周游

摘要：数控加工作为现代化机械加工的主要方式，在对数控加工质量判断上，最为主要标准就是为加工表面粗糙度。在数控实际生产加工过程中，研究人员一直在探索最合理切削参数，进而对数控加工表面粗糙度进行控制。本文在对数控加工表面粗糙度预测分析研究中，首先对表面粗糙度理论进行研究，进而探索对表面粗糙度影响的因素，最后对数控加工表面粗糙度进行预测研究，希望能够有效提高数控加工表面粗糙度的控制质量。

关键词：数控加工；表面粗糙度；影响因素；预测模型

1前言

在对一个国家工业发展水平判断上，主要标准就是机械加工技术。机械加工技术水平对国家国防建设具有直接性影响，同时也是国家科学技术建设的集中体现。在改革开放之后，我国开始引入了一些先进技术，其中数控加工技术就是其中典型案例。在对数控加工质量判断上，主要指标就是产品表面粗糙度，现代数控加工之前就会对产品表面粗糙度及加工质量进行预测，也就是构建数控加工表面粗糙度预测模型。

2表面粗糙度理论

任何零件在生产加工过程中，零件表面都不是完全平整的，即便是零件表面上并不存在肉眼能够看见的凹凸，一旦将零件放在显微镜之下，就会发现零件表面还是存在一定凹凸的。研究人员在对零件表面凹凸程度判断上，主要利用表面粗糙进行判断。

3数控加工表面粗糙度的影响因素

3.1数控加工表面粗糙度受到进给量的影响

数控加工过程中需要进给运动。进给运动需要将材料表面上多余材料进行切削，进而保证加工出所需要的表面形状及粗糙度。假设数控加工在进行横向进给运动过程中，铣刀需要按照工件进行相对进给运动。进给量就是在规定时间内，进给运动一共运动的范围。进给量是数控切削加工过程中的主要参数，同时与零件表面粗糙度之间有着十分紧密的关联。数控加工一旦进给量选择不合理，就会造成零件表面粗糙度较高，同时铣刀应用寿命也会有效缩短。

在计算分析研究之后认为，要是在切削速度与切削行程相同背景之下，表面粗糙度影响因素就是进给量，在这个过程中提高进给量数值，对零件数控加工表面粗糙度具有直接性影响。

因此，在对零件表面粗糙度确定上，可以采取控制进给量方式，提高零件数控加工精确度。但是进给量在减小之后，对数控加工经济效益及生产效率都会造成影响，所以需要保证选择合适的进给量。

3.2残留面积对表面粗糙度的影响

数控加工过程中，对零件表面粗糙度影响的另一个因素就是残留面积高度。刀具与零件表面在进行切削运动过程中，一定会产生残留面积高度，零件残留面积高度在计算过程中，可以通过利用刀具及切削运动有关数据进行计算。

在对复杂表面加工过程中，零件表面粗糙度还会受到刀具行距方向及进给方向残留面积高度确定。在对复杂零件残留高度计算上，研究人员经常使用等残留高度法对残留面积高度进行计算，同时还能够有效提高零件表面粗糙度。

等残留高度法原理是按照相邻轨道，对轨道内残留面积进行控制，进而研究人员完成对刀具轨道的预算。造成进给残留面积高度形成的主要原因由于零件所具有的几何形状存在一定差别。

4表面粗糙度预测模型

表面粗糙度是评价零件表面加工质量的主要标准。对于零件加工系统而言，零件加工表面粗糙度与数控加工系统安装精度与稳定性之间有着十分紧密的关联；对于独立零件而言，零件表面加工粗糙度与零件耐磨性与耐腐蚀性之间有着十分紧密的关联。除了进给量、残留面积高度影响因素之外，还会受到较多因素的影响。所以，为了能够有效对数控加工零件表面粗糙度进行预测，构建数控加工零件表面粗糙度预测模型十分必要。

现阶段，人们经常应用的数控加工零件表面粗糙度预测模型主要由三种，分别为自适应神经模糊推理系统、基于响应曲面法的表面粗糙度预测模型、基于回归分析对表面粗糙度预测模型。

4.1自适应神经模糊推理系统

自适应神经模糊推理系统是以知识系统作为前提条件，进而构建针对性知识库。自适应神经模糊推理系统有效将神经网络与模糊推理系统相融合，该系统在实际应用过程中具有良好的推广能力及收敛速度特征。

4.2基于响应曲面法的表面粗糙度预测模型

基于响应曲面法的表面粗糙度预测模型有效地将统计学和数学原理相融合，在实际应用过程中具有良好精确性，能够有效判断零件表面粗糙度与切削参数之间的关联。

4.3基于回归分析对表面粗糙度预测模型

基于回归分析对表面粗糙度预测模型是应用最为广泛的预测模型，该模型比较适合应用在繁琐加工流程上，利用回归方程，对因变量数值进行判断，具有良好精确性。

5结语

科学技术在快速发展过程中，人们对零件及机械设备需求不断提高，其中主要判断标准就是表面粗糙度。为了能够最大程度降低零件表面粗糙度，研究人員投入了大量人力物力，构建粗糙度预测模型就是有效的解决方法。