五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法

摘要

本发明公开了一种五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，可以得到不同刀具姿态角加工下表面纹理形貌特征分类进而得到不同表面纹理形貌特征分类对应刀具姿态角范围。本发明的方法能够根据五轴球头铣削表面纹理形貌特征得到其对应刀具姿态角范围。

说明书

技术领域

本发明属于五轴铣削领域，具体涉及五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法。

背景技术

五轴机床能够实现较好的加工质量及精度并在实现复杂曲面加工方面具有独特优势，广泛应用于航天、航空、航海、汽车、国防等领域。五轴铣削加工最大的特点是具有五个能够相互联动的运动轴，其高自由度能够根据不同的表面特征灵活调整刀具姿态角，在铣削复杂表面时避免干涉。刀具姿态角的调整还能够避免零切现象，在延长刀具使用寿命和提高加工效率的同时获得更好的表面质量。然而五轴铣削加工中刀具姿态角对表面纹理质量及走势影响较大，刀具姿态角的改变可能会导致表面纹理突变。表面纹理形貌对工件精度及性能的影响不可忽视，尤其对高精密零部件至关重要。因此针对五轴铣削加工中刀具姿态角对表面纹理形貌影响的探究是必要的。

现有五轴铣削刀具姿态角影响工件表面形貌的相关研究中大多探究不同刀具姿态角对表面粗糙度的影响，并通过实验得到表面粗糙度较小时刀具姿态角范围。但是很少探究五轴铣削加工过程中刀具姿态角对表面纹理的影响，以及表面纹理约束下的刀具姿态角范围，加工表面纹理质量的预测缺乏参考且缺少合理的依据来减少或避免加工过程中表面纹理突变情况的发生。

发明内容

针对现有技术中的上述不足，本发明提供的五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法解决了误差补偿过程中刀具姿态变化范围过大造成表面纹理形貌突变导致不合格的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，包括以下步骤：

S1、根据五轴球头铣削的刀具姿态角设计s

S2、将每组仿真模型表面微单元网格点高度值作为数据集，根据聚类算法将s

S3、在K类中随机提取一类K

S4、确定K

S5、重复步骤S3～步骤S4，确定K类中所有类的全部组刀具姿态角范围，得到五轴球头铣削的表面纹理形貌分类及对应刀具姿态角范围。

进一步地：所述步骤S1中，刀具姿态角包括倾斜角和旋转角；

所述步骤S1具体为：基于五轴球头铣削的刀具的倾斜角φ和旋转角θ，选取刀具倾斜角范围(φ

进一步地：所述步骤S1中，建立s

根据正交实验中倾斜角和旋转角将工件的表面网格离散化，建立s

所述提取每组仿真模型表面微单元网格点高度值的方法具体为：

提取仿真模型网格点最大高度值点，将最大高度值点相邻四个点内所有网格构成微单元，提取每组微单元所有网格点高度值。

进一步地：所述步骤S3包括以下分步骤：

S31、随机选择K类中的一类K

S32、取K

进一步地：所述步骤S31具体为：

S311、随机选择所述K类中的一类K

S312、将提取的倾斜角φ

S313、从所述倾斜角φ

S314、将所述第一数据集通过聚类分析判断k

若是，则进入步骤S315；

若否，则判断k

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，返回步骤S312；

若是，则将属于K类的数据集加入对应类别，返回步骤S312；

S315、将当前的正确倾斜角φ

S316、将所述第二数据集通过聚类分析判断k

若是，则返回步骤S315；

若否，则判断k

若是，则将属于K类的数据集加入对应类别，并减小Δθ，判断所述Δθ大小是否能够大于1°；若是，则返回步骤S315；若否，则确定当前倾斜角φ

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，并减小Δθ，判断所述Δθ大小是否能够大于1°；若是，则返回步骤S315；若否，则确定当前倾斜角φ

S317、通过步骤S315～步骤S316确定当前倾斜角φ

进一步地：所述步骤S312中，旋转角具体为倾斜角φ

确定倾斜角φ

以所述升序排列第一个倾斜角φ

重复上述判断，找到其对应下限；

若出现某一初始范围上限和下限重合的情况，则此倾斜角φ

进一步地：所述步骤S32具体为：

S321、取K

S322、将当前倾斜角φ

S323、按步长Δφ

S324、将所述第三数据集通过聚类分析判断d

若是，返回步骤S322；

若否，则判断d

若是，则将属于K类的数据集加入对应类别，并减小Δφ，判断所述Δφ大小是否能够大于1°；若是，则返回步骤S322；若否，则确定所述旋转角范围(θ’

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，并减小Δφ，判断所述Δφ大小是否能够大于1°；若是，则返回步骤S322；若否，则确定所述旋转角范围(θ’

S325、重复步骤S322～步骤S324确定所述旋转角范围(θ’

S326、重复步骤S321～步骤S325确定Kx类中倾斜角φx对应所有旋转角范围对应倾斜角范围，得到K

进一步地：所述步骤S4具体为：

基于提取的五轴球头铣削表面纹理形貌仿真模型的序号，提取K

本发明的有益效果为：本发明是一种五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，能够根据五轴球头铣削表面纹理形貌特征获得其对应加工刀具姿态角范围，对一定条件下工件表面加工纹理形貌进行预测。

