数控加工切削参数优化探讨与实践

2019-02-10任德宝

世界有色金属 2019年12期

任德宝

（甘肃能源化工职业学院，甘肃兰州 730207）

在现代自动化、柔性化、数字化的加工模式之中，数控加工是一项重要的智能制造技术。要促进加工行业的发展，就要积极研究和优化数控加工技术，利用计算机CAD/CAM技术，对切削参数进行优化，进而改善生产效率，同时控制生产成本。在数控加工技术应用的过程中，尤其是曲面加工，其切削条件会发生变化，如果持续采用传统的切削参数，并长久不变，会影响机床生产效率，也会降低刀具的使用寿命。所以，要根据实际加工需求，对数控加工切削参数进行优化和改进。

1 数控加工特点

目前，我国经济水平在不断提升，智能化、自动化、数字化等技术也在飞速发展。其中，数字化技术广泛应用在各个领域之中，尤其在生产加工行业中的应用表现十分突出。数字化生产技术的应用，不仅改善了生产效率，还解决了各类生产难题，并且提升了产品质量、生产精确度等，进而满足了自动化的发展要求，同时减少了生产成本的大规模投入。在数字化技术中，数控加工作为智能制造的重要加工方法，以计算机CAD/CAM技术为基础，引入人工智能和工业机器人，实现了加工生产的自动化。利用自动化的生产技术，可以缩减生产所用时间，提高加工精度和生产质量。当然数控编程、数控机床加工等方面只有结合跟多的新技术新工艺才可以改善零件加工质量，提升机床性能，进而促进我国加工行业的进步与发展。

2 切削参数优化必要性

在我国经济发展过程中，国内各大企业对先进制造技术的需求在不断增加，利用CAD/CAPP/CAM等技术，可以改善生产效率，提升加工精度，进而增加企业竞争力，加大企业在国际市场中的地位。但是，大规模CAD/CAM集成系统需要较高的运行成本，设备和高素质的高技能人才的引进都是中小型企业无法承受的。在生产实践中我们发现，针对数控加工切削参数优化进行研究，不仅可以充分发挥加工系统的优势，还能建立相应的数据库，为后续工作提供更多参考依据。

此外，利用CAD/CAM技术，可以构建自动编程系统的切削参数体系，进而实现加工工序的优化依据。也就是用优化参数替换人工输入的经验参数，进而实现提升效率、控制成本、改善质量的优化目标，为中小型企业的发展提供更多技术支持[1]。在切削参数优化的同时，结合刀具管理数据库，开发特定产品的加工切削参数系统，该系统可以减少新劳动力的投入，并使切削参数更加合理和规范，进而为企业带来更大的经济效益。

3 数控加工切削参数优化的措施

（1）建立优化模型。要实现模型的优化，可以先进行模型的转换，将其从物理模型转化为数学模型，进而利用数学算法来解决参数优化的问题。具体设计内容可以根据目标函数进行计算，明确各个设计条件并建立函数。同时，明确变量和控制条件，进而实现模型的建立。在模型建立的过程中，首先要明确机床参数、应用工具，然后明确速度、深度、宽度等变量参数对切削效率的影响情况。然后通过实验测试的方式，针对不同刀具的切削宽度、切削深度来进行定位。随之，变量只剩下切削速度和进给量两项，在明确目标函数之前，要先明确变量，并根据变量和相应条件建立模型，可以将最大效率作为目标，建立已知量和变量函数。函数确认之后，明确约束条件。

限制机床的因素并不单一，所以加工应满足以下几个方面：第一，主轴转速应与切削速度相符；第二，保证进给量符合要求；第三，机床主轴的最大进给力应该大于切削进给力；第四，机床有效功率要大于切削功率；第五，加工零件的表面粗糙程度应该符合要求[2]。

（2）优化方法。在实际生产的过程中，工艺编程人员和技术水平都会影响方案的优化与设计，对制约因素无法全面而周全的进行设想。所以在对切削过程进行优化时，需要对工艺条件以及各项参数进行考虑，分析这些原因对切削过程和过程优化的限制。通常，可以从以下是三个方面进行考虑，分别是：机床特性、刀具、夹具。这三个是比较主要的约束限制因素。例如，机床切削速度、速度大小范围、零件和刀具的刚度、可用最大切削力、教具最大夹紧力等都会产生一定的限制作用[3]。在面对实际的优化问题时，不需要对每一个约束条件进行考虑，技术人员可以采取因地制宜的原则，根据实际的优化要求和设计条件，筛选需要考虑的约束因素，影响不大的因素可以忽略不计。

在设计切削参数优化方案时，首先要掌握生活中比较常见的机械设计问题，并根据这些问题建立相应的物理模型，然后利用相应的计算公式将这些物理模型转化为数学模型。然后根据实际优化要求，明确设计目标，建立目标函数，最后对约束条件、函数表达形式等进行明确。在设计的过程中，要根据要求选择切削参数，并将其看作设计的变量。此外，了解数学模型的具体性质，并根据其性质选择最恰当的计算方法，根据所用计算方法，编程人员进行计算程序的编制，采用计算机运算的方式，获取最优解。得到结果之后，变成设计人员再对结果进行分析和判断，并在实际的应用中检验数值是否准确可靠。如果在应用的过程中出现问题，可以逐步拆解分析，明确出现失误的步骤，并根据上述方式进行重新设计和优化。

（3）遗传迭代计算。遗传迭代计算的具体优化过程如下：首先，输入基础参数，然后对参数进行优化处理，再对基础参数进行随机选择；其次，评价函数，选择操作内容，然后进行交叉和变异操作，如果操作结果大于迭代次数则输出最优解，并结束运算过程。如果其小于最优解，则返回评价函数阶段，重新操作计算，直至获取最优解。根据本文所述优化方式进行试验测试，对比优化前后的参数，可以看出，优化后既可以提升机床利用率，也能缩减切削时间，同时增加工件的精度和质量。在粗加工阶段，可以节约0.96s的切削时间，半精加工阶段则可以节约3.6s的时间。在某个特征试验件加工的过程中，其需要12道交叉工序，按照同样的方法优化，零件单体加工时间可以节约112s左右。参数优化之后，加工单体零件仅需要8min34s。如果批量生产10万工件，则可以节约3111h的加工时间。