鈦合金切削過程中熱-力耦合顯著、受力波動頻繁、刀具磨損加速，采用固定切削參數難以在全程加工中保持穩定的加工質量?，F有方法多依賴離線實驗或單變量優化，無法應對工況變化帶來的參數失配問題。在此背景下，引入自適應控制理念，通過實時獲取切削力、振動與主軸負載特征，結合響應模型與多目標優化，實現加工參數的動態匹配與穩態保持。本文構建了可在實際機床上執行的閉環調參機制，旨在提升鈦合金精密加工的穩定性與加工效率。
1、鈦合金數控精密切削特性分析
1.1 材料切削性能與加工難點
鈦合金切削過程中易出現高溫集中、刀屑黏附與應變速率突變，導致切削力呈周期性波動，影響受力穩定性。材料的低導熱率導致大量熱量在切屑界面處滯留，使前刀面黏結區擴大并強化表層硬化效應，加劇局部塑性變形。高速條件下界面沖擊載荷增強，使切削力分量呈非線性變化，其表達式為
式中：F為主切削力；h為切削厚度；v為切削速度；b為切削深度；K為綜合材料系數；m、n為指數參數。
切削厚度h的微小波動會放大F的不穩定性。材料強度隨溫度變化不明顯，使刀具磨損以崩刃與月牙洼復合作用為主，對參數穩態控制提出更高要求。
1.2 固定切削參數在實際加工中的局限性
固定參數在批量加工中無法動態響應載荷、刀具磨損和熱變形的變化。隨著加工階段的推進，切削厚度偏差和主切削力波動逐漸增大，導致表面質量和表面粗糙度Ra的穩定性下降。硬點、組織差異與積屑瘤的形成進一步加劇刀具受力不均，導致固定給定值無法維持恒定切削狀態。機床剛度衰減、夾持松動及局部熱漂移等因素又使原設定參數偏離最優區間，引發效率下降與刀具提前失效。實際加工表明，固定參數難以適配鈦合金復雜、變化快的環境，必須通過自適應監測與實時調參機制補償這些動態偏移。
2、自適應控制系統構建
2.1 系統架構與傳感器配置
系統由數據采集層、實時分析層及執行控制層組成。數據采集層由三維力傳感器、主軸功率傳感器及加速度計構成，用于獲得切削力、主軸負載與振動等關鍵量。實時分析層負責完成信號同步、特征提取及參數偏差判斷，并與控制器保持周期通信。執行控制層通過伺服單元和計算機數控(CNC)接口完成進給量與主軸轉速的自動更新，實現在線調參。
（總體架構與信號流向，包括傳感器布置位置、數據鏈路及調參指令回路）
該結構可確保數據流可追蹤、延遲可控，使系統具備在不同切削階段動態識別負載變化并驅動參數修正的能力。
2.2 切削參數實時采集策略
切削參數的實時采集以高頻同步獲取力、電、振動和聲發射信號為核心，旨在準確捕捉切削狀態變化并為自適應調參提供可用特征。系統以統一時鐘觸發多通道采集，確保主軸電流、三向切削力和振動加速度保持采樣同步，避免特征計算誤差。原始信號在前端通過帶通濾波與去噪算法抑制機床背景噪聲，再由短時窗口提取均方根值、能量譜與沖擊脈沖特征。其中，力與振動信號的綜合特征值 S(t)表示為
式中： x i 為采樣點值；N為窗口長度。該特征能反映切削負載與穩定性的瞬態變化。經特征計算后，系統基于閾值偏移量與梯度趨勢判斷工況變化，并將結果傳輸至控制器，用于后續調參決策。該策略可確保采集數據具有實時性與可解釋性，為動態控制奠定基礎。
2.3 自適應控制算法與調參策略設計
自適應控制算法以“負載偏移量—特征趨勢—增量調參”作為核心邏輯，通過連續分析切削力、主軸電流與振動特征的變化率，判斷加工狀態是否偏離穩態工作區。系統以特征偏移量 ΔS(t)作為調參依據，根據其正負方向與變化速度實現進給量與切削速度的動態修正。調參采用增量式控制律，避免因參數跳變引入新的沖擊載荷，其表達式為
