以及残差与表面粗糙度值预测响应的关系图。结果表明，残差落在一条直线上，说明误差的分布是正态的。图7（a）和（b）显示，没有确定的模式和不寻常的结构。这表明所提出的模型是充分的，没有理由怀疑任何违反独立性或恒定方差假设的行为[48]。该分析允许验证残差的正态分布（图7（a）（b）），以检验实验数据的正态性，必要时，还可以识别实验值的正确表示，以获得残差的正态分布并通过正态性检验。该分析是在5%的显著性水平下进行的，因此置信水平为95%。概率图用于确定正态分布是否符合收集的数据。图 8 中 呈 现 的 表 面 图 表 示 出 了 连 接 一 组 数 据 点 的 三 维 表 面（Dispvs.d，N;Disp vs.d、f）。 图图8（a）示出了切削深度和切削速度与位移幅度之间的关系，而图8（b）呈现了切削条件下工件中切削深度和进给速率与位移幅