高速加工技術研究近十年來在國內、國外均取得了較大的發展。高速銑削技術與常規銑削相比，可以通過減少每齒材料切除量而大幅度提高有較高精度要求工件的加工效率，因此在航空、航天、汽車、模具以及國防等領域獲得了廣泛的應用。表面粗糙度是一項衡量加工表面質量的重要技術指標，如何獲得較低的表面粗糙度一直是制造業重點研究的課題。本文借助統計學手段，在系統試驗研究基礎上，通過對難加工材料中的馬氏體不銹鋼的高速銑削試驗，考察了切削用量對表面粗糙度的影響規律，建立了表面粗糙度與切削用量間的多元線性回歸經驗公式，并使用殘差分析工具驗證了該公式的適合性。

　　表1

　　一、試驗方法

　　本次研究中所有高速銑削試驗均在DMU 70eVolution 5軸加工中心進行，工件材料為馬氏體不銹鋼2Cr13 ，尺寸為150mm×35mm×45mm，硬度為30±1HRC。刀盤選用SANDVIC f50mm高效銑刀盤，刀片為R-245涂層硬質合金銑刀片，采用立式順銑方式。刀柄選擇SANDVIC f20mm高效立銑刀柄，HSK夾緊方式，刀片為涂層硬質合金銑刀片，規格為R390-11T304M。表面粗糙度指標選用Ra值。測量儀器使用時代TR40接觸式表面粗糙度儀。

　　為研究高速切削過程中切削用量對表面粗糙度的影響規律，首先選用析因試驗設計，安排試驗線路，以確定表面粗糙度影響因素中的重要效應因素;然后應用均勻設計試驗方案U1553，集中研究高速切削條件下各重要效應因素對表面粗糙度的影響規律。試驗過程中，在保證切削過程連續、前刀面積屑瘤盡可能小的前提下，沿已加工表面的圓周且平行于進給速度方向上隨機選取五個測量面，采樣長度0.8mm，測量其表面粗糙度Ra值，并取這五個測量值的算術平均值作為該表面粗糙度Ra值。為消除試驗中隨機誤差的影響，各試驗線路均以隨機化方式決定試驗次序。析因設計和均勻設計的試驗參數分別見表1和表2。

　　二、試驗結果與分析

　　對析因試驗結果進行分析計算后得到的效應正態概率圖見圖1。根據效應正態概率分布意義，沿直線上的所有效應可以被忽略，而對表面粗糙度Ra具有影響高顯著性的效應則遠離此直線。此分析表明，高速銑削條件下對表面粗糙度Ra有統計顯著性影響的主效應為每齒進給量fz、銑削深度ap和二者之間的交互作用。其中，每齒進給量對R a的影響表現為正效應，即表面粗糙度將會隨著銑削深度和進給量的增加而增大;而銑削深度和每齒進給量與銑削探度之間的交互作用為負效應。不僅如此，在試驗切削用量范圍內，切削速度對Ra的影響并不顯著，這明顯不同于常規材料的隨切削速度增加Ra將逐漸降低的趨勢。

　　值得注意的是，高速切削難加工材料時，每齒進給量fz與銑削深度ap間的交互作用，在相對較高的置信概率內對Ra具有顯著性影響。該現象表明，每齒進給量或銑削深度對表面粗糙度Ra值的影響規律與銑削深度或每齒進給量的選擇密切相關。而與之相對的中、低速切削條件下，各切削用量之間的交互作用卻不明顯，或者不存在交互作用。這就意味著在某一特定切削條件下，單純考查每齒進給量或銑削深度對表面粗糙度的單因素影響規律，將不再能準確地預報加工表面的粗糙度數值。因此，為獲得理想表面粗糙度Ra，在確定每齒進給量時需結合銑削深度進行選擇，反之亦然。

　　切削用量各要素對表面粗糙度Ra的作用分別見圖2a 、2b 、2c。

　　圖2a中，隨銑削速度Vc的增加，表面粗糙度測量值R a并未如預期的明顯下降，相反保持在一定范圍內變化，且略有上升。對此現象可以解釋為：當銑削速度增大后，由于切屑變形規律與流屑方向的變化，表面形成也將更加順暢，這時工件的表面質量將有所提高;但與此同時，刀具磨損與積屑瘤的生成、脫離頻率也都將隨之加快，這些因素與馬氏體不銹鋼自身不易斷屑的特點相互作用，會在一定程度上減弱、甚至抵消因切削速度提高所引起的表面粗糙度下降趨勢。不僅如此，隨著切削速度的增大，快速增加的切削熱在低導熱性的馬氏體不銹鋼工件加工表面上大量聚集，也會對表面質量產生較嚴重的負面影響。

　　圖2b表明，隨著銑削深度ap由低水平的1mm提高到2mm，馬氏體不銹鋼工件的表面粗糙度Ra將下降12%。這意味著在1～2mm切削余量范圍內，以較大的銑削深度可以獲得較低的表面粗糙度。究其原因，當切削層達到一定深度時，剪切變形帶將會脫離前一道加工工序在工件表面所形成的塑性變形層與組織變質層，在原始基體組織上形成的加工表面質量將會提高表面粗糙度的測量值。

　　圖2c為每齒進給量fz對表面粗糙度Ra的影響規律。對比不同切削用量各要素的規律曲線斜率，不難證明，改變每齒進給量fz，Ra測量值的變化最為顯著。

　　公式(1)給出了銑削深度ap 、銑削速度Vc 、每齒進給量人與表面粗糙度Ra之間的線性回歸模型，該模型的R2=97.34%。

　　圖3為線性回歸統計模型的適合性檢驗正態概率圖。在圖3 中未見有殘差異�，F象出現，表明公式(1)在本次試驗的切削用量范圍內統計學可信。

圖3 表面粗糙度Ra回歸數學模型的正態概率圖

圖4 表面粗糙度Ra與每齒進給量fz、銑削深度ap之間的特征關系

　　通過對均勻試驗的結果進行非線性回歸統計處理，可以得出表面粗糙度R 。測量值與每齒進給量、銑削深度之間的特征曲面及其等值圖，分別見圖4a、4b。

　　對比圖4a中表面粗糙度Ra特征曲面在每齒進給量、銑削深度各投影面上投影曲線的斜率大小，不難驗證前文所述的每齒進給量對表面粗糙度的影響大于銑削深度的影響。從圖4b中等值線的疏密程度可以證實，銑削深度與每齒進給量之間的確存在有交互影響作用。

　　通過使用涂層硬質合金刀具對馬氏體不銹鋼進行的系統試驗，并結合對試驗結果的理論分析，可以試得出以下結論：

　　1、高速銑削難加工材料中的馬氏體不銹鋼時，每齒進給量、銑削深度和兩者之間的交互作用對表面粗糙度Ra值有統計學顯著影響效應;

　　2、通過統計回歸建立的表面粗糙度Ra值與切削用量之間的線性回歸模型和非線性回歸模型統計學可信;

　　為獲得理想的加工表面質量，在確定每齒進給量時，需結合銑削深度進行選擇，反之亦然。