一种材料切削加工性能综合评价方法与流程

本发明涉及一种材料切削加工性能的综合评价方法。

背景技术：

随着科技水平的飞速发展，各种新型、高性能的工程材料逐渐问世。如何将这些新型的工程材料合理、可靠且物尽其用的应用到产业上，则需要根据特定工程材料而制定合理的加工工艺。

工程材料的合理加工工艺的制定，是依赖于材料切削加工性能(即材料在切削加工时的难易程度)而实现的。也就是说，对一种新材料的合理加工工艺的制定，首先要正确地了解该新材料的切削加工性能，唯有根据其特定性能所制定出的加工工艺才是合理、正确、有效地。

材料切削加工性能的了解是以材料的各项指标测定和对这些(个)指标的综合评析而实现的。目前，行业内对材料切削加工性能的评价方法主要有两种。

其一为单一指标评定法。即用某单一指标来对材料的切削加工性能的某一个或某一方面的属性进行度量，进而评价材料的切削加工性能的优劣，其使用简单而方便；但是，它不能给出一个全面、综合、准确地确定性结论，可靠性和实用性差。

其二为相对切削分级法。即将某种材料的切削加工性能与另一种材料做对比，一般以正火状态下的45钢为基准来评价其它材料的切削加工性能，其相对具有简单、明了、方便、准确的特点，也是目前应用最为广泛的方法，可较好地考察材料切削加工性能的问题；但是，它不能很好地反映材料的总体切削加工性能和各项性能指标之间的相互关系，最终所得结论不能从整体综合性上反应出材料的切削加工性能，也就是说，它还是不能给出一个综合、全面、准确地确定性结论，可靠性和实用性同样欠缺。

技术实现要素：

本发明的技术目的在于：针对上述材料切削加工性能了解作业的特殊性和现有评价技术的不足，提供一种能够对材料切削加工性能实现综合、全面、准确地综合评价的方法。

本发明的技术目的采用以下技术方案实现，一种材料切削加工性能综合评价方法，所述材料为评价对象，所述评价方法包括下列步骤：

步骤1.确定评价对象的切削加工性能的评价指标；

步骤2.测定评价对象的切削加工性能的评价指标；

步骤3.根据评价对象的各指标对切削加工性能影响的好坏，将评价对象的各指标分为有益指标和无益指标；

步骤4.以如下计算模型(1)对评价对象的评价指标进行标准化处理：

式(1)中，为评价对象的各指标的标准值；

x为评价对象的各指标数值；

x_max为评价对象的各指标数值中的最大值；

x_min为评价对象的各指标数值中的最小值；

步骤5.将标准化处理后的评价对象各指标进行归一化处理

评价对象的各有益指标的标准值以如下计算模型(2)进行归一化处理：

评价对象的各无益指标的标准值以如下计算模型(3)进行归一化处理：

式(2)、(3)中，y为经过归一化处理变换后的评价指标数值；

步骤6.基于组合赋权法对评价对象的评价指标进行赋权处理，具体包括：

1).以n×m矩阵作为评价对象的切削加工性能的综合评估矩阵，其中n为评估指标数量、m为考察样本数量；

2).对评价对象的各评价指标分别进行主、客观赋权，得到主观权值向量ω₁,ω₂,…,ω_q和客观权值向量ω_q+1,ω_q+2,…,ω_q+p(q+p＝l)；其中，第k个权值向量为ω_k＝(ω_k1，ω_k2,…,ω_kn)，满足关系式：

3).对权值向量进行预处理

以如下计算模型(4)得到主观综合权值向量：

以如下计算模型(5)得到客观综合权值向量：

式(4)、(5)中，u为主观综合权值向量；

E(ω)为期望值；

S(ω)为方差值；

q_k为主观权值向量的均匀分布的概率，q_k＝1/q；

ω_k为第k个权值向量；

v为客观综合权值向量；

p_k为客观权值向量的均匀分布的概率，p_k＝1/p；

4).计算组合权值

以如下计算模型(6)得到组合权值向量：

式(6)中，Q为组合权值；

ω₀为组合权值向量；

a为主观综合权值组合的概率系数；

b为客观综合权值组合的概率系数；

u为主观综合权值向量；

v为客观综合权值向量；

n为评估指标数量；

i为指标的顺序号；

5).基于组合权值向量与原主、客观综合权值向量之间的离差平方和F最小的优化思想，以如下计算模型(7)求得主、客观综合权值向量的概率系数a、b，再将概率系数a、b带入计算模型(6)求得组合权值ω₀：