附图说明

图1为本发明的流程图；

图2为本发明的最终分类结果图；

图3为最终分类的第一类中刀具倾斜角φ＝0°，旋转角θ＝-90°表面纹理形貌仿真图；

图4为最终分类的第二类中刀具倾斜角φ＝0°，旋转角θ＝-86°表面纹理形貌仿真图；

图5为最终分类的第三类中刀具倾斜角φ＝2°，旋转角θ＝0°表面纹理形貌仿真图；

图6为最终分类的第四类中刀具倾斜角φ＝8°，旋转角θ＝-54°表面纹理形貌仿真图；

图7为最终分类的第五类中刀具倾斜角φ＝8°，旋转角θ＝-90°表面纹理形貌仿真图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

实施例1：

如图1所示，在本发明的一个实施例中，一种五轴球头铣削表面纹理分类及对应刀具姿态范围确定方法，包括以下步骤：

S1、根据五轴球头铣削的刀具姿态角设计s

S2、将每组仿真模型表面微单元网格点高度值作为数据集，根据聚类算法将s

S3、在K类中随机提取一类K

S4、确定K

S5、重复步骤S3～步骤S4，确定K类中所有类的全部组刀具姿态角范围，得到五轴球头铣削的表面纹理形貌分类及对应刀具姿态角范围。

五轴球头铣削表面纹理形貌是由球头铣刀高速铣削后工件表面多条纹理脊线排列形成加工表面纹理形貌。

所述步骤S1中，刀具姿态角包括倾斜角和旋转角；

所述步骤S1具体为：基于五轴球头铣削的刀具的倾斜角φ和旋转角θ，选取刀具倾斜角范围(φ

在本实施例中，以刀具姿态角倾斜角φ和旋转角θ为主要因素，选取刀具倾斜角范围(0°，40°)，刀具旋转角范围(-90°，90°)，确定水平数s，s＝6，设计s

表1 36组正交实验

所述步骤S1中，建立s

根据正交实验中倾斜角和旋转角将工件的表面网格离散化，建立s

所述提取每组仿真模型表面微单元网格点高度值的方法具体为：

提取仿真模型网格点最大高度值点，将最大高度值点相邻四个点内所有网格构成微单元，提取每组微单元所有网格点高度值。

在本实施例中，所述步骤S2中，将仿真组别分为K类，K＝3，表2为36组仿真组别分类结果；

表2 36组仿真组别分类结果

所述步骤S3包括以下分步骤：

S31、随机选择K类中的一类K

S32、取K

所述步骤S31具体为：

S311、随机选择所述K类中的一类K

S312、将提取的倾斜角φ

S313、从所述倾斜角φ

S314、将所述第一数据集通过聚类分析判断k

若是，则进入步骤S315；

若否，则判断k

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，返回步骤S312；

若是，则将属于K类的数据集加入对应类别，返回步骤S312；

S315、将当前的正确倾斜角φ

S316、将所述第二数据集通过聚类分析判断k

若是，则返回步骤S315；

若否，则判断k

若是，则将属于K类的数据集加入对应类别，并减小Δθ，判断所述Δθ大小是否能够大于1°；若是，则返回步骤S315；若否，则确定当前倾斜角φ

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，并减小Δθ，判断所述Δθ大小是否能够大于1°；若是，则返回步骤S315；若否，则确定当前倾斜角φ

S317、通过步骤S315～步骤S316确定当前倾斜角φ

所述步骤S312中，旋转角具体为倾斜角φ

确定倾斜角φ

以所述升序排列第一个倾斜角φ

重复上述判断，找到其对应下限；

若出现某一初始范围上限和下限重合的情况，则此倾斜角φ

所述步骤S32具体为：

S321、取K

S322、将当前倾斜角φ

S323、按步长Δφ

S324、将所述第三数据集通过聚类分析判断d

若是，返回步骤S322；

若否，则判断d

若是，则将属于K类的数据集加入对应类别，并减小Δφ，判断所述Δφ大小是否能够大于1°；若是，则返回步骤S322；若否，则确定所述旋转角范围(θ’

若否，则将不属于K类的数据集作为新的一类加入K类中，将属于K类的数据集加入对应类别，并减小Δφ，判断所述Δφ大小是否能够大于1°；若是，则返回步骤S322；若否，则确定所述旋转角范围(θ’

S325、重复步骤S322～步骤S324确定所述旋转角范围(θ’

S326、重复步骤S321～步骤S325确定Kx类中倾斜角φx对应所有旋转角范围对应倾斜角范围，得到K

所述步骤S4具体为：

基于提取的五轴球头铣削表面纹理形貌仿真模型的序号，提取K

本发明的最终分类结果如图2所示，本发明最后得到五轴球头铣削表面纹理质量分类及对应刀具姿态范围如图3～图7所示。

本发明的有益效果为：本发明的方法能够根据离散刀具姿态角组合下五轴球头铣削表面形貌仿真模型不同特征分类结果得到特定刀具姿态角范围内不同五轴球头铣削表面纹理形貌特征及对应刀具姿态角范围的完整划分，进而能够根据五轴球头铣削表面纹理形貌特征获得其对应加工刀具姿态角范围。因此基于该结果能够实现一定加工条件下工件表面加工纹理形貌的预测，从而为加工前选择一个合适的刀具姿态角范围提供参考，同时能够为机床进行几何误差补偿时提供一定依据以避免误差补偿过程中刀具姿态变化范围过大造成表面纹理形貌突变导致不合格工件表面。

在本发明的描述中，需要理解的是，术语“中心”、“厚度”、“上”、“下”、“水平”、“顶”、“底”、“内”、“外”、“径向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明的技术特征的数量。因此，限定由“第一”、“第二”、“第三”的特征可以明示或隐含地包括一个或者更多个该特征。