機械器件激光微加工過程拋光參數優化建模分析

王 霞

（鄭州西亞斯學院 電子信息工程學院，新鄭 451150）

0 引言

隨著相關領域對制造技術要求的日益提升，機械零部件的質量要求也逐漸向高精度和高品質的方向發展[1]。在機械制造領域中，若零件成型后的表面粗糙度高或存在較多的凹凸，就難以滿足高使役性的要求[2]。因此，零件表面光滑處理成為高性能機械零件制造技術鏈中的重要環節之一。

文獻[3]中首先分析了機械零件加工過程中的固有階梯效應、球化效應及其成型后表面的高粗糙度特征，然后根據零件表面粗糙度、表層殘余應力及其廓形精度等指標，綜合電化學、激光處理和磨料流三種處理模式，完成對零件表面的光滑處理。文獻[4]中針對圓柱體小零件，設計了一種高效自動打磨拋光處理方法。其在實現對零件的徑向圓周加工后，在翻轉臺設備上完成對零件的軸向自動加工。在加工過程中，根據工藝需求設置多個處理工位，通過添加柔順可調節裝置來控制加工參數，以此來保障光滑處理效果。

然而在實際應用中發現，應用上述傳統方法后，零件表面存在凹凸不平的現象，且加工效率也有待提升。主要是因為在加工中，缺少智能化程度高，準確性強的約束條件控制加工過程，人工痕跡明顯。為此，本文基于圖像處理中紋理特征挖掘結果，設計了一種新的機械零件微加工中表面光滑處理方法。

1 表面光滑處理方法設計

1.1 機械零件表面紋理特征挖掘

為了實現對機械零件表面紋理特征的分析，并為后續的光滑處理提供特征依據，本研究在挖掘機械零件表面紋理特征的基礎上，對特征數據實施預處理。

圖像本身的質量直接影響特征挖掘的效果，為提高圖像特征的真實性，通常使用圖像、合成等手段構建360°三維立體場景。但是該方法由于處理步驟較為復雜，會消耗大量的時間。為此，本研究利用分形理論，通過鄰近搜索的方式提取機械零件表面圖像紋理特征邊緣信息，具體的提取步驟如下：

步驟一：根據相關性融合規則得到機械零件表面圖像紋理分量值如式(1)所示：

式(1)中，ti和tj分別表示機械零件表面圖像的聯合共享稀疏分配點(i，j)處的紋理分量，dis(ti，tj)表示兩個紋理特征標記特征點之間的歐式距離，σ表示圖像的空間信息增加分量。

步驟二：將機械零件表面圖像劃分為多個子區域，其中，dmax和dmin分別表示圖像子塊區域中的最大邊長與最小邊長。以子區域為中心，劃分鄰近搜索范圍如式(2)所示：

式(2)中，n表示機械零件表面圖像子區域數量，(x，y)表示子區域的空間坐標。

步驟三：任意選定一個子區域ak，搜索其最佳匹配父區域Ak，將搜索空間設定在2d×2d范圍內。

步驟四：在鄰近搜索過程中，提取相鄰兩個子區域中相似的紋理輪廓點，并利用局部信息熵融合過程對得到的輪廓點實施融合處理，從而得到機械零件表面圖像紋理的活動輪廓，再結合式(1)中所得的紋理分量值，得到圖像的紋理特征量挖掘結果如式(3)所示：

1.2 優化機械零件表面光滑處理參數

結合上述挖掘的機械零件表面紋理特征，將磨頭無斷續給進速度、磨頭壓強、磨頭轉速以及打磨頻率作為光滑處理參數。

1）磨頭無斷續給進速度。在傳動速度允許范圍內設置進給速度，將其控制在最大無斷續給進速度vmax和最小無斷續給進速度vmin之內。

2）磨頭壓強。磨頭壓強在正常拋光過程中的調整通常具有靈活性和頻繁性[5]。光滑打磨壓強通常分為兩種，第一種為負壓，第二種為正壓，光滑打磨設備的工作壓強就是負壓和正壓的差值。

3）磨頭轉速。在最大角速度θmax和最小角速度θmin之內設置磨頭角速度。轉速的計算過程如式(4)所示：

式(4)中，λ表示磨頭振幅，P表示打磨設備電機功率。

4）打磨頻率。打磨設備的擺動頻率也就是擺動次數的倒數，在拋光參數優化過程中，將設備擺動頻率設置在0.2≤g≤0.2之間。

在優化機械零件表面光滑處理參數時，需要符合機械零件的加工要求設置參數約束條件。為此，本研究利用主成分分析法分析不同參數對光滑處理效果的影響。在表面光滑處理過程中，紋理特征去除率越高，材料的粗糙度越低，即表面光滑處理效果越好。假設η表示主成分分析系數，其取值范圍為(0，1]，計算過程如式(5)所示：

式(5)中，Xk表示分辨系數，為第k個參數對應的權重，C0表示初始化的表面光滑處理參數參考序列，Ci表示比較序列。基于主成分分析過程，將磨頭無斷續給進速度、磨頭壓強、磨頭轉速以及打磨頻率4項參數作為分析對象，分析不同參數對光滑處理效果的累計貢獻率，過程如式(6)所示：

式(6)中，μk表示不同參數對零件表面光滑程度影響的特征值，η表示光滑處理特征對應的原始序列與其變化序列間的相關系數。在此基礎上，根據累計貢獻率計算不同光滑處理參數的主成分貢獻率，過程如式(7)所示：

