本发明涉及一种工件表面粗糙度计算方法，特别是涉及一种考虑工件振动的外圆车削时工件表面粗糙度计算方法。
背景技术：
对于外圆车削加工，表面质量决定了工件的使用性能。表面粗糙度对工件的工作精度、配合性质和疲劳强度等有重要影响。一般来说，表面粗糙度小，有利于提高配合质量、减少磨损，延长工件的使用寿命。工艺人员希望在外圆车削加工之前及时了解加工后工件表面粗糙度状况，以便做出相应工艺参数改变，最终目的是提高工件质量、提高生产效率。
许多学者根据刀具的切削用量、刀具几何参数及振动加速度信号研究了如何预测工件表面粗糙度。张军等人在学术期刊《仪器仪表学报》（2000年第3期：p225-228）上发表的论文“切削振动条件下工件表面轮廓的形成机理”中，指出改变振动频率或者改变主轴旋转频率会改变工件表面形貌和影响表面粗糙度，提出通过改变主轴转速获取理想的表面粗糙度。张振祥在博士论文（长安大学，2008）“基于神经网络的数控车削过程中零件表面粗糙度的在线预测”中，将刀具几何形状、切削参数以及刀具振动加速度信号作为输入，表面粗糙度作为输出，建立了基于神经网络的数控车削中工件表面粗糙度在线预测模型。但该模型需要在车削中在线测量刀具振动加速度信号，测量和计算都较为复杂，而且难于在车削加工前预测计算工件表面粗糙度。
外圆车削加工中，机床、刀具与工件之间的相对振动，会使刀具在工件表面留下凹凸不平的痕迹，导致工件表面粗糙度增加。该振动信号是不可避免的，由于受多种因素影响，所以在加工中很难准确测量。
综上所述，如何根据车削参数、工件几何参数和刀具磨损，在外圆车削加工前简单准确的计算出考虑工件振动时工件表面粗糙度，对于研究如何优化工艺参数以降低工件表面粗糙度提高表面质量具有重要的指导意义，已成为本领域技术人员急需解决的技术问题。
技术实现要素：
本发明的目的是提供一种简单、准确的考虑工件振动的外圆车削时工件表面粗糙度计算方法。其技术方案为：采用以下步骤：1）建立外圆车削时工件表面粗糙度计算模型，2）借助游标卡尺、粗糙度仪、金相显微镜测量并计算工件表面粗糙度计算模型中各待定系数，3）在加工机床、装夹方式、刀具材料、工件材料、加工方式相同情况下，根据车削参数、工件直径、刀具磨损量，计算外圆车削时工件表面粗糙度。
其特征在于：
步骤1）中，根据机床-刀具-工件振动理论，工件在切削深度方向上的振动对粗糙度的影响，远远大于在其他方向上的振动。对于轴类零件外圆车削加工，将工件直径作为工件振动的一个特征量，基于车削参数、工件直径、刀具磨损量建立外圆车削时工件表面粗糙度计算模型：
ra=k×apa×fb×vc×dd×vbe(1)
其中，ra是工件表面粗糙度；ap是背吃刀量；f是进给量；v是切削速度；d是工件直径；vb是车刀后刀面磨损量；k、a、b、c、d和e是待定系数。
步骤2）中，借助游标卡尺、粗糙度仪、金相显微镜测量并计算外圆车削时工件表面粗糙度计算模型中各待定系数，在加工机床、装夹方式、刀具材料、工件材料、加工方式确定后，进行正交外圆车削实验，试验要涵盖外圆车刀的初期磨损和正常磨损阶段：
对于每次外圆车削加工，在加工前和加工后分别测量车刀后刀面磨损量，取平均值作为该次车削加工中车刀后刀面磨损量vb；每次外圆车削加工前，测量工件直径d；每次外圆车削加工完成后，在工件已加工表面测量工件表面粗糙度ra。
选取23组以上车削参数进行外圆车削实验，将工件直径d、车刀后刀面磨损量vb、背吃刀量ap、进给量f、切削速度v以及工件表面粗糙度ra，代入公式（1）得到一个超定方程组，基于最小二乘法计算待定系数k、a、b、c、d和e。
步骤3）中，在加工机床、装夹方式、刀具材料、工件材料、加工方式相同情况下，对于一组新的工艺参数，根据车削参数、工件直径、车刀后刀面磨损量，运用步骤1）步骤2）得到的外圆车削时工件表面粗糙度计算模型，在加工前计算工件表面粗糙度ra。
本发明与现有方法相比，其优点是：在外圆车削加工中将工件直径作为工件振动的一个特征量，综合考虑了车削参数、工件振动及刀具磨损的影响来计算车削时工件表面粗糙度，计算方法简单、精度高；有助于工艺参数选择以提高表面质量。
附图说明
图1是本发明的考虑工件振动的外圆车削时工件表面粗糙度计算流程图。
图2是本发明的考虑工件振动的外圆车削时工件表面粗糙度计算模型中待定系数计算流程图。
具体实施方式
下面结合图1图2对本发明做进一步详细描述。
步骤1）中，根据机床-刀具-工件振动理论，工件在切削深度方向上的振动对粗糙度的影响，远远大于在其他方向上的振动。对于轴类零件外圆车削加工，将工件直径作为工件振动的一个特征量，基于车削参数、工件直径、刀具磨损量建立外圆车削时工件表面粗糙度计算模型：
ra=k×apa×fb×vc×dd×vbe(1)
