劉曉初，劉鎮(zhèn)，梁忠偉，黃建楓，高偉林，蕭金瑞

基于隨機(jī)碰撞的GCr15鋼強(qiáng)化研磨表面粗糙度數(shù)值模擬

劉曉初a,b,c，劉鎮(zhèn)a,b,c，梁忠偉a,b,c，黃建楓a,b,c，高偉林a,b,c，蕭金瑞a,b,c

（廣州大學(xué) a.機(jī)械與電氣工程學(xué)院 b.廣州市金屬材料強(qiáng)化研磨高性能加工重點(diǎn)實(shí)驗(yàn)室 c.廣東省強(qiáng)化研磨高性能微納加工工程技術(shù)研究中心，廣州 510006）

探索強(qiáng)化研磨工藝參數(shù)對(duì)表面粗糙度的影響規(guī)律。采用小球均布大球模型來(lái)模擬研磨粉附著在鋼珠表面對(duì)工件的強(qiáng)化作用，基于Abaqus/Python建立強(qiáng)化研磨隨機(jī)碰撞有限元模型，設(shè)置不同噴射速度、噴射角度、鋼珠直徑、噴射時(shí)間等工藝參數(shù)進(jìn)行仿真模擬。運(yùn)用Matlab提取靶材表面形貌，并基于此形貌，沿4種不同路徑計(jì)算表面粗糙度，分析不同參數(shù)下表面粗糙度的變化規(guī)律。隨噴射時(shí)間的增加，強(qiáng)化研磨表面粗糙度先增加，后趨于穩(wěn)定。噴射角度為90°，鋼珠直徑為0.8mm，噴射速度分別為30、50、70 m/s條件下，隨著噴射時(shí)間的增加，表面粗糙度增加至穩(wěn)定后，分別在1~1.2、1.7~1.9、2~2.5 μm波動(dòng)；噴射速度為50 m/s，鋼珠直徑為0.8mm，噴射角度分別為30°、60°、90°條件下，隨著噴射時(shí)間的增加，表面粗糙度增加至穩(wěn)定后，分別在1.1~1.3、1.5~1.7、1.7~1.9 μm波動(dòng)；噴射速度為50 m/s，噴射角度為90°，鋼珠直徑分別為0.4、0.8、1.2 mm條件下，隨著噴射時(shí)間的增加，表面粗糙度增加至穩(wěn)定后，分別在0.7~0.8、1.7~1.9、2.4~2.6 μm波動(dòng)。經(jīng)過(guò)試驗(yàn)驗(yàn)證，發(fā)現(xiàn)試驗(yàn)結(jié)果與仿真結(jié)果平均誤差為8.15%。強(qiáng)化研磨隨機(jī)碰撞有限元模型能可靠預(yù)測(cè)強(qiáng)化研磨工藝下工件的表面粗糙度，可為后續(xù)研究提供理論基礎(chǔ)。

強(qiáng)化研磨；表面粗糙度；隨機(jī)碰撞；數(shù)值模擬；GCr15鋼

強(qiáng)化研磨是一種抗疲勞、抗腐蝕、抗磨損的金屬材料精密加工技術(shù)，其工作原理是：利用高壓氣體驅(qū)動(dòng)研磨料（由鋼珠、研磨粉、研磨液組成），等概率地隨機(jī)噴射至工件表面（如圖1所示）。該技術(shù)在材料表面引入殘余壓應(yīng)力，提高表面硬度，在表面形成有利于抗疲勞、耐磨損的表面油囊和紋理[1-3]。然而，強(qiáng)化研磨過(guò)程中，鋼丸和研磨粉高速?zèng)_擊工件表面，使其發(fā)生劇烈的塑性變形，進(jìn)而使其粗糙度增加。在課題組的前期研究中，通過(guò)實(shí)驗(yàn)的方法探索了不同工藝參數(shù)和研磨料循環(huán)次數(shù)對(duì)工件表面粗糙度的影響規(guī)律[4-9]，但強(qiáng)化研磨粗糙度數(shù)值模擬方面還尚未有學(xué)者進(jìn)行研究。目前缺少一種能可靠預(yù)測(cè)強(qiáng)化研磨粗糙度的數(shù)學(xué)模型，導(dǎo)致強(qiáng)化研磨加工粗糙度的研究仍依賴于大量的實(shí)驗(yàn)，這不但消耗大量的人力物力，還嚴(yán)重制約了強(qiáng)化研磨加工的研究效率。

