近年來我國自主（zhǔ）開發了TC18( Ti-5Al-5Mo-5V-1Cr-1Fe) 超高強度鈦合金，該合金兼（jiān）有α + β 鈦合金和β 鈦合金的綜（zōng）合性能，強度高、韌性好，焊（hàn）接（jiē）性能優，特別適用於製造飛機起落架（jià）等關鍵部件［1，2］。然而，鈦合（hé）金導熱性能差，易於粘刀，因而切削加工難度大，而TC18 鈦合金強度高，故其加工難度比一般鈦合金更大［3 ～ 5］。車削加（jiā）工是飛機（jī）起落架（jià）等關鍵部件（jiàn）的重要加工（gōng）工序，車削加工試樣表麵粗糙度（dù）對其力學性能，尤其是對疲勞性能影響顯（xiǎn）著［4 ～ 6］，加（jiā）之鈦合金材料的力學性能對表麵狀態尤為敏感，因此，在車（chē）削加工中合理地（dì）控製加工零部件的表麵粗糙度十分重要。另外，在保（bǎo）障合適的加工件表麵質量的前提下，提高加工效率、並兼顧合（hé）理（lǐ）的刀（dāo）具壽命也是十分必要的［5，6］。關於鈦合金切削加工技（jì）術的研（yán）究已有開展，並得到了一些有價值的（de）數據和規律［3 ～ 10］，然（rán）而多數研究工作主要針對刀具的磨損方麵［7 ～ 10］，而（ér）關於車削加工對鈦合金表麵粗糙度影響研究的工作相對較少，而以加工件表麵粗糙度為判據對TC18 鈦合金車削加工工藝參數進行優化的（de）研究工作，目前尚很少見報道。

      首先研究機械加工表麵粗糙度Ra對TC18 鈦合金疲勞壽命的影響規律，以驗證嚴（yán）格控製車削（xuē）加工試樣表麵（miàn）粗糙度的重要性。然後利（lì）用正（zhèng）交試驗法設計車削加工工藝參數（shù），並以零件表麵粗（cū）糙度Ra值為車削加工（gōng）表麵質量評價指標，對TC18 鈦合（hé）金車削（xuē）加工工藝參數進行優化研究。

      1 材料及試驗方（fāng）法

      1. 1 試驗材料與試樣

      車削加工（gōng）的材料對象為TC18 超高強度鈦合金棒料，直徑40 mm。熱處理製度為: 840 ℃，1 h + 爐（lú）冷+ 750 ℃，1 h + 空冷（lěng）+ 600 ℃，2 h + 空冷。通過雙重退火處（chù）理（lǐ）獲得α + β 雙相組織。TC18 鈦（tài）合金的化學成份、室溫力學性能分別如表1、表2 所示。

      旋轉彎（wān）曲疲勞試樣幾何形狀及尺寸如圖（tú）1 所示。為了揭示機械加工表麵粗（cū）糙度對TC18 鈦合金疲勞（láo）性能的影響規律，分別采用粗車、精（jīng）車和精車後（hòu）機械（xiè）拋光的方法製備表麵（miàn）粗糙度Ra值分別為（wéi）2 μm、0. 8 μm 及0. 06 μm 的3 種（zhǒng）疲勞試樣，進行疲勞壽命對比（bǐ）試驗研究。

      1. 2 試驗方法

      TC18 鈦合金的車削工藝試驗（yàn）研究在CM6140車床上進行，使用伊（yī）斯卡( ISCAR) 公司生產的帶TiAlN 塗層的硬質合金刀片，刀片型號為WNMG080412-TF，配合刀杆型（xíng）號為PWLNR 2020K-08X。TC18 鈦合（hé）金的車削工藝參數優化采（cǎi）用分別采用（yòng）如表3 所（suǒ）示的三（sān）水平L9 ( 34 ) 正交試驗方法，因素A、B、C 分別代表轉速、走刀量及切削深度，由於加工參數（shù）隻（zhī）有3 個，所以D 列（liè）為空列作為誤差列。通過改變切削速度、走刀量以及切削深度，研究車削工藝參數對TC18 鈦合金表麵粗糙度的影響規律。車削加工試驗在冷卻液（yè）充分供給的條件下進行。

      鈦合金車（chē）削加工試件表麵（miàn）粗糙度的測量利用日本三豐公司的Surf Test SJ-201 型粗（cū）糙度儀。疲（pí）勞試驗采用（yòng）PQ-6 型旋轉彎曲疲勞試驗機，轉速3 000 r /min，室溫下進行。首先通過精車試樣（yàng）的應力壽命( S-N) 曲（qǔ）線測試，確定合適的（de）最高循環應力水平條件，在此（cǐ）相同應力條件下對比各表麵粗糙度狀態試樣的中值疲勞壽命，平（píng）行試樣為5 件。

      1. 3 數（shù）據分析方法

      分別采用直觀分（fèn）析法、方（fāng）差分析（xī）法、Taguchi 分析法以及多（duō）元（yuán）線（xiàn）性回歸（guī）分析法綜合分析車削加工試驗結果［11 ～ 15］。Taguchi 分析（xī）法是由日本田口玄一博士創立的，它是一種以試驗技（jì）術為基礎，通（tōng）過係統設計、參（cān）數設計（jì）和容差設計提高與改進產品質量的一種質量工程方法。田口法的核心分析工（gōng）具（jù）是正（zhèng）交（jiāo）表和信號與幹擾比S /N。在S /N 分析中，性能特性可以分成望小特性、望大（dà）特性和望目特性。為了獲得最佳的加工性能，對（duì）表麵粗糙（cāo）度應采用望小特性來（lái）研究。對於望小（xiǎo）特性（xìng），S /N 比值公式為