主成分貢獻率計算結果即為不同光滑處理參數相對于紋理特征的約束條件。

在此基礎上，以不同光滑處理參數的主成分貢獻率為約束條件，將機械零件表面不規則凹凸的最小高度方差作為優化目標，構建如下參數優化模型：

式(8)中，D(k)表示機械零件表面不規則凹凸的最小高度方差，zn表示參數k的下限約束，in表示參數k的上限約束。

1.3 機械零件表面光滑處理

結合上述機械零件表面光滑處理參數優化過程，采用種群進化方法對參數優化模型進行求解。

將不同光滑處理參數k視為空間中的種群，ki表示種群中存在的第i個個體。假設B(ki)表示第i個個體在尋優過程中存在的數值最優解，其形式如式(9)所示：

式(9)中，g(ki)表示第i個個體在尋優過程中的適應值，t表示迭代次數。

在最優解處，以機械零件縱截面分布均勻性和橫截面分布均勻性為目標，通過鄰域變異的方式對全局極值進行更新，形成機械零件表面光滑處理的遞階結構，如圖1所示。

圖1 機械零件表面光滑處理遞階結構

上述通過種群進化+鄰域搜索過程，為光滑處理過程中的磨頭無斷續給進速度、磨頭壓強、磨頭轉速以及打磨頻率4項參數提供了最優打磨狀態，從而得到了最優的機械零件光滑處理結果。

2 實驗與分析

為驗證上述設計的基于紋理特征挖掘的機械零件表面光滑處理方法的整體有效性，設計如下測試過程。

實驗測試共分為兩部分，一是基礎測試，利用本文方法對微小機械零件表面的凹凸不平、磨損等進行光滑處理，對本文方法的有效性展開基礎性的檢驗。二是對比測試，以零件表面的粗糙度和不規則凹凸高度為測試項，將本文方法與文獻[3]與文獻[4]作對比。

1）基礎測試

首先利用本文方法對微小機械零件實施光滑處理，待處理的零件如圖2所示。

圖2 待處理的微小機械零件

圖2中，待處理的微小機械零件表面的粗糙度較高，零件1表面凹凸不平且有微小磨損，零件2表面存在嚴重的毛刺現象。采用本文方法對兩個零件進行光滑打磨，打磨后的效果如圖3所示。

圖3 本文方法處理后的微小機械零件

觀察圖3可以看出，經本文方法處理后，零件1表面的凹凸不平和微小磨損情況得到了解決，零件2表面毛刺消失且粗糙度有所降低，表面變得光滑。上述結果初步證明了本文方法的有效性。

2）對比測試

為進一步突出本文方法的應用效果，將文獻[3]方法和文獻[4]方法作為對比，針對不同磨頭無斷續給進速度下的零件粗糙度、機械零件表面凹凸程度為指標，對比不同方法的實際應用性能。首先對比在磨頭壓強和磨頭轉速變化的情況下，機械零件表面的粗糙度，測試結果如圖4所示。

圖4 應用不同方法后零件表面的粗糙度對比

分析圖4(a)可知，在磨頭壓強不斷增加的情況下，應用本文方法、文獻[3]方法和文獻[4]方法后，機械零件表面的粗糙度整體形成降低的趨勢。但在磨頭壓強相同時，應用本文方法后機械零件表面的粗糙度遠低于文獻[3]方法和文獻[4]方法。

分析圖4(b)可知，在磨頭轉速由5600rad/s增加至6400rad/s的過程中，應用本文方法后機械零件表面的粗糙度不斷下降。當磨頭轉速為6000rad/s時，應用文獻[3]方法后機械零件的粗糙度不再發生變化；當磨頭轉速為6200rad/s時，應用文獻[4]方法后機械零件表面的粗糙度不再發生變化。

通過上述測試可知，當磨頭壓強和磨頭轉速不同時，本文方法均可有效的降低機械零件表面的粗糙度，表明本文方法的光滑處理效果更好。這是因為本文方法利用主成分分析法分析了多項chuli參數對零件表面打磨質量的影響，選取其中影響較大的參數進行優化，提高了優化效果，進而減小了機械零件的粗糙度。

在此基礎上，將機械零件表面不規則凹凸高度作為指標，測試本文方法、文獻[3]方法和文獻[4]方法的光滑處理效果，測試結果如表1所示。

表1 機械零件表面不規則凹凸高度測試結果

分析表1中的數據可知，應用本文方法處理后的機械零件表面凹凸高度浮動在-0.3nm～0.5nm以內，表明本文方法處理后的機械零件表面較為光滑。而應用文獻[3]方法和文獻[4]方法處理后的機械零件表面凹凸高度變化較大，說明采用以上兩種方法對機械零件表面處理后，零件表仍存在面凹凸不平的情況。

通過上述測試結果可知，本文方法處理后的機械零件表面較為平滑，表明本文方法的光滑處理質量更好。

3 結語

機械制造業的發展程度可通過光化處理技術水平進行衡量，其在民用設備、航空航天、集成電路和軍事等領域中，該技術得到了廣泛的應用。為此，本研究提出了基于紋理分析的機械零件微加工中表面光滑處理方法，有效降低了機械零件表面的粗糙度，解決了表面凹凸不平的問題。