圖1 強(qiáng)化研磨加工原理

在表面沖擊強(qiáng)化中，影響工件表面粗糙度的主要參數(shù)有沖擊時(shí)間、沖擊速度、沖擊角度、鋼珠尺寸、工件表面初始粗糙度等。為了探究這些參數(shù)對(duì)工件表面粗糙度的影響規(guī)律，國(guó)內(nèi)外學(xué)者建立了許多不同的模型。張建榮等[10]建立了單個(gè)鋼珠碰撞模型，提出了一種工件表面粗糙度預(yù)測(cè)模型。鄭林彬等[11]建立了9丸粒對(duì)稱3D有限元模型，研究了不同鋼珠直徑對(duì)工件表面粗糙度的影響。QIANG Bin等[12]、GHASEMI A等[13]、MIAO H Y等[14]分別建立了三維隨機(jī)碰撞模型，探究了覆蓋率對(duì)工件表面粗糙度的影響規(guī)律。TARO M等[15]、MYLONAS G等[16]、BAGHERIFARD S等[17]分別基于三維隨機(jī)沖擊模型，提出了一種噴丸表面粗糙度的預(yù)測(cè)方法。以上研究中，單個(gè)鋼珠和多個(gè)對(duì)稱鋼珠碰撞模型不能體現(xiàn)強(qiáng)化研磨加工中鋼珠在空間分布的隨機(jī)性，而三維隨機(jī)碰撞模型只研究了鋼珠與工件的碰撞作用，研磨粉附著在鋼珠上對(duì)工件的碰撞效果未能體現(xiàn)。

綜上所述，本文旨在建立一種新的強(qiáng)化研磨隨機(jī)碰撞模型，探究不同強(qiáng)化研磨工藝參數(shù)對(duì)工件表面粗糙度的影響規(guī)律，通過(guò)實(shí)驗(yàn)驗(yàn)證仿真模型的合理性，以期提高強(qiáng)化研磨加工研究效率，并對(duì)后續(xù)的工藝參數(shù)選擇提供理論指導(dǎo)。

1 建立強(qiáng)化研磨模型

強(qiáng)化研磨加工是一個(gè)復(fù)雜的循環(huán)動(dòng)態(tài)碰撞接觸過(guò)程，涉及到材料非線性、幾何非線性、邊界非線性等問(wèn)題，建立完全符合實(shí)際情況的仿真模型極為困難。因此，為了簡(jiǎn)化仿真計(jì)算過(guò)程，在不影響研究結(jié)果的前提下，做出如下假設(shè)[18]：研磨粉與鋼珠不發(fā)生相對(duì)運(yùn)動(dòng)；所有鋼珠、研磨粉與靶材的碰撞速度大小和方向均相同，無(wú)速度差；靶材初始表面為理想光滑平面；靶材為均勻且各向同性材料。

1.1 幾何模型

在強(qiáng)化研磨加工中，研磨粉的平均粒徑通常為0.16 mm左右，形狀差異很大（如圖2所示），對(duì)研磨粉進(jìn)行建模難度較大。為降低建模難度，本文采用半徑為=0.08 mm的球模擬研磨粉顆粒，并將研磨粉顆粒均勻地粘附在鋼珠表面，形成一組研磨料。如圖2所示，小球均勻分布在大球周圍，小球重心位于大球的表面，小球的數(shù)量根據(jù)式（1）進(jìn)行計(jì)算。

式中：為研磨粉（即小球）數(shù)目；為鋼珠半徑；為小球半徑。

圖2 研磨粉形狀

強(qiáng)化研磨加工過(guò)程為連續(xù)不斷的鋼珠、研磨粉對(duì)工件表面進(jìn)行撞擊，鋼珠和研磨粉在空間的分布具有隨機(jī)性。為了提高研究效率，選取工件中一部分區(qū)域作為靶材，其上方為在空間隨機(jī)分布的一定數(shù)目的鋼珠與研磨粉（研磨粉與鋼珠如圖3所示）。基于Abaqus/Python，建立了一個(gè)新的強(qiáng)化研磨隨機(jī)沖擊有限元模型如圖4和圖5所示。靶材形狀為長(zhǎng)方體，其中長(zhǎng)度=1.5 mm，寬度=1.5 mm，高度=2.5 mm；撞擊區(qū)域?yàn)殚L(zhǎng)方體，其中長(zhǎng)度L=0.5 mm，寬度L=0.5 mm，高度=0.8 mm；撞擊平面A的面積為0.25 mm2。研磨料在空間中的位置由Python編程軟件中的隨機(jī)函數(shù)確定。當(dāng)噴射角為90°時(shí)，任意一組研磨料質(zhì)心的三維坐標(biāo)(X,Y,Z)如式（2）所示，坐標(biāo)原點(diǎn)位于靶材底面的中心。當(dāng)噴射角度不為90°時(shí)，任意一組研磨料質(zhì)心的三維坐標(biāo)(X,Y,Z)如式（3）所示。