其中，ra是工件表面粗糙度；ap是背吃刀量；f是进给量；v是切削速度；d是工件直径；vb是车刀后刀面磨损量；k、a、b、c、d和e是待定系数。
步骤2）中，借助游标卡尺、粗糙度仪、金相显微镜测量并计算外圆车削时工件表面粗糙度计算模型中各待定系数，在加工机床、装夹方式、刀具材料、工件材料、加工方式确定后，进行正交外圆车削实验，试验要涵盖外圆车刀的初期磨损和正常磨损阶段：
对于每次外圆车削加工，在加工前和加工后分别测量车刀后刀面磨损量，取平均值作为该次车削加工中车刀后刀面磨损量vb；每次外圆车削加工前，测量工件直径d；每次外圆车削加工完成后，在工件已加工表面测量工件表面粗糙度ra。
选取23组以上车削参数进行外圆车削实验，将工件直径d、车刀后刀面磨损量vb、背吃刀量ap、进给量f、切削速度v以及工件表面粗糙度ra，代入公式（1）得到一个超定方程组，基于最小二乘法计算待定系数k、a、b、c、d和e。
步骤3）中，在加工机床、装夹方式、刀具材料、工件材料、加工方式相同情况下，对于一组新的工艺参数，根据车削参数、工件直径、车刀后刀面磨损量，运用步骤1）步骤2）得到的外圆车削时工件表面粗糙度计算模型，在加工前计算工件表面粗糙度ra。
本发明在ckj6163数控车床外圆车削中获得实现。所用车削工件为304不锈钢棒，采用cnmg120408硬质合金刀片，axio-lab-a金相显微镜，rtp-120多功能粗糙度仪，游标卡尺，进行了25次外圆车削正交实验。在加工前使用游标卡尺在工件待加工表面三个位置测量工件直径并取平均值作为工件直径d。实验中车削参数、工件直径、刀具磨损量及工件表面粗糙度如表1所示。
表1外圆车削试验及实测的工件直径、刀具磨损量和工件表面粗糙度
将表1中25组数据代入公式（1）得到一个超定方程组，基于最小二乘法求出待定系数为：k=29.9729，a=-0.04594，b=1.6589，c=0.04315，d=-0.1185，e=0.02679。则外圆车削时工件表面粗糙度计算模型为
ra=29.9729×ap-0.04594×f1.6589×v0.04315×d-0.1185×vb0.02679(2)
该外圆车削时工件表面粗糙度计算模型的均方误差为0.0089。在加工机床、装夹方式、刀具材料、工件材料、加工方式相同情况下，用一组新的工艺参数来验证该工件表面粗糙度计算方法的有效性，如表2所示。用公式（2）计算的车削时工件表面粗糙度为3.3060um，实测的工件表面粗糙度为3.3075um，计算精度为99.9%。
表2对所建立外圆车削时工件表面粗糙度计算方法的验证试验
本发明在外圆车削加工中将工件直径作为工件振动的一个特征量，综合考虑了车削参数、工件振动及刀具磨损的影响来计算外圆车削时工件表面粗糙度，计算方法简单、精度高；有助于在机床、刀具、工件振动情况下的工艺参数选择以提高表面质量。
1.一种考虑工件振动的外圆车削时工件表面粗糙度计算方法，采用以下步骤：1）建立外圆车削时工件表面粗糙度计算模型，2）借助游标卡尺、粗糙度仪、金相显微镜测量并计算工件表面粗糙度计算模型中各待定系数，3）在加工机床、装夹方式、刀具材料、工件材料、加工方式相同情况下，根据车削参数、工件直径、刀具磨损量，计算外圆车削时工件表面粗糙度，其特征在于：
步骤1）中，根据机床-刀具-工件振动理论，对于轴类零件外圆车削加工，将工件直径作为工件振动的一个特征量，基于车削参数、工件直径、刀具磨损量建立外圆车削时工件表面粗糙度计算模型：
ra=k×apa×fb×vc×dd×vbe(1)
其中，ra是工件表面粗糙度；ap是背吃刀量；f是进给量；v是切削速度；d是工件直径；vb是车刀后刀面磨损量；k、a、b、c、d和e是待定系数；
步骤2）中，借助游标卡尺、粗糙度仪、金相显微镜测量并计算外圆车削时工件表面粗糙度计算模型中各待定系数，在加工机床、装夹方式、刀具材料、工件材料、加工方式确定后，进行正交外圆车削实验，试验要涵盖外圆车刀的初期磨损和正常磨损阶段：
对于每次外圆车削加工，在加工前和加工后分别测量车刀后刀面磨损量，取平均值作为该次车削加工中车刀后刀面磨损量vb；每次外圆车削加工前，测量工件直径d；每次外圆车削加工完成后，在工件已加工表面测量工件表面粗糙度ra；
选取23组以上车削参数进行外圆车削实验，将工件直径d、车刀后刀面磨损量vb、背吃刀量ap、进给量f、切削速度v以及工件表面粗糙度ra，代入公式（1）得到一个超定方程组，基于最小二乘法计算待定系数k、a、b、c、d和e；
步骤3）中，在加工机床、装夹方式、刀具材料、工件材料、加工方式相同情况下，对于一组新的工艺参数，根据车削参数、工件直径、车刀后刀面磨损量，运用步骤1）步骤2）得到的外圆车削时工件表面粗糙度计算模型，在加工前计算工件表面粗糙度ra。
技术总结