式(7)中，F为组合权值向量与原主、客观综合权值向量之间的离差平方和；

X_ij为归一化考察矩阵的数值，对应第j个样本的第i个指标；

a为主观综合权值组合的概率系数；

b为客观综合权值组合的概率系数；

u为主观综合权值向量；

v为客观综合权值向量；

n为评估指标数量；

m为考察样本数量；

i为指标的顺序号；

j为样本的顺序号；

步骤7.绘制评价对象的切削加工性能的雷达图；

步骤8.根据雷达图对评价对象的切削加工性能按如下计算模型(8)进行综合评价：

式(8)中，K为综合评价指数；

S为雷达图对应多边形的面积；

L为雷达图对应多边形各边长的平方和；

S_c为雷达图所在单位圆的面积；

L_c为雷达图所在单位圆的周长的平方。

作为优选方案，步骤6中主观赋权的方法为专家打分法。步骤6中客观赋权的方法为融合应用模糊相容商空间理论和粗糙集理论的粒计算法。

本发明的有益技术效果是：上述综合评价方法针对材料切削加工性能了解作业的特殊性，以组合赋权法和雷达图法实现；即本发明基于组合权值向量与原主、客观权值向量之间的离差平方和最小优化的方式，将单一的主、客观权重优化组合，从而充分吸收主、客观赋权的特点，使材料切削加工性能的各评估指标的权重更趋合理化，同时亦使计算过程简更为简便、易懂、可理解性强；基于组合赋权计算所得结果而绘制的雷达图，能够对材料切削加工性能的综合评价指数实现综合、全面、准确、直观、简洁地综合评价分析，对材料切削加工性能所表达出的评价区分度明显、易懂，具有使用方便、可靠性高、实用性强等特点。

附图说明：

图1为本发明的流程框图。

图2为以本发明对五种样本材料的切削加工性能综合评价得到的雷达图。

具体实施方式：

本发明为材料(工程材料)切削加工性能的综合评价方法。参见图1所示，本发明包括下列步骤：

步骤1.确定评价对象(即本发明的评价材料，下同)的切削加工性能的评价指标，这些评价指标通常是对评价对象的切削加工性能影响最显著、应用也最广泛的，包括但不限于硬度、抗拉强度σ_b、伸长率δ、冲击韧性a_k、热导率κ等；

步骤2.根据对评价对象所确定的评价指标，测定评价对象的切削加工性能的评价指标，例如抗拉强度σ_b和伸长率δ采用基于数字图像相关技术的拉伸试验获得，热导率κ采用基于瞬态热线法原理的热导试验测得，硬度采用较灵敏的维氏硬度表示，冲击韧性a_k由夏比冲击试验测得；

步骤3.根据评价对象的各指标对切削加工性能影响的好坏，将评价对象的各指标分为有益指标和无益指标，例如热导率κ为有益指标，硬度、抗拉强度σ_b、伸长率δ和冲击韧性a_k均为无益指标；

步骤4.以如下计算模型(1)对评价对象的评价指标进行标准化处理：

式(1)中，为评价对象的各指标的标准值；

x为评价对象的各指标数值；

x_max为评价对象的各指标数值中的最大值；

x_min为评价对象的各指标数值中的最小值；

步骤5.将标准化处理后的评价对象各指标进行归一化处理

评价对象的各有益指标的标准值以如下计算模型(2)进行归一化处理：

评价对象的各无益指标的标准值以如下计算模型(3)进行归一化处理：

式(2)、(3)中，y为经过归一化处理变换后的评价指标数值；

e和1均为数学常数，无具体意义；

步骤6.基于组合赋权法对评价对象的评价指标进行赋权处理，具体包括：

1).以n×m矩阵作为评价对象的切削加工性能的综合评估矩阵，其中n为评估指标数量、m为考察样本数量；

2).对评价对象的各评价指标分别进行主、客观赋权

其中，主观赋权的方法为专家打分法；客观赋权的方法为融合应用模糊相容商空间理论和粗糙集理论的粒计算法；

通过主、客观赋权得到主观权值向量ω₁,ω₂,…,ω_q和客观权值向量ω_q+1,ω_q+2,…,ω_q+p(q+p＝l)；其中，第k个权值向量为ω_k＝(ω_k1,ω_k2,…,ω_kn)，满足关系式：

3).对权值向量进行预处理

以如下计算模型(4)得到主观综合权值向量：

以如下计算模型(5)得到客观综合权值向量：

式(4)、(5)中，u为主观综合权值向量；

E(ω)为期望值；

S(ω)为方差值；

q_k为主观权值向量的均匀分布的概率，q_k＝1/q；

ω_k为第k个权值向量；

v为客观综合权值向量；

p_k为客观权值向量的均匀分布的概率，p_k＝1/p；

4).计算组合权值

以如下计算模型(6)得到组合权值向量：

式(6)中，Q为组合权值；

ω₀为组合权值向量；

a为主观综合权值组合的概率系数；

b为客观综合权值组合的概率系数；

u为主观综合权值向量；

v为客观综合权值向量；

n为评估指标数量；

i为指标的顺序号；

5).基于组合权值向量与原主、客观综合权值向量之间的离差平方和F最小的优化思想，以如下计算模型(7)求得主、客观综合权值向量的概率系数a、b，再将概率系数a、b带入计算模型(6)求得组合权值ω₀：