圖3 研磨粉均布模型

圖4 三維強(qiáng)化研磨隨機(jī)碰撞模型

圖5 沖擊區(qū)域尺寸

式中：Random.uniform為Python軟件中的隨機(jī)函數(shù)；為噴射角度。

當(dāng)研磨料顆粒與目標(biāo)碰撞時(shí)，球表面只有一小部分研磨顆粒（小球）可以與目標(biāo)表面接觸，不同的接觸情況會(huì)產(chǎn)生不同的碰撞效果。實(shí)際強(qiáng)化研磨加工過(guò)程中，在氣流的作用下，研磨料會(huì)產(chǎn)生旋轉(zhuǎn)，因此每組研磨料與工件表面的接觸情況是不確定的。為了模擬這種接觸的隨機(jī)性，研磨料與靶材碰撞之前，朝任意方向旋轉(zhuǎn)一個(gè)隨機(jī)的角度，角度的大小由式（4）確定。在實(shí)際強(qiáng)化研磨加工過(guò)程中，為了防止研磨料之間發(fā)生干涉，約束任意兩組研磨料之間的距離L＞2+，整個(gè)模型隨機(jī)過(guò)程的實(shí)現(xiàn)如圖6所示。

1.2 網(wǎng)格劃分與邊界條件

在網(wǎng)格劃分上，研磨料采用四節(jié)點(diǎn)線性四面體單元C3D4。靶材采用八節(jié)點(diǎn)線性減縮積分單元C3D8R，并進(jìn)行沙漏控制。HAN K等[19]的研究表明，在靶材的網(wǎng)格尺寸不大于鋼珠直徑1/10的前提下，噴丸有限元仿真結(jié)果較為穩(wěn)定，故在沖擊區(qū)域（L×L×）進(jìn)行局部網(wǎng)格細(xì)化，靶材上最小的網(wǎng)格尺寸為0.016 mm× 0.016 mm×0.016 mm。

在整個(gè)仿真過(guò)程中，約束靶材下表面所有自由度，限制其轉(zhuǎn)動(dòng)與位移。研磨料并不作為研究對(duì)象，故在計(jì)算過(guò)程中將其約束為剛體。定義研磨料與靶材的接觸為面-面接觸，接觸算法為罰函數(shù)接觸法，研磨料與靶材的摩擦系數(shù)取0.3[20]。采用Abaqus/Explicit模塊對(duì)整個(gè)模型進(jìn)行計(jì)算求解，分析步時(shí)長(zhǎng)按式（5）計(jì)算。

式中：0為一般單個(gè)鋼珠碰撞模型穩(wěn)定時(shí)長(zhǎng)，根據(jù)文獻(xiàn)[21]，0取10 μs；為研磨料數(shù)目；0為研磨料的初始速度。

1.3 材料模型

研磨料和靶材的材料均為GCr15軸承鋼，其主要力學(xué)性能參數(shù)見(jiàn)表1。強(qiáng)化研磨加工過(guò)程中，工件會(huì)在短時(shí)間內(nèi)發(fā)生強(qiáng)烈的塑性變形，而Johnson-cook本構(gòu)模型能夠很好地描述材料在高應(yīng)變率條件下的應(yīng)力應(yīng)變關(guān)系[22-23]，故在靶材中應(yīng)用該本構(gòu)模型，其具體表達(dá)式見(jiàn)式（6）。

、、、、為通過(guò)實(shí)驗(yàn)得到的材料本構(gòu)參數(shù)，GCr15的Johnson-Cook本構(gòu)模型參數(shù)見(jiàn)表2[24-25]。

表1 GCr15鋼的力學(xué)性能參數(shù)

Tab.1 Mechanical properties of GCr15 bearing steel

表2 GCr15的Johnson-Cook參數(shù)

Tab.2 Johnson-Cook parameters of GCr15

2 表面粗糙度計(jì)算

強(qiáng)化研磨仿真計(jì)算后，沖擊區(qū)域的表面形貌如圖7所示，使用Matlab提取所有表面節(jié)點(diǎn)在方向上的位移（3），并進(jìn)行表面粗糙度評(píng)估。

圖7 強(qiáng)化研磨有限元模擬結(jié)果

采用輪廓算術(shù)平均偏差a對(duì)強(qiáng)化研磨有限元模擬后的表面粗糙度進(jìn)行評(píng)估，其表達(dá)式如式（7）所示[26]。

