李曉妹 吳惠敏

摘 要：工程陶瓷加工是數(shù)控磨削技術中的一個重要應用領域，其工藝參數(shù)對其性能有很大的影響，同時也是衡量工程陶瓷數(shù)控加工技術發(fā)展的一個重要指標。為了解決工程陶瓷鉆孔的難點，本文利用數(shù)控精雕數(shù)控機床，將氧化鋁陶瓷片作為加工目標。在目前的工藝條件下，利用環(huán)切走刀和小進給量鉆削兩種不同的孔加工方式，為工程陶瓷材料的孔加工提供了更多選擇。

關鍵詞：數(shù)控精雕機；氧化鋁陶瓷板；鉆孔工藝

1前言

陶瓷，也叫無機非金屬，根據(jù)其材質(zhì)和制作方法，可以將其分為兩大類：一種是傳統(tǒng)的陶瓷，另一種是工程陶瓷。所謂的傳統(tǒng)陶瓷，就是用自然的硅酸鹽礦物來燒制，也稱為硅酸鹽陶瓷。工程陶瓷是現(xiàn)代各類陶瓷的統(tǒng)稱，又稱為新型陶瓷、高科技陶瓷、精密陶瓷。工程陶瓷是以高純度化工產(chǎn)品為主要原材料，其強度、硬度、耐磨性、耐腐蝕性等諸多優(yōu)勢，其化學成分、內(nèi)部結(jié)構、使用性能及性能都與傳統(tǒng)陶瓷材料相比，廣泛應用在航天航空、石油化工、儀器儀表、機械制造及核工業(yè)等領域。工程陶瓷已經(jīng)成為繼金屬和工程塑料之后的第三大工程材料。在實際生產(chǎn)中，大量的工程陶瓷產(chǎn)品出現(xiàn)返工、報廢現(xiàn)象，這些現(xiàn)象不但增加了產(chǎn)品的加工成本，而且使企業(yè)的盈利能力下降。鑒于工程陶瓷材料的加工困難，本文將其作為研究對象，對其進行了多孔加工分析。

2氧化鋁陶瓷鉆孔加工實驗

2.1實驗裝置及夾具設計

為了與測力系統(tǒng)傳感器相匹配，在傳感器感應鉆進過程中，利用工件夾具和測力系統(tǒng)中的力傳感器，可以將金剛石鉆具在陶瓷材料上的力傳遞給夾具（最多30s）。根據(jù)加工部件和測力儀的要求，研制出一套整體尺寸150mm×120mm×20mum的夾具，夾具中心設有臺階形的凹槽，用于安裝陶瓷薄板制品，并與測力系統(tǒng)傳感器相連接。夾具和傳感器之間的固定方式是以螺栓為主體，而工件和夾具則是以螺釘下墊片為基礎。

2.2實驗方案設計

為驗證鉆探模擬結(jié)果的主要內(nèi)容，試驗中所用的主要加工零件（氧化鋁板）為50 mn×50 mm×3 mm （長×寬×高）。同時，該夾具可一次夾持3個工件。對各種加工條件下的氧化鋁陶瓷進行了鉆進試驗，將測力計的傳感器和夾具安裝在機床上，對各種加工參數(shù)下的鉆進力進行了記錄。

在試驗過程中，對金剛石鉆具的各個軸向分力和各個軸向力矩進行了實時記錄，在同一陶瓷片上，為減小切削工具的磨損和外部環(huán)境等因素的影響，在同一陶瓷片上，鉆孔數(shù)量為3，同一陶瓷片上的加工孔徑和工藝參數(shù)不發(fā)生變化。為了觀察鉆具的損壞，在三次試驗后，將鉆具卸下，觀察其表面形態(tài)。在鉆進時，為降低鉆削熱量對工件的加工質(zhì)量和金剛石鉆具的壽命造成的影響，必須在鉆進時開啟冷卻水。

2.3鉆孔過程分析

第一，鉆削力的變化。在鉆削過程中，利用時域信號分析方法可以較好地反映鉆具與工件之間的動態(tài)交互作用。在對氧化鋁陶瓷進行鉆孔時，鉆頭與工件表面的接觸使其軸向作用力迅速增大，并出現(xiàn)了較大幅度的振蕩。當磨料逐漸進入工件時，軸向力逐漸升高，然后下降到一個穩(wěn)定的區(qū)間，直到整個切削過程中，軸向力突然下降到0。在扭矩上，鉆頭與工件間的扭矩是 Mx，并且扭矩 Mx的變化趨勢與軸向力凡的趨勢相近。在氧化鋁陶瓷鉆削加工中，切屑阻塞是非常普遍的，特別是在鉆具內(nèi)部容易出現(xiàn)切屑阻塞。金剛石鉆具內(nèi)已經(jīng)布滿了白色的陶瓷碎屑，如果碎屑不能及時排除，并且在一定程度上累積，從而增加了鉆機的不穩(wěn)定性，影響到陶瓷孔的加工質(zhì)量和加工工具。