式中： Δv(t)為切削速度的調節增量； k p 、k d 分別為比例與微分系數。算法根據負載變化趨勢自動調節參數邊界，確保在避免過度切削的前提下維持加工效率與穩態控制。調參結果經安全限幅處理后傳輸至數控系統，實現實時調整進給速度與切削速度。該策略兼顧了響應速度與穩定性，使加工過程在負載波動、刀具磨損和材料組織變化下仍能保持受力與溫度場的可控性。
3、切削參數優化方法
3.1 優化目標與約束條件
鈦合金切削過程受熱-力耦合、刀具磨損速率與材料組織差異共同影響，使各切削參數對加工質量和穩定性的敏感性顯著提高。因此，參數優化需以切削負載平穩性、表面完整性與材料去除效率的綜合提升作為核心目標，兼顧刀具磨損與機床動態能力。根據前述切削特征及實驗得到的敏感性規律，構建多目標優化函數，表達式為
式中：J為多目標綜合優化函數值；Ra為表面粗糙度；V為刀具磨損寬度；M為材料去除率； w 1 ～ w 4 為不同加工階段的可調權重，用于在精加工與粗加工中自動切換優化側重點。
參數優化過程受實際加工條件約束，包括主軸功率與扭矩不超過機床額定能力、刀具溫升與磨損水平處于允許范圍、進給量與切削速度滿足機床運動學極限以及加工穩定性指標不進入顫振或沖擊不穩定區間。此外，為應對負載漂移與瞬態沖擊，優化過程限定在由自適應采集特征構建的可行域內。當實測偏移量超出穩定區間時，系統自動觸發參數回退策略，從而確保優化搜索始終保持在安全域與有效解空間之間的動態平衡。
3.2 參數響應模型建立
為實現對切削力、表面粗糙度與刀具磨損的可預測調控，需要構建能夠準確反映工藝參數耦合關系的響應模型。依據正交實驗與實時特征數據，選取切削速度v、進給量f、切削深度b為主要影響變量，以主切削力F、表面粗糙度Ra與刀具磨損寬度V為響應量，采用二次多項式回歸建立響應面模型，表達式為
式中：Y為各響應量； β 0 為常數項； β 1 、β 2 、β 3 為一次項系數； β 11 、β 22 、β 33 為二次項系數； β 12 、β 13 、β 23 為交互項系數。擬合結果顯示， R 2 > 0.92，均方根差(RMSE)處于穩定區間，說明模型能夠有效表征切削參數對響應的非線性影響。
基于模型靈敏度分析，可形成可執行的優化策略：第一，將進給量作為優先調節變量用于控制切削力與粗糙度；第二，利用交互項識別振動突變區，避免進入不穩定工作域；第三，通過梯度分析確定“低磨損斜坡”區域；第四，根據等高線圖規劃粗加工向精加工的參數遷移路徑，實現在線調參的可預測性與穩定性。
3.3 優化流程與實現路徑
優化流程包含參數初始化、預測評估、偏差判斷與在線調參4個階段。系統先根據模型計算當前參數組合的目標函數值，然后讀取實時數據與模型預測進行偏差對比，當偏差超過閾值時，調用式(3)生成更新量。調參過程按照“微幅遞進—偏差驗證—穩態保持”的閉環方式執行，避免單次過大調整引起振動或切削失穩。整個路徑通過統一的時間戳機制維持數據一致性，使參數更新具有可追蹤性。該流程確保優化策略可在實際加工中直接部署，并在不同工況下保持穩定的性能。
4、實驗設計與結果分析
4.1 實驗平臺與測試條件
實驗平臺由18.5kW主軸的立式加工中心、動力刀柄測力裝置、主軸電流采集模塊及三向振動傳感器組成，用于驗證自適應調參在Ti-6Al-4V加工中的有效性。機床開放實時參數寫入接口，支持在線調整進給量與切削速度。材料選用Ti-6Al-4V軋制板，硬度為32~34HRC；刀具為Φ10mm涂層硬質合金端銑刀，并保持裝夾一致性。力、電、振動信號以20kHz同步采集，提取均方根(RMS)與沖擊特征用于在線調參輸入。為覆蓋不同加工階段，設置多組速度-進給-切深組合，實驗平臺與切削參數范圍如表1所示。
表1 實驗平臺與切削參數范圍