式中：為取樣長(zhǎng)度；()為采樣點(diǎn)的幅值。=Z為最小二乘中線。

為了將仿真計(jì)算結(jié)果用于計(jì)算表面粗糙度，將式（7）進(jìn)行擴(kuò)展并離散化，得到式（8）。

式中：、分別為沖擊區(qū)域A表面長(zhǎng)度、寬度方向上的節(jié)點(diǎn)數(shù)；Z為節(jié)點(diǎn)在方向上的位移；s為沖擊區(qū)域表面擬合出的最小二乘曲面。

3 結(jié)果與分析

在實(shí)際強(qiáng)化研磨加工過(guò)程中，磨料的流量基本不變，因此用研磨料數(shù)量與沖擊區(qū)域面積的比值/表示強(qiáng)化研磨加工過(guò)程中的噴射時(shí)間，/與實(shí)際加工過(guò)程中的噴射時(shí)間的對(duì)應(yīng)關(guān)系如式（9）所示。在此基礎(chǔ)上，研究噴射速度、噴射角度和鋼珠直徑對(duì)強(qiáng)化研磨表面粗糙度的影響規(guī)律。

式中：為噴射時(shí)間，min；為鋼珠密度，kg/m3；為鋼珠數(shù)目；為鋼珠直徑，m；為研磨料在工件上的覆蓋面積；為仿真計(jì)算時(shí)沖擊區(qū)域面積；為研磨料流量，kg/min。

3.1 噴射速度對(duì)表面粗糙度的影響

取噴射角度=90°，鋼珠直徑=0.8 mm，噴射速度分別為30、50、70 m/s。不同噴射速度下，表面粗糙度隨/（噴射時(shí)間）的變化規(guī)律如圖8所示。在強(qiáng)化研磨加工初期，研磨料與沖擊區(qū)域碰撞產(chǎn)生塑性變形，導(dǎo)致表面粗糙度升高，同時(shí)對(duì)靶材表面產(chǎn)生強(qiáng)化作用，靶材的屈服應(yīng)力增大，故粗糙度增加速度隨/增加而變慢。另一方面，沖擊區(qū)域表面覆蓋率達(dá)到100%后，表面凸峰會(huì)被研磨料碰撞形成新的凹坑，而在凹坑邊緣形成新的凸峰（如圖9所示）。此時(shí)表面粗糙度趨于穩(wěn)定，但每一次碰撞的塑性變形量會(huì)有所波動(dòng)，如圖8所示，隨/的增加，表面粗糙度先增加、后趨于穩(wěn)定，并在一定范圍內(nèi)波動(dòng)。

圖8 不同噴射速度下表面粗糙度隨N/A的變化規(guī)律

圖9 凸峰與研磨料碰撞

噴射速度為30、50、70 m/s時(shí)，隨/的增加，增加至穩(wěn)定后分別在1~1.2、1.7~1.9、2~2.5 μm波動(dòng)。由于噴射速度越大，研磨料的動(dòng)能越大，每一次碰撞靶材的塑性變形量也越大，所以峰值和平穩(wěn)后的波動(dòng)幅度隨噴射速度的增加而增加。

3.2 噴射角度對(duì)表面粗糙度的影響

取噴射速度=50 m/s，鋼珠直徑=0.8 mm，噴射角度分別為30°、60°、90°。不同噴射角度下，表面粗糙度隨N/A（噴射時(shí)間）的變化規(guī)律如圖10所示。噴射角度為30°、60°、90°時(shí)，隨/的增加，增加至穩(wěn)定后，分別在1.1~1.3、1.5~1.7、1.7~1.9 μm波動(dòng)。由于噴射角度越大，研磨料在與靶材垂直的方向上的分速度也越大，傳遞給靶材的能量也越大，靶材塑性變形也越大，但是研磨料在平行于靶材平面方向上的分速度產(chǎn)生的切削作用也能引起粗糙度的變化。隨噴射角度的增加，的峰值增加，波動(dòng)幅度則變化不明顯。