第二，對工件加工過程中的損傷進行分析。在用金剛石鉆具對陶瓷和玻璃等硬脆材料進行鉆探時，很容易對孔口產(chǎn)生破壞，而且孔口部位的破壞十分嚴重。氧化鋁陶瓷因其硬度高、脆性高，在打孔時容易產(chǎn)生加工缺陷，其中陶瓷孔的破損最為明顯。通過數(shù)控技術，可以觀察到陶瓷孔口的材料剝離和顯微形態(tài)，從而觀察到陶瓷孔口的破壞。因為氧化鋁陶瓷是一種不導電的材質(zhì)，所以被觀察的樣品都是經(jīng)過了金色的。

第三，對鉆頭的損壞進行分析。在鉆削加工時，由于其高硬度和耐磨性能，使其不可避免地產(chǎn)生多種破壞。鉆頭數(shù)量越多，鉆頭內(nèi)的切屑越多，鉆頭內(nèi)的磨屑就越多，磨粒就越容易脫落。在鉆頭數(shù)量為18的情況下，鉆頭表面出現(xiàn)了較大的磨粒磨損和磨粒脫落現(xiàn)象[1]。

在鉆頭斷裂之前，鉆頭的軸向作用力會隨著鉆頭的碎屑而逐漸增大，這是由鉆頭底部產(chǎn)生的碎屑造成的。在下一次鉆進的過程中，鉆具底部的裂縫迅速擴大，從40 N到4 N，最后達到73 N。鉆具斷裂后，在下一次鉆進時，會聽到鉆頭與工件的摩擦聲不同。這時，鉆具與工件水平面接觸的部位不再存在磨粒，隨著鉆削力的增大，鉆頭表面出現(xiàn)了異常的波動。在金剛石鉆具斷裂時，由于陶瓷孔口附近的材料會產(chǎn)生較大范圍的崩塌，會對其造成很大的機械損壞。

3工程陶瓷多孔加工試驗

3.1加工設備和冷卻

采用北京精雕睿雕數(shù)控加工設備，在加工時利用切削液對磨頭和工件進行冷卻，完成沖削和清洗。

3.2刀具的選擇

鑒于其高硬度、高脆性等特點，可選用5 mm直徑的磨具和6 mm直徑的磨具，分別采用銑削環(huán)切削走刀模式和小進給量鉆孔工藝。

3.3工程陶瓷數(shù)控精雕機磨削鉆孔加工工藝

第一，采用銑削環(huán)切割走刀工藝。開啟數(shù)控編程程序，選定要加工的圓孔，開啟工具條下的刀道，選定路線向?qū)Вㄟ^系統(tǒng)的方法，找出區(qū)域加工小組，選擇走刀模式，選擇環(huán)切走刀，選擇深度5，單擊“下一步”，因為系統(tǒng)資料庫中沒有“氧化鋁”陶瓷材料，所以“吃刀深度”一欄設置為0.01。

在實際生產(chǎn)中，使用了一種具有5 mm直徑的金剛石磨粒的平底磨頭。如果我們選擇與被加工孔直徑相等的金剛石磨頭進行加工，則會發(fā)現(xiàn)，在高速旋轉(zhuǎn)的情況下，磨頭與硬度較高的氧化鋁工程陶瓷接觸時，會有較大的摩擦，從而使磨頭出現(xiàn)輕微的晃動，從而造成加工孔的直徑變大，無法保證加工的尺寸，因此我們選擇略小于孔徑的磨頭進行加工，以確保加工的尺寸。

第二，鉆孔加工的方法。開啟數(shù)控程序，選定要加工的圓孔，開啟工具條下的刀道，選定路線向?qū)Вㄟ^系統(tǒng)方法，確定區(qū)域加工小組，選擇鉆進，深度選定5，按下步驟，因為系統(tǒng)資料庫中沒有氧化鋁陶瓷材料，在“吃刀”深度一欄中，按“0.01”按鈕，按“下一”按鈕，在“加工路線”上單擊“確定”，“確定”，“最后”，“在工具欄”中，“選擇”“模具”[2]。