式(7)中，F为组合权值向量与原主、客观综合权值向量之间的离差平方和；

X_ij为归一化考察矩阵的数值，对应第j个样本的第i个指标；

a为主观综合权值组合的概率系数；

b为客观综合权值组合的概率系数；

u为主观综合权值向量；

v为客观综合权值向量；

n为评估指标数量；

m为考察样本数量；

i为指标的顺序号；

j为样本的顺序号；

步骤7.绘制评价对象的切削加工性能的雷达图；

步骤8.根据雷达图对评价对象的切削加工性能按如下计算模型(8)进行综合评价：

式(8)中，K为综合评价指数；

S为雷达图对应多边形的面积；

L为雷达图对应多边形各边长的平方和；

S_c为雷达图所在单位圆的面积；

L_c为雷达图所在单位圆的周长的平方。

下面以如下材料：Ti6Al4V钛合金、AISI316L不锈钢、P20塑模钢、20钢和正火45钢为例，对它们的切削加工性能进行综合评价，以此对本发明的技术内容进行详细、清楚、完整地说明，具体包括如下内容：

--针对样本材料，选取对材料切削加工性能影响最显著、应用也最广泛的机械物理性能硬度、抗拉强度σ_b、伸长率δ、冲击韧性a_k和热导率κ作为评价指标，其中κ是有益指标外，硬度、σ_b、δ和a_k都是无益指标；

--各样本材料的抗拉强度σ_b和伸长率δ采用基于数字图像相关技术的拉伸试验获得，热导率κ采用基于瞬态热线法原理的热导试验测得，硬度采用较灵敏的维氏硬度表示，冲击韧性a_k由夏比冲击试验测得；五种样本材料的评价指标数值如表1所示：

表1

--将五种样本材料的评价指标数值按照式(1)的计算模型进行标准化处理，标准化处理后的数值如表1所示，在标准化处理过程中，所采用的x_max和x_min数值如表2所示：

表2

--将标准化处理后的样本材料的各指标，按照式(2)和式(3)的计算模型进行归一化处理，归一化处理后的数值如表1所示；

--按照专家打分法得到的主观权值向量u＝[0.3,0.25,0.15,0.15,0.15]^T和按照粒计算法得到的客观权值向量v＝[0.160,0.131,0.358,0.131,0.219]^T；按照式(7)的计算模型求得概率系数a＝0.51835，b＝0.48165；按照式(6)的计算模型求得组合权值ω₀＝[0.233,0.193,0.260,0.135,0.179]^T；

--雷达图绘制，见图2所示，具体步骤如下：

S1.根据得到的最终组合权值ω₀＝[0.233,0.193,0.260,0.135,0.179]^T作为分配各评估指标扇形区域的依据，第i项指标对应雷达图中扇形面积的角度θ_i＝2ω_iπ；

S2.做单位圆，从圆心O引射线OA，与圆交于点A，从OA出发，依次作相邻角度θ_i＝2ω_iπ的其余4条射线，分别为OB、OC、OD、OE，依次做扇形AOB、BOC、…、EOA的对角线，与圆交于P1、P2、…、P5，以OP1、OP2、…、OP5为指标轴；

S3.将表1中的各项指标归一化数值在指标轴上标出对应点，依次得到点A’、B’、C’、D’、E’，连接五点得到多边形雷达图，用不同颜色线条表示不同材料(如图2所示)，其中红色、洋红色、青色、蓝色和黑色线条对应的材料分别为Ti6Al4V钛合金、AISI316L不锈钢、P20塑模钢、20钢和正火45钢；由图2可以清晰地看出，五种样本材料的雷达图的面积不一，从而反映出各材料的切削加工性能之间存在着较大差异；各指标发展不均衡，尤其是热导率指标偏小，使雷达图趋圆形变差；

--基于图2和式(8)的计算模型，计算出的五种样本材料的综合评价指数K值，五种材料的综合评价指数K见表3所示；以及计算出目前应用最广泛的相对切削分级法的表征参数，相对切削加工性能K_r值已列入表3，亦见表3所示：

表3

需要特别说明的是：相关工艺手册上提供的相对切削加工性K_r值为同类材料K_r的范围值，而没有特定牌号材料的K_r值；

通过表3中的综合评价指数K和相对切削加工性K_r可知，五种材料的切削加工性能的排序为：20钢＞正火45钢＞P20塑模钢＞AISI316L不锈钢＞Ti6Al4V钛合金，这说明根据K值能有效地比较不同材料的切削加工性能。

以上具体技术方案及具体示例仅用以说明本发明，而非对其限制；尽管参照上述具体示例和具体技术方案对本发明进行了详细的说明，本领域的普通技术人员应当理解：本发明依然可以对上述具体技术方案进行修改，或者对其中部分技术特征进行等同替换，而这些修改或者替换，并不使相应技术方案的本质脱离本发明的精神和范围。