圖10 不同噴射角度下表面粗糙度隨N/A的變化規(guī)律

3.3 鋼珠直徑對(duì)表面粗糙度的影響

取噴射速度=50 m/s，噴射角度=90°，鋼珠直徑分別為0.4、0.8、1.2 mm。不同噴射角度下，表面粗糙度隨/（噴射時(shí)間）的變化規(guī)律如圖11所示。隨/的增加，增加至穩(wěn)定后分別在0.7~0.8、1.7~1.9、2.4~2.6 μm波動(dòng)。鋼珠直徑增大，鋼珠本身質(zhì)量增大，加上鋼珠上能附著更多的研磨粉，研磨料質(zhì)量顯著增大，傳遞給靶材的能量也顯著增大，使得靶材表面塑性變形顯著增大，因此隨鋼珠直徑的增大，粗糙度峰值顯著增大。另一方面，鋼珠直徑增大，碰撞時(shí)與靶材接觸的研磨粉數(shù)量最大值增大，導(dǎo)致鋼珠直徑對(duì)粗糙度平穩(wěn)后的波動(dòng)幅度的影響無(wú)明顯規(guī)律。

圖11 不同鋼珠直徑下表面粗糙度隨N/A的變化規(guī)律

4 實(shí)驗(yàn)驗(yàn)證

實(shí)驗(yàn)使用的材料為經(jīng)淬火回火后的GCr15鋼板，其規(guī)格為100 mm×75 mm×10 mm，實(shí)驗(yàn)設(shè)備為廣州大學(xué)金屬材料強(qiáng)化研磨高性能加工實(shí)驗(yàn)室自主研發(fā)的強(qiáng)化研磨機(jī)（如圖12所示）。實(shí)驗(yàn)前，對(duì)鋼板待加工表面進(jìn)行拋光處理，消除鋼板初始粗糙度對(duì)實(shí)驗(yàn)結(jié)果的影響。為了充分驗(yàn)證該模型的可靠性，設(shè)計(jì)3組實(shí)驗(yàn)與仿真結(jié)果進(jìn)行對(duì)比，實(shí)驗(yàn)方案和具體的工藝參數(shù)見(jiàn)表3。

表3 強(qiáng)化研磨工藝參數(shù)與實(shí)驗(yàn)方案

Tab.3 Process parameters of strengthened grinding and experimental scheme

實(shí)驗(yàn)過(guò)程中，每隔10 s對(duì)鋼板的表面粗糙度進(jìn)行一次測(cè)量，測(cè)量?jī)x器為XM-200型表面形貌測(cè)量?jī)x。每次測(cè)量取5個(gè)測(cè)量點(diǎn)，取其平均值作為該時(shí)間點(diǎn)的粗糙度值。待連續(xù)5個(gè)時(shí)間點(diǎn)表面粗糙度沒(méi)有大幅度上升時(shí)，停止實(shí)驗(yàn)，取這5個(gè)時(shí)間點(diǎn)的粗糙度平均值作為當(dāng)前工藝參數(shù)下工件的粗糙度，加工前后的實(shí)驗(yàn)樣品如圖13所示。

根據(jù)表3中的實(shí)驗(yàn)方案，進(jìn)行相應(yīng)的仿真計(jì)算，由式（9）計(jì)算出間隔10 s對(duì)應(yīng)的/值為16 mm–2，則仿真中/值分別取16，32，64，…mm–2，仿真與實(shí)驗(yàn)的邊界條件保持一致。分別將仿真與實(shí)驗(yàn)測(cè)得的粗糙度數(shù)值進(jìn)行樣條擬合，結(jié)果如圖14所示。取穩(wěn)定階段粗糙度數(shù)據(jù)的平均值作為當(dāng)前工藝參數(shù)下工件的粗糙度，仿真結(jié)果與測(cè)量結(jié)果見(jiàn)表4。粗糙度實(shí)驗(yàn)數(shù)值比仿真數(shù)值相比偏小，推測(cè)原因?yàn)閺?qiáng)化研磨加工時(shí)，鋼板強(qiáng)化不均勻，噴射區(qū)域中心位置較四周的研磨料更密集。

圖13 強(qiáng)化研磨加工前后對(duì)比

表4實(shí)驗(yàn)結(jié)果與仿真結(jié)果對(duì)比

Tab.4 Comparison of Ra experimental results and simulation results

圖14 強(qiáng)化研磨仿真與實(shí)驗(yàn)結(jié)果對(duì)比

5 結(jié)論

基于Abaqus/Python建立了強(qiáng)化研磨隨機(jī)碰撞有限元模型，研究了不同強(qiáng)化研磨工藝參數(shù)對(duì)表面粗糙度的影響，并通過(guò)實(shí)驗(yàn)對(duì)仿真結(jié)果進(jìn)行驗(yàn)證，得到了如下結(jié)論：