為避免陶瓷制品在工藝過程中產(chǎn)生崩裂、細微裂縫等缺陷，在陶瓷制品的上、下兩個部分分別加入壓力板和下部支撐板，從而大大降低了材料的開裂和開裂。通過對陶瓷表面的預應力進行分析，認為其原因在于：上壓板在被加工的陶瓷表面上施加了預應力，減少了研磨過程中的應力，阻止了陶瓷表面的微小裂縫的擴散，從而避免了陶瓷表面的開裂；增加下部支承板可以減少工程陶瓷材料底部的應力，避免在快速處理結(jié)束時出現(xiàn)斷裂。

4數(shù)控磨削加工工藝建模研究

4.1數(shù)控磨削加工神經(jīng)網(wǎng)絡模型的建立

數(shù)控研磨過程中的工藝效果與參數(shù)的關系非常復雜，采用特定的數(shù)學公式對其進行描述，是一個很大的非線性問題。在此基礎上，將神經(jīng)網(wǎng)絡用于數(shù)控磨削加工過程的仿真，充分體現(xiàn)了人工神經(jīng)網(wǎng)絡的優(yōu)勢。同時，通過神經(jīng)網(wǎng)絡的非線性函數(shù)，可以解決數(shù)控磨削加工數(shù)學模型的非線性問題。

第一，采集樣本資料。在數(shù)控研磨過程中，采用神經(jīng)網(wǎng)絡技術構建了磨削加工過程的數(shù)學模型。在此基礎上，以主軸轉(zhuǎn)速、進給速度、進給速度、磨頭粒度等參數(shù)為輸入變量，并以三次加工的平均時間、磨頭磨損、磨邊量等參數(shù)為輸出變量，構建 BP神經(jīng)網(wǎng)絡。

第二， BP網(wǎng)絡的建模。通過對 BP神經(jīng)網(wǎng)絡中的節(jié)點數(shù)目進行適當?shù)倪x取，利用三層 BP網(wǎng)絡對工程陶瓷數(shù)控磨削加工工藝參數(shù)和加工效果之間的非線性關系進行了擬合。也就是用數(shù)學的方法來描述這些工藝參數(shù)對加工效果的影響。

通過對多個實驗數(shù)據(jù)的初始化和網(wǎng)絡結(jié)構的設定，對數(shù)據(jù)進行標準化處理，得出最適合的模型。在 BP神經(jīng)網(wǎng)絡訓練前，對樣本進行標準化處理，因此，訓練后的結(jié)果仍然是標準化的[3]。

4.2工程陶瓷數(shù)控磨削加工BP神經(jīng)網(wǎng)絡仿真

通過對硼化鋯預噴油支板的數(shù)控研磨工藝參數(shù)和各個因子的選擇，將其置于 BP神經(jīng)網(wǎng)絡的數(shù)學模型中進行網(wǎng)絡訓練，進一步驗證了神經(jīng)網(wǎng)絡的預測能力。

通過對隨機選擇的參數(shù)進行 BP神經(jīng)網(wǎng)絡的訓練，其結(jié)果與實際生產(chǎn)過程中采用同樣的參數(shù)進行比較，其預測值最大值分別為19.1%和0.89%。

然后，將多目標工藝參數(shù)優(yōu)化組合與任意一種組合進行了仿真模擬，結(jié)果表明：在考慮加工過程影響的前提下，最佳組合的模擬結(jié)果優(yōu)于任意一組。

利用 BP神經(jīng)網(wǎng)絡原理，以工程陶瓷數(shù)控磨削加工實驗為基礎，建立了一個基于 BP神經(jīng)網(wǎng)絡的數(shù)控磨削加工數(shù)學模型。通過對最佳工藝參數(shù)的模擬實驗，證明了多個優(yōu)化過程的綜合結(jié)果是最佳的參數(shù)組合。

5結(jié)語

因此，采用不同的加工工藝和工裝夾具，會對產(chǎn)品的表面質(zhì)量產(chǎn)生影響。采用銑削環(huán)切走刀法，可以保證工件的質(zhì)量，但加工速度較慢；采用鉆孔工藝，其工藝質(zhì)量難以保證，加工速度也相對較快，但在陶瓷表面增加上壓片和下托片，可以有效地防止裂紋和微裂紋，既能確保制品的質(zhì)量，又能加快加工速度。

參考文獻

[1] 吳文濤. 基于數(shù)控精雕機的氧化鋁陶瓷板鉆孔的工藝分析[J]. 江蘇陶瓷，2018，51（5）：17-18.

[2] 吳泓宇，紀成光，肖璐. 陶瓷基板通孔制作研究與成孔質(zhì)量分析[J]. 印制電路信息，2018，26（z1）：510-518.

[3] 聶勵鵬. 釬焊金剛石鉆孔工具加工高硬度工程陶瓷的研究[D]. 廣東：廣東工業(yè)大學，2011.