成楚楚，傅高升，陈鸿玲，宋莉莉，黄全杰

（1.宁德职业技术学院，宁德 355000；2.福州大学 机械工程及自动化学院，福州 350108）

0 引言

随着消费者对产品的质量以及使用功能的要求的提高，也对产品外观提出了更高的要求。传统人工抛光的方式具有工作环境恶劣，生产效率低下，工人经验要求高，加工一致性低等不足。将工业机器人应用于磨抛行业，提高了产品复杂表面的磨抛质量，保证加工的一致性；减少了工人的劳动强度，改善了劳动环境；也提高了产品的生产效率，降低成本，提高了成品率[1]。

2009年本课题组与福建长江工业公司合作研发CMP-60/4-A型工业机器人自动磨抛中心，通过福建省经济贸易委员会组织的福建省新产品新技术成果鉴定（成果鉴定证书号：闽经贸技术鉴字 [2011]2号）[2]，实现了复杂形状工件磨抛的自动化。先进的磨抛技术使加工系统对于具有复杂曲面的工件具备更强的处理能力，同时也能提高工件的加工质量和保持产品一致性。该系统融合了生产和检测技术，不仅改善了工人的工作环境、提高了产品的生产效率、降低废品率，还通过安装在磨抛设备上的自适应控制装置，实现均匀磨抛，从而保证了加工件的一致性，实现了复杂形状工件磨抛的自动化。该新产品的企业标准Q/CJQB 001-2010《工业机器人自动磨抛中心》已由福建省经贸委机电行业管理办公室组织专家进行标准审查，并完成了该企业产品标准在福建省质量技术监督局的备案工作（备案编号：闽QB/0000.0992-2010）；同时该新产品也已经福建省产品检验研究院的严格检验，其主要技术指标符合Q/CJQB 001-2010《工业机器人自动磨抛中心》的企业标准要求，并成功向福建等地的水暖卫浴企业推广十几套该设备，填补了工业机器人自动磨抛的空缺。

磨抛会使砂带变钝，磨削力减小，磨削效率降低，导致同样的磨抛路径下，磨削量减少，产生了不合格的工件。然而目前工件磨削量的补偿系统并不完善，现有的补偿方法多为力补偿，基于一定的先进设备及复杂算法，对仪器精度要求高，实现过程复杂，技术难度高，并不适用于水龙头工件的磨削加工环境[3]。

在研发了“CMP-60/4-A型工业机器人自动磨抛中心”之后，傅高升教授课题组与其他学校、福建长江工业有限公司共同合作承担了福建省科技重大专项“智能机器人抛光系统研发与产业化项目”，国家高技术研究发展计划（863计划）“磨抛机器人及自动化生产线研发与应用示范项目”，目前已取得了一些阶段性的研究成果[4～7]。本文通过试验探讨磨削参数对工件磨削量的影响规律，为水暖卫浴产业工业机器人砂抛柔性加工单元自动化生产中砂带的在线管理系统建立提供试验依据。

1 试验设计

1.1 试验材料

工件：铜合金水龙头，尺寸为175×70×40mm，材料为铸造铜合金（牌号：ZCuSn3Zn11Pb4），具有较好的力学性能和耐蚀性，是卫浴产品常用的材料之一。该铜合金水龙头铸造毛坯由重力铸造生产。由于成型工艺的局限性，毛坯件表面凹凸不平，有飞边，成形尺寸有误差，如图1所示。

图1 铜合金试验样件

铜合金的具体成分如表1所示。

铜合金材料的力学性能如表2所示。

由表2可知，铜合金材料具有较高的硬度，抗拉强度较低、伸长率较高。

砂带材料：韩国DEERFOS鹿牌80#砂带，型号为JC122，砂带周长为4m，宽度为90mm，磨粒粒度基本尺寸范围为180～212μm，适用于铜合金，铝合金，锌合金的加工，如水龙头，锁具等的打磨抛光作业，如图2所示。