| 類別 | 參數 | 數值/類型 |
| 機床 | 主軸功率/kW | 18.5 |
| 機床 | 主軸最高轉速/(r·min?1) | 8000 |
| 傳感器 | 測力方式 | 動力刀柄(三向) |
| 傳感器 | 振動傳感器 | 三向IEPE |
| 材料 | 工件材料 | Ti-6Al-4V |
| 切削參數 | 切削速度/(m·min?1) | 40~120 |
| 切削參數 | 進給量/(mm·z?1) | 0.02~0.10 |
| 切削參數 | 切削深度/mm | 0.2~1.2 |
4.2 切削力與表面粗糙度對比
為驗證自適應調參在不同工況下的實際效果，對比分析固定參數模式與自適應控制模式下的主切削力與表面粗糙度變化情況。切削力以動力刀柄三向信號合成為評價量，其峰值在固定參數條件下隨刀具磨損出現明顯上升趨勢。
由圖2可知，在固定切削參數條件下，切削過程后半段主切削力的波動區間明顯擴大?；诤蟀攵瘟π盘柗?谷幅值的統計對比，其波動幅度較前段加工階段增大約18%，同時高幅值沖擊出現頻次明顯增加。而自適應模式通過增量式控制律對進給量和切削速度進行小步長修正，使切削力峰值與RMS均保持在穩定區間，波動幅度較固定模式降低約22%。
由圖3可知，自適應控制條件下的表面粗糙度明顯低于固定參數加工。固定切削參數條件下，后程加工過程中表面粗糙度呈明顯上升趨勢；自適應控制模式通過實時調節削弱積屑瘤和硬點干擾，使表面粗糙度始終保持在較低且穩定區間。
4.3 刀具磨損與加工效率評估
為評估自適應調參對刀具壽命和加工效率的影響，對比分析兩種模式下的刀具磨損曲線及材料去除率。刀具磨損通過主后刀面磨損寬度來衡量，加工效率則通過材料去除率來衡量。實驗結果顯示，固定參數模式在加工中后段因切削力波動與溫升累積導致刀面磨損寬度加速增長，磨損曲線呈明顯上翹；自適應模式通過動態限制負載偏移與溫度擴散，使磨損增長速率整體下降18%~30%。加工效率方面，自適應調參保持穩定切削區間，使有效切削時間比例提高，平均材料去除率較固定模式提高12%~18%。結果表明，該策略能夠同時降低磨損速率并提升加工效率，實現穩態加工與效率優化的協同統一。
5、結語
圍繞鈦合金數控精密切削過程中的負載波動、熱-力耦合與刀具快速磨損問題，構建了基于實時特征感知的自適應調參體系，并形成由響應模型、優化目標、約束條件及在線調控構成的閉環參數優化方法。實驗結果表明，該方法能夠使切削力與表面質量保持在穩定區間，降低磨損速率，提高材料去除效率，為復雜工況下切削參數的動態匹配提供可實施路徑。研究成果可為高性能鈦合金加工的智能化控制與工藝優化提供技術支撐，并具備在多種高難度材料加工場景中的推廣潛力。
參考文獻
[1] 汪昭，胡微，彭興. 數控技術在復雜形狀零件加工中的優化研究[J]. 中國設備工程，2025(19): 144-146.
[2] 田剛. 鈦合金高速切削過程中的切削力和表面粗糙度建模及參數優化[D]. 濟南:（學位授予單位信息原文截斷）
[3] 農志宇，張楚鵬，朱寶義，等. TC4鈦合金超聲橢圓振動輔助超精密切削加工工藝[J]. 工具技術，2025(9): 90-96.
[4] 王鑫，劉建慧，焦鋒. 基于尺寸效應的鈦合金二維超聲輔助精密切削特性研究[J]. 河南理工大學學報(自然科學版)，2025(1): 117-123.
[5] 葉澤玖，韓光超，許超，等. TC4鈦合金超聲輔助精密銑削加工刀具磨損分析[J]. 金屬加工(冷加工)，2023(6): 54-57.
（注，原文標題：基于自適應控制的鈦合金數控精密切削參數優化方法研究_馮宏富）
相關鏈接