1）在強(qiáng)化研磨前期，表面粗糙度隨噴射時(shí)間的增加而增加。材料表面達(dá)到飽和后，繼續(xù)延長(zhǎng)噴射時(shí)間，表面粗糙度會(huì)趨于穩(wěn)定，并在一定范圍內(nèi)波動(dòng)。

2）隨噴射速度、噴射角度、鋼珠直徑的增加，材料表面達(dá)到飽和后的粗糙度均增加。

3）強(qiáng)化研磨粗糙度實(shí)驗(yàn)測(cè)量結(jié)果和仿真計(jì)算結(jié)果平均相對(duì)誤差為8.15%，表明模型可用于強(qiáng)化研磨加工中表面粗糙度的預(yù)測(cè)，為后續(xù)研究提供理論基礎(chǔ)。

[1] 劉曉初, 蕭金瑞, 陶建華, 等. 一種耐磨合金鋼工件表面的強(qiáng)化研磨方法: 中國(guó), 103878703B[P]. 2014-06-25. LIU Xiao-chu, XIAO Jin-rui, TAO Jian-hua, et al. A wear- resistant alloy steel strengthening method for polishing the surface of the workpiece: China, 103878703B[P]. 2014- 06-25.

[2] LIANG Zhong-wei, LIAO Shao-peng, WEN Yi-heng, et al. Working parameter optimization of strengthen waterjet gri-nding with the orthogonal-experiment-design-based ANFIS[J]. Journal of intelligent manufacturing, 2019, 30: 833-854.

[3] LIU Xiao-chu, LIANG Zhong-wei, WEN Gui-lin, et al. Waterjet machining and research developments: A review[J]. The international journal of advanced manufacturing tech-nology, 2019, 102: 1257-1335.

[4] 陶建華, 包佑文, 劉華, 等. 強(qiáng)化研磨加工中噴射壓力對(duì)工件表面粗糙度的影響[J]. 軸承, 2013(11): 30-33. TAO Jian-hua, BAO You-wen, LIU Hua, et al. Effect of jet pressure on surface roughness of workpiece in strengthen-ing and polishing process[J]. Bearing, 2013(11): 30-33.

[5] 劉曉初, 覃哲, 趙傳, 等. 強(qiáng)化研磨工藝下軸承滾道表面織構(gòu)的變化規(guī)律[J]. 軸承, 2018(10): 30-34. LIU Xiao-chu, QIN Zhe, ZHAO Zhuan, et al. Variation rule of surface texture on bearing raceway under reinforced grinding process[J]. Bearing, 2018(10): 30-34.

[6] 蕭金瑞, 劉曉初, 梁忠偉, 等. 鋼珠損傷對(duì)軸承套圈強(qiáng)化研磨加工表面粗糙度和硬度的影響[J]. 表面技術(shù), 2018, 47(12): 290-295. XIAO Jin-rui, LIU Xiao-chu, LIANG Zhong-wei, et al. Effect of steel bead’s damage on the surface roughness and hardness of bearing rings under strengthen grinding pro-cessing[J]. Surface technology, 2018, 47(12): 290-295.

[7] LIANG Zhong-wei, XIE Bi-hong, LIAO Shao-peng, et al. Concentration degree prediction of AWJ grinding effecti-veness based on turbulence characteristics and the improved ANFIS[J]. The international journal of advanced manufac-turing technology, 2015, 80: 887-905.

[8] 劉曉初, 黃俊, 肖蘇華, 等. 噴射時(shí)間對(duì)GCr15鋼軸承套圈表面粗糙度的影響[J]. 金屬熱處理, 2014, 39(7): 81-85. LIU Xiao-chu, HUANG Jun, XIAO Su-hua, et al. Effect of jetting time on GCr15 steel bearing rings surface rough-ness[J]. Heat treatment of metals, 2014, 39(7): 81-85.

[9] 劉曉初, 趙傳, 周文波, 等. 強(qiáng)化研磨噴射角度對(duì)軸承套圈加工質(zhì)量的影響[J]. 工具技術(shù), 2017, 51(3): 35-38. LIU Xiao-chu, ZHAO Zhuan, ZHOU Wen-bo, et al. Influence of bearing ring jet angle on grinding processing quality[J]. Tool engineering, 2017, 51(3): 35-38.

[10] 張建榮, 程秀全, 盛湘飛, 等. 噴丸工藝對(duì)7075鋁合金表面粗糙度的影響[J]. 輕合金加工技術(shù), 2014, 42(9): 54-59. ZHANG Jian-rong, CHENG Xiu-quan, SHENG Xiang-fei,et al. Effects of shot peening process on roughness of 7075 aluminum alloy[J]. Light alloy fabrication technology, 2014, 42(9): 54-59.