图2 鹿牌80#砂带

砂带的涂层为密植砂，磨料是碳化硅（SiC），含量在97%～98.5%，硬度高，呈脆性，易碎裂。磨料碳化硅是将石英砂（SiO2）、石油焦（或煤焦）、木屑等原料通过电阻炉高温冶炼而成的，具体的组成成分如表3所示。

表1 铜合金成分表

表2 铜合金力学性能

表3 碳化硅成分组成

碳化硅化学性能稳定、导热系数高、热膨胀系数小、耐磨性能好。碳化硅的硬度很大，莫氏硬度为9.5级，仅次于世界上最硬的金刚石（10级），磨料的性能参数如表4所示。

表4 磨料性能参数

1.2 磨削试验设备

设备和仪器主要有：ABB IRB 4400-60/1.9机器人、砂抛机。设备的具体功能及优势如下：

1）试验用工业机器人

由于磨削铜合金水龙头工件磨削量大，ABB机器人IRB 4400-60/1.9是一款机身紧凑的机器人，其机械臂可承受载荷高。IRB4400机器人的具体技术参数，如表5所示。

表5 ABB IRB 4400-60/1.96技术参数

ABB 4400的工作范围如图3所示。本文中所用的工件是铜合金水龙头，是一种典型的空间曲面，表面曲率变化复杂，加工难度较大。为了控制工件的磨削量，实现定量磨削，加工时，一般选用容易控制磨削位置的接触轮式，以保证砂带与工件之间的接触力，试验现场如图4所示。

图3 IRB 4400工作范围

图4 试验现场

2）试验用砂抛机

本次试验所用的砂抛机是本课题组为承接的863计划重大项目“磨抛机器人及自动化生产线研发与应用示范”所设计的，其主要技术参数如下：（1）工作轮材料为聚胺脂复合材料；（2）工作轮直径：φ60mm～φ150 mm；（3）工作轮宽度：25mm～120mm；（4）工作轮硬度：邵氏硬度30～60；（5）磨抛机进退行程：0～300 mm；（6）砂带速度：0～30m/s。

砂抛机具体三维及实物图如图5所示。

1.3 试验内容

为了研究不同磨削参数对磨削量的影响规律，寻找对磨削量影响最大的磨削参数，得到补偿磨削量的最佳方式，本文进行了以下的试验。

1）分别改变砂带速度、磨抛进给量，测量工业机器人磨削前后的工件磨削量，探讨不同磨削参数对磨削量的影响；

图5 砂抛机三维及实物图

2）设计正交试验探讨砂带速度、工件进给量、工件速度和砂带粒度四个因素对磨削量的影响贡献率，寻找对磨削量影响最大的最优的磨削参数组合。

通过ABB RobotArt软件进行磨削路径离线编程，设定水龙头的单向直线磨削路径，后通过在线示教修正，T字形水龙头大平面的磨削路径如图6所示。

图6 工件测试磨削路径示意图

2 砂带磨削参数对磨削量影响的试验结果及分析

在砂带的磨削过程中，砂带的磨削参数包括：磨削线速度、工件进给运动速度和磨削深度，这些参数的变化均会造成砂带与工件之间的接触力、接触面积发生变化，从而导致磨削量发生改变。

本节将对磨削试验得到的数据结果进行处理分析，从而得到不同磨削参数对磨削量的影响规律。根据数据所呈现的趋势和特征，总结在实际磨削中的变化规律，获得参数的最优选择、补偿的依据等。

2.1 单因子试验结果及分析

1）砂带速度对磨削量的影响

在工件速度为60mm/s、工件进给量为0.2mm，砂带粒度为80#的条件下，改变砂带速度，测量工件的磨削量，结果如图7所示。

图7 砂带速度对磨削量的影响

由图7可知，砂带速度低于25m/s时，随着砂带速度的增加，材料的磨削量也增加；当砂带速度超过25m/s时，磨削量增长变得缓慢并开始降低。这是由于前期砂带速度增加，单位时间内砂带与工件的接触面积增加，参与工作的磨粒增多，高速运动下钝化的磨粒也可工作，总的磨削量增加；此外，提高砂带速度可使震动增大，减少表面磨屑堵塞，有利于切削的进行。后期由于不断增加的磨削速度造成弹性磨粒受工件的反冲击频率增加，砂带弹性退让增加，砂带的实际切入深度减少，而造成的磨削量减少。

