導(dǎo)軌表面粗糙度功能參數(shù)表征及其對摩擦特性的影響.pdf

1、摩擦存在于生活中各個(gè)方面，而幾乎所有摩擦過程都會造成磨損。機(jī)械系統(tǒng)損傷的一個(gè)重要原因就是接觸表面產(chǎn)生過度磨損。理想的光滑表面是不存在的，任何零件加工表面都具有一定的微觀粗糙結(jié)構(gòu)和宏觀形狀誤差。而上述兩者的存在會影響零件接觸界面之間的潤滑油膜連續(xù)性、接觸應(yīng)力及壓力分布等，進(jìn)而對零件的抗磨損性能、抗腐蝕性能等產(chǎn)生不可忽視的作用。磨削加工作為零件精加工的主要方式之一，其磨削參數(shù)對表面形貌的形成具有非常顯著的影響。然而，目前對磨削表面的表征仍然

2、只是局限于二維輪廓粗糙度評價(jià)參數(shù)及有限的幾個(gè)三維表面粗糙度幅度參數(shù)的使用，這些參數(shù)并不能直觀的反映表面的實(shí)際表面特性，也無法有效地將表面形貌與其摩擦特性聯(lián)系起來。因此，對導(dǎo)軌磨削表面粗糙度的功能特性表征以及不同潤滑條件下表面粗糙度功能參數(shù)的摩擦學(xué)效應(yīng)等問題開展研究，具有重要的現(xiàn)實(shí)意義和工程價(jià)值。
　　基于滑動導(dǎo)軌表面的使用性能，針對導(dǎo)軌磨削表面進(jìn)行功能特性表征和三維實(shí)體建模;并在不同潤滑狀態(tài)下，對表面粗糙度功能參數(shù)的摩擦學(xué)效應(yīng)進(jìn)行

3、分析;在此基礎(chǔ)上，開展關(guān)于加工參數(shù)—表面形貌—摩擦學(xué)特性的優(yōu)化預(yù)測建模。主要研究工作如下:
　　首先，選擇表面形貌幅度參數(shù)中的算術(shù)平均偏差Sa結(jié)合屬于表面形貌功能參數(shù)的表面支承指數(shù)Sbi、核心區(qū)液體滯留指數(shù)Sci、谷底區(qū)液體滯留指數(shù)Svi對磨削表面進(jìn)行表征。分析了磨削參數(shù)（砂輪轉(zhuǎn)速Vs、工件速度Vw、橫向進(jìn)給量fa、背吃刀量αp）分別對表面形貌評價(jià)參數(shù)（Sa、Sbi、Sci、Svi）的影響規(guī)律，總結(jié)磨削參數(shù)對四個(gè)表面形貌評價(jià)參數(shù)影

4、響最顯著的因素依次為:Vs、fa、fa、fa。在此基礎(chǔ)上，利用BP神經(jīng)網(wǎng)絡(luò)，分別建立了基于磨削參數(shù)（Vs、Vw、fa、αp）的表面形貌評價(jià)參數(shù)(Sa、Sbi、Sci、Svi)的關(guān)系模型。然后，為了解決功能參數(shù)測量困難的問題，利用BP神經(jīng)網(wǎng)絡(luò)建立了基于表面形貌幅度參數(shù)(Sa，Sz，St)的功能參數(shù)的預(yù)測模型，并檢驗(yàn)了模型的預(yù)測精確度。
　　其次，基于實(shí)際三維粗糙表面形貌的測量數(shù)據(jù)，利用小波分析剝離對表面特性影響很小的高頻細(xì)節(jié)特征，提