[11] 鄭林彬, 王建明, 何訊超. 2024鋁合金噴丸粗糙度試驗(yàn)與數(shù)值模擬[J]. 山東大學(xué)學(xué)報(bào)(工學(xué)版), 2017, 47(1): 84-89. ZHENG Lin-bin, WANG Jian-ming, HE Xun-chao. Experi-ment and numerical simulation for surface roughness of 2024 aluminum alloy treated by shot peening[J]. Journal of Shandong University(engineering science) , 2017, 47(1): 84-89.

[12] QIANG Bin, LI Ya-dong, YAO Chang-rong, et al. Effect of shot peening coverage on residual stressfield and surface roughness[J]. Surface engineering, 2018, 34(12): 938-945.

[13] GHASEMI A, HASSANI S M, MAHMOUDI A H. Shot-peening coverage effect on residual stress profile by FE random impact analysis[J]. Sruface engineering, 2016, 32(11): 861-870.

[14] MIAO H Y, LAROSE S, PERRON C, et al. On the poten-tial applications of a 3D random finite element model for the simulation of shot peening[J]. Advances in engineer-ing software, 2009, 40(10): 1023-1038.

[15] TARO M, CHAISE T, DANIEL N. A methodology to pre-dict the roughness of shot peened surfaces[J]. Journal of materials processing technology, 2015, 217: 65-76.

[16] MYLONAS G I, LABEAS G. Numerical modelling of shotpeening process and corresponding products: Residual stress, surface roughness and cold work prediction[J]. Surface & coatings technology, 2011, 205: 4480-4494.

[17] BAGHERIFARD S, GHELICHI R, GUAGLIANO M. Num-erical and experimental analysis of surface roughness generated by shot peening[J]. Applied surface science, 2012, 258: 6831-6840.

[18] 董星, 劉雨慶, 段雄. 前混合水射流多彈丸噴丸模型及殘余應(yīng)力場(chǎng)的數(shù)值模擬[J]. 機(jī)械工程學(xué)報(bào), 2020, 56(4): 224-232. DONG Xing, LIU Yu-qing, DUAN Xiong. Numerical sim-ulation of multi-shot shot peening models andresidual stress field of premixed water jet[J]. Journal of mechan-ical engineering, 2020, 56(4): 224-232.

[19] HAN K, OWEN D R J, PERIC D. Combined finite/discrete element and explicit/implicit simulations of peen forming process[J]. Engineering computations, 2002, 19(1): 92-118.

[20] 李源, 雷麗萍, 曾攀. 彈丸束噴丸有限元模型數(shù)值模擬及試驗(yàn)研究[J]. 機(jī)械工程學(xué)報(bào), 2011, 47(22): 43-48. LI Yuan, LEI Li-ping, ZENG Pan. Shot stream finite ele-ment model for shot peening numerical simulation and its experiment study[J]. Journal of mechanical engineering, 2011, 47(22): 43-48.

[21] MEGUID S A, SHAGAL G, STRANART J C, et al. Three- dimensional dynamic finite element analysis of shot-peening induced residual stresses[J]. Finite elements in analysis and design, 1999, 31(3): 179-191.

[22] SANJURJO P, RODRIGUZE C, PENUELAS I, et al. Influence of the target material constitutive model on the numerical simulation of a shot peening process[J]. Surface and coatings technology, 2014(258): 822-831.

[23] MAHMOUDI A H, GHASEMI A, FARRAHI G H, et al. A comprehensive experimental and numerical study on redi-stribution of residual stresses by shot peening[J]. Mate-rials & design, 2016, 90: 478-487.

[24] LIU Xian-li, YUE Cai-xu, YU Ming-ming, et al. FEM on constitutive equation of high strength stress steel GCr15[J]. Advanced materials research, 2012, 500: 569-573.

[25] YUE Cai-xu, WANG Bo, LIU Xian-li, et al. Adiabatic shearmechanisms for the hard cutting process[J]. Chinese journal of mechanical engineering, 2015, 28(3): 592-598.

[26] 王利平. 噴丸殘余應(yīng)力場(chǎng)及表面粗糙度數(shù)值模擬研究[D]. 濟(jì)南: 山東大學(xué), 2015. WANG Li-ping. Numerical simulation research for compre-ssive residual stress and surfaceroughness of shot peen-ing[D]. Jinan : Shandong University, 2015.