2）工件进给量对磨削量的影响

在工件速度为60mm/s、砂带速度为15m/s，砂带粒度为80#的条件下，改变工件进给量，测量工件的磨削量，结果如图8所示。

图8 磨削进给量对磨削量的影响

从图8中可以看出，工件的磨削量与进给量的关系为：随着工件进给量的增加，工件磨削量也随之非线性增加，增长速率逐渐下降。这是由于进给量的变化会影响法向磨削力，进给量越大，工件与砂带间的压力也越大。随着压力增大，砂带弹性退让增加，实际切入深度减少，所以磨削量降低。因此除了提高砂带速度，调整工件磨削进给量也是提高工件磨削量的方式。

此外工件速度也会影响工件的磨削量，工件的速度是指水龙头在磨抛过程的移动速度，工件速度对工件磨削量的影响与砂带速度相似，都是相对速度的改变对于磨削量的影响。磨削过程中，砂带速度远远大于工件速度，工件速度对磨削量的影响较低。

2.2 正交试验及结果分析

砂带磨削过程中，砂带的磨削参数与工件磨削量直接相关，进给量影响法向磨削力，影响砂粒的切入深度，从而影响磨削量；砂带与工件的相对速度影响接触面积，速度越快，接触面积越大，磨削量越大；砂带的粒度越小，单颗粒砂凸起越多，切入的深度越大，磨削量越大。

单因子试验结论中砂带速度为25m/s时工件的磨削量最大，而此时的磨削参数为磨削条件下的极限值，在实际的生产加工中，由于初期的砂带较锋利，工件磨削效率较高，通常选用较低的砂带速度即可；增大工件进给虽可增大工件磨削量，同时也会增大对机器人的损伤、加快砂带的磨损，故一般选取较低的工件进给量进行磨削。

由于单因子试验结果不能完全地体现多因素的影响规律，为了进一步科学探讨各因素对工件磨削量的影响及交互作用，利用正交试验综合分析试验结果，其水平因素参考单因子试验结果得出，并探讨不同因子对磨削量的影响贡献率，从而得到补偿磨削量的理论依据，并寻找出最优的参数组合。试验选择砂带速度、工件进给量、工件速度和砂带粒度这四个因素分析，因素选择及水平划分如表6所示。

根据选择的因素及水平情况，选用正交表L9（34）规划试验，试验结果如表7所示。

对于本试验的磨削量，采用信噪比描述特性，磨削量希望越大越好，试验的结果处理适用望大特性，望大公式[8]为：

其中S/N代表信噪比；yi为试验的磨削量值，试验计算的S/N值如表8所示。

表6 因素选择及水平划分

表7 正交试验结果

表8 试验结果S/N值

第i个因素在第j个水平下的平均信噪比计算公式如下：

计算的信噪比响应表如表9所示，信噪比主效应图如图9所示。

图9 信噪比主效应图

其中A代表砂带速度、B代表工件进给量、C表示工件速度、D表示砂带粒度。由图9可知，最优参数组合为A3B3C3D1，即砂带速度为15m/s，工件进给为0.2 mm，工件速度为60mm/s，砂带粒度为80#。

为准确表述各因素对磨削量的影响，需计算出各因素对试验结果的贡献率，总的平均信噪比[9～11]为：

其中k为试验次数，(S/N)i为第i次试验对应的信噪比，总离差平方和为：

第i个因素的离差平方和为：

其中l是水平数，本试验中l=3；Tj为第i个因素在第j个水平的试验次数，本试验中Tj=3；是第i个因素在第j水平处的平均信噪比。

第i个因素的贡献率计算式如下：

正交试验的各因子贡献率如表10所示。

表9 信噪比响应表

表10 各参数贡献率

表11 正交试验最优参数组合条件下的工件磨削量试验结果

由上表可知，砂带粒度的影响比重最大，占到了76.65%，其次是砂带速度13.94%，进给量第三为9.08%，工件速度的贡献率最小为0.33%。因此为了保证工件的磨削量，在选择磨削参数时应选择粗糙度较高的砂带，加大砂带速度，增加工件进给。工件速度对工件磨削量影响较小，可适当增大工件速度提高磨削量。