5、取、融合并重構(gòu)低頻形狀特征，實(shí)現(xiàn)對粗糙三維表面的有限元建模。針對目前小波函數(shù)選擇標(biāo)準(zhǔn)混亂、精確度低的現(xiàn)狀，綜合考慮整體重構(gòu)誤差、重構(gòu)圖像的清晰度、算術(shù)平均偏差Sa的重構(gòu)誤差以及對表面微凸體精簡程度四個(gè)因素確立了計(jì)算簡單、精確度高、適應(yīng)性強(qiáng)的小波母函數(shù)選擇標(biāo)準(zhǔn)。利用小波變換多尺度分析的特點(diǎn)，通過對不同尺度重構(gòu)信息的均方根偏差和小波能量突變點(diǎn)的分析，將表面微觀形貌分解為受刀具磨損和材料影響的第1頻段特征，受加工參數(shù)影響的第2頻段特征，受機(jī)床

6、條件和加工環(huán)境影響的第3頻段特征。然后提取只受加工參數(shù)影響的第2頻段特征建立了通用性粗糙表面有限元模型。
　　第三，利用有限元仿真與實(shí)驗(yàn)驗(yàn)證相結(jié)合的方法，分別在流體潤滑和混合潤滑條件下，研究了表面形貌微觀結(jié)構(gòu)的摩擦學(xué)效應(yīng)，并對其進(jìn)行了結(jié)構(gòu)優(yōu)化設(shè)計(jì)。在流體潤滑條件下，分析討論了表面形貌評價(jià)參數(shù)（Sa、Sbi、Sci和Svi）影響摩擦力Fy*、承載力Fz*和摩擦系數(shù)f等摩擦特性參數(shù)的規(guī)律，發(fā)現(xiàn):Sa和Svi對摩擦力和摩擦系數(shù)影響最大;

7、Sa和Sbi對承載力影響較顯著。在此基礎(chǔ)上，利用多元-非線性回歸分析建立了較為精確的表面形貌評價(jià)參數(shù)對摩擦力Fy*的預(yù)測模型。然后，針對不同的摩擦學(xué)性能對表面形貌的微觀結(jié)構(gòu)進(jìn)行了參數(shù)優(yōu)化設(shè)計(jì)。在混合潤滑條件下，首先針對磨削表面的特性，對平均Reynolds方程中流量因子的計(jì)算方程進(jìn)行了修正與擬合，并將其用于后續(xù)的數(shù)值分析中。然后，考慮速度、載荷以及微觀凸峰變形對潤滑油膜的影響，研究了此時(shí)表面形貌評價(jià)參數(shù)(Sa、Sbi、Sci、Svi）對

8、表面摩擦學(xué)性能（固-固接觸面積、摩擦系數(shù)、表面平坦化）的影響規(guī)律，并從表面機(jī)理上分析了表面摩擦學(xué)性能改變的原因。在此基礎(chǔ)上，針對不同的摩擦學(xué)特性，對表面形貌評價(jià)參數(shù)分別進(jìn)行了單目標(biāo)和多目標(biāo)優(yōu)化，結(jié)果顯示:多目標(biāo)綜合優(yōu)化結(jié)果不僅具有小的摩擦系數(shù)，而且固-固接觸面積和表面平坦化趨勢也較小，綜合性能明顯優(yōu)于其他表面。
　　最后，建立了關(guān)于磨削參數(shù)—表面形貌—摩擦學(xué)性能的預(yù)測優(yōu)化模型?；诒砻嫘蚊苍u價(jià)參數(shù)（Sa、Sbi、Sci、Svi），

9、利用遺傳算法(Genetic Algorithm，GA)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法建立了對磨削參數(shù)(Vs、Vw、fa、αp)的反向優(yōu)化預(yù)測模型，檢驗(yàn)了模型的優(yōu)化精度，實(shí)現(xiàn)了針對零件摩擦學(xué)性能要求，快速準(zhǔn)確地確定合理的切削加工參數(shù)的需求。然后，分別在流體潤滑狀態(tài)和混合潤滑狀態(tài)下，針對較好的摩擦學(xué)性能、油膜承載能力、表面平坦化趨勢等特殊要求進(jìn)行了磨削參數(shù)的優(yōu)化設(shè)計(jì)，并通過實(shí)驗(yàn)驗(yàn)證了設(shè)計(jì)結(jié)果的可信性和精確度，從而證明了本部分建立的優(yōu)化預(yù)測模型的實(shí)