Numerical Simulation of Surface Roughness of GCr15 Steel Strengthened Grinding Based on Random Impact

a,b,c,a,b,c,a,b,c,a,b,c,a,b,c,a,b,c

(a.School of Mechanical & Electric Engineering, b.Guangzhou Key Laboratory for Strengthened Grinding and High Performance Machining of Metal Material, c.Guangdong Engineering and Technology Research Centre for Strengthen Grinding and High Performance Micro-Nanomachining, Guangzhou University, Guangzhou 510006, China)

The paper aims to explore the law of the influence of strengthening grinding process parameters on the surface roughness. The effect of abrasive on the workpiece was simulated by the model of small balls uniformly distributed on the surface of large balls, Based on Abaqus/Python, a finite element model of random impact of intensified grinding was established, the process parameters such as different jet speed, jet angle, steel ball diameter and jet time were set for simulation. The surface morphology of the target was extracted by MATLAB. The surface roughness was calculated according to the four different paths of the surface topography, and the variation rule of the roughness under different parameters was analyzed. The results were as follows: With the increase of jet time, the surface roughness of the strengthened grinding surface increases first and then tends to be stable. When the jet angle is 90°, the diameter of the steel ball is 0.8 mm, and the jet speed is 30, 50, 70 m/s, the surface roughness increases with the jet time and stabilizes to 1~1.2, 1.7~1.9, 2~2.5 μm. When the jet speed is 50m/s, the diameter of the steel ball is 0.8 mm, and the jet angle is 30°, 60°, 90°, the surface roughness increases with the jet time and stabilizes to 1.1~1.3, 1.5~1.7, 1.7~1.9 μm. When the jet speed is 50 m/s, the jet angle is 90°, the diameter of the steel ball is 0.4, 0.8, 1.2 mm, the surface roughness increases with the jet time and stabilizes to 0.7~ 0.8, 1.7 ~ 1.9, 2.4 ~ 2.6 μm. It was found that the error between test results and simulation results is 8.15%. Therefore, the finite element model of random impact of strengthening grinding can reliably predict the surface roughness of strengthening grinding process and provide theoretical basis for subsequent research.

strengthened grinding; surface roughness; random impact; numerical simulation; GCr15 steel

2020-03-14；

2020-05-26

LIU Xiao-chu (1964—), Male, Doctor, Professor, Research focus: intelligent manufact uring and equipment technology.

蕭金瑞（1988—），男，碩士，實(shí)驗(yàn)師，主要研究方向?yàn)榻饘俨牧媳砻鎻?qiáng)化技術(shù)。郵箱：xjr640@163.com

Corresponding author：XIAO Jin-rui (1988—), Male, Master, Experimentalist, Research focus: surface hardening technology of metal materials. E-mail: xjr640@163.com

劉曉初, 劉鎮(zhèn), 梁忠偉, 等.基于隨機(jī)碰撞的GCr15鋼強(qiáng)化研磨表面粗糙度數(shù)值模擬[J]. 表面技術(shù), 2021, 50(4): 385-392.

TG506

A

1001-3660(2021)04-0385-08

10.16490/j.cnki.issn.1001-3660.2021.04.041

2020-03-14；

2020-05-26

國(guó)家自然科學(xué)基金項(xiàng)目（U1601204，51975136）；廣東省科技計(jì)劃項(xiàng)目（2017A010102014）；國(guó)家重點(diǎn)研發(fā)計(jì)劃（2018YFB2000501）；廣東省科技專項(xiàng)資金（“大專項(xiàng)+任務(wù)清單”）項(xiàng)目（2019B020404）；廣東省高等學(xué)校重點(diǎn)領(lǐng)域?qū)ｍ?xiàng)（2019KZDZX1009）；廣東省高等學(xué)?？萍紕?chuàng)新團(tuán)隊(duì)項(xiàng)目（2017KCXTD025）；廣州大學(xué)科研項(xiàng)目（YJ2021002）

Fund：The National Natural Science Foundation of China (U1601204, 51975136); Science and Technology Planning Project of Guangdong Province (2017A010102014); National Key Research and Development Project (2018YFB2000501); Science and Technology Special Fund for Major Items and Task List of Guangdong (2019B020404); Special Projects in Key Areas of Guangdong's Colleges (2019KZDZX1009); Technology Innovation Team of Guangdong University (2017KCXTD025); The Research Project of Guangzhou University (YJ2021002)

劉曉初（1964—），男，博士，教授，主要研究方向?yàn)橹悄苤圃旒把b備技術(shù)。

LIU Xiao-chu, LIU Zhen , LIANG Zhong-wei, et al. Numerical simulation of surface roughness of GCr15 steel strengthened grinding based on random impact[J]. Surface technology, 2021, 50(4): 385-392.