对最优参数组合进行验证，其结果如表11所示。

由表11可知，按照最佳参数组合所得的磨削量平均值为11.27g，大于正交试验任意一组的值，故该最优参数组合是合理的。

由正交试验结果可知，砂带粒度是影响磨削量的最大因素，但是通过频繁更换磨损的砂带来保证加工一致性有以下缺点：1）生产加工的不连续性，效率低，频繁更换砂带浪费材料，造成生产成本升高，降低企业效益；2）频繁的更换砂带，增加工人的工作量。磨损在一定程度内的砂带还可以继续使用，通过改变砂带的磨削参数即可实现保证磨削加工一致性的目的，本文主要研究对磨损砂带的识别、补偿方法。砂带速度与工件进给量对工件磨削量的贡献率相似，但砂带速度对工件磨削量的影响较工件进给量更加明显。

3 结论

砂带速度和工件进给量对工件磨削量的影响明显。砂带速度小于25m/s时，提高砂带速度可以增加磨削量；当砂带速度超过25m/s反而会降低磨削量，故可以通过提高砂带速度来补偿磨削量，但砂带速度不应提高超过25m/s。通过增加工件进给量也是提高磨削量的方法，随着工件进给量的增加，磨削量增加速率逐渐降低。

正交试验表明，砂带粒度对磨削量的影响最大，其次是砂带速度、工件进给量，最后为工件速度，磨削量的补偿需通过提速和增加工件进给的方式来实现；磨削参数最优组合为工件进给量0.2mm，砂带速度15m/s，工件速度60mm/s，砂带粒度80#。在该最优组合条件下，工件的磨削量为11.27g，大于正交试验任意一组的值，表明该最优参数组合的选择是可靠的。

[1]陈天炎,傅高升.工业机器人磨抛柔性加工系统研究[J].闽江学院学报,2014,(5)：22-27.

[2]傅高升,黄建全,刘克.CMP-60/4-A型工业机器人自动磨抛中心[Z].福建省新产品新技术成果鉴定,[2011]2号,2-5.

[3]Y. Lin, T. Chen, G. Fu, et al. Relative pose estimation from points by Kalman filters[A].IEEE International Conference on Robotics and Biomimetics.IEEE[C],2016.1495-1500.

[4]林少丹,傅高升.基于工业机器人的自动磨抛系统柔性加工系统设计[J].成都信息工程学院学报,2012,27(5)：462-465.

[5]Gao X,Mu Y, Gao Y.Optimal trajectory planning for robotic manipulators using improved teaching-learning-based optimization algorithm[J].Industrial Robot,2016,43(3)：308-316.

[6]林少丹.工业机器人自动磨抛系统的离线仿真研究[J].长江大学学报（自科版）,2014,(22)：71-74.

[7]林少丹,傅高升,李俊达.磨抛离线编程中修正砂带位姿及加工姿态[J].武汉工程大学学报,2015,37(9)：50-56.

[8]S. Gowri, K. Shireesha, X. Kennedy. Taguchi analysis in optimization of belt grinding of stainless steel 304[J].International Journal of Machining and Machinability of Materials,2009,5(1)：41-59.

[9]陈学军.田口方法的思想与原理[J].电子产品可靠性与环境试验,1995,(2)：34-37.

[10]曾凤章,赵霞.田口方法及其标准化设计[J].机械工业标准化与质量,2003,(11)：7-9.

[11]刘国兴,任世彬.田口方法与稳健性设计[J].电工电气,2010,(10)：53-57.