      式中: Yi是第i 次實驗結果( 即試驗中被加工零件表麵粗糙度的實際測量值) 。可（kě）以通過信號與幹擾比和方差分（fèn）析來預測車削過程可變參數的最佳組合。根據（jù）上述分析方法確定最佳車削加工參數，最後，通過驗證性試驗（yàn）來考核所確定的最佳車削（xuē）加工參數（shù）的合理性。

      2 試驗結果與分析

      2. 1 表麵粗糙度對TC18 合金疲勞壽命的影（yǐng）響

      表4 所示為分別采用粗車、精車和精車後機械拋光的方法製備的3 種表麵粗糙度( Ra值分別為（wéi）2 μm、0. 8 μm 及0. 06 μm) 疲勞試樣在（zài）600 MPa 最大循環應力條件下的疲勞（láo）壽命試驗結果（guǒ），每種（zhǒng）表麵粗糙度（dù）平行試樣為5 件。600 MPa 最大循環（huán）應力（lì）水平條件的確定依據對（duì）精車試樣的應力-壽命( S-N)曲線的測試結果。

      表4 所示的疲勞壽命試驗結果表明，機械加工（gōng）表麵粗糙度對TC18 鈦合金疲勞壽命有顯著的（de）影響，表麵粗糙度愈（yù）大，其疲勞壽命愈低，粗車（chē）試樣 ( Ra = 2. 0 μm) 的疲（pí）勞壽命分別是精車試樣( Ra =0. 8 μm) 和拋（pāo）光試樣( Ra = 0. 06 μm) 疲勞壽命的1 /53和（hé）1 /62，故（gù）機械加工中必須嚴格控製工件的（de）表麵（miàn）粗糙度。原因是鈦合金對表麵缺口敏感性高（gāo），尤其是TC18 鈦合金（jīn）屬於超高強度鈦合金，其（qí）表麵缺口敏感性會（huì）更高［16］。

      此外，為了模擬承受彎（wān）曲交變載荷的航空零部件而采用了旋轉彎曲疲（pí）勞試驗（yàn）方法，試樣表麵承受最大的交變應力幅值，故疲勞裂紋首（shǒu）先從（cóng）表麵萌生，因而表麵粗糙（cāo）度愈（yù）大，其疲勞裂紋愈易於在表麵萌生，裂紋（wén）萌生壽命所占總壽命的比例會降（jiàng）低，由此導致鈦合金表麵粗糙度愈高（gāo），其疲勞抗力愈低。另外通（tōng）過（guò）對比拋光和精車試樣的疲勞壽命可以發現，盡管二者的表麵粗糙度（dù）Ra值相差1 個數量級，然而，前者的疲勞壽（shòu）命僅僅比後者（zhě）提高了16. 6%，這說明TC18 鈦合金的疲勞（láo）壽命與表麵粗糙度Ra值並非呈線性（xìng）變化關係，通過合適的（de）精車參數控製表麵粗糙度達到一定數值後，即可獲得很高的疲勞抗力（lì）。由此可見，對於承受疲勞載（zǎi）荷（hé）的超高強度TC18 鈦合金零件的車削加（jiā）工來說，可以（yǐ）用表麵粗糙度值（zhí）Ra值作（zuò）為評價指標，通過優化加工參數試驗（yàn），獲得合理的車削加工參數，以保證較高的TC18 鈦合金的抗疲勞性能。

      2. 2 直觀分析

      表5 為對應（yīng）表3 所示的不同車削（xuē）加工參數下所製備試（shì）樣的表麵粗糙度測試結果，考慮到試件表麵粗糙度（dù）分布的分散性（xìng）和測試數（shù）據的可靠（kào）性，采（cǎi）取（qǔ）測試被加工試件表麵3 處不同位置的表（biǎo）麵粗（cū）糙度，並取平均值作為試驗結果。

      由表5 所示的（de）試驗結果可以看到，4 號參數加工試樣的表麵粗（cū）糙度值（zhí）最小，Ra = 0. 82 μm，即與前麵疲勞試驗中的精車試樣的表麵粗糙度相近，其加工方案為A2B1C2 ( 表示A 因素第二個水平、B 因素第一個水平、C 因素第二個水平，即轉速為200 r /min、走（zǒu）刀量為0. 2 mm/r、切削（xuē）深度為2. 5 mm) ; 其次是7 號參數下加工件的表麵粗（cū）糙度值（zhí）較低，Ra = 0. 99 μm，其加工方案為A3B1C3。上述結果是通過試驗（yàn）直接（jiē）得到的（de），為了（le）進一步尋找最佳因素（sù）水平配合（hé）方案，分析過程中采用文獻［12］中的主要計算（suàn）公式，計算（suàn）各因素的極差值如表6 所示，得到了各因素對零件表麵（miàn）粗糙度值的影響趨勢圖如圖2 所示。

      由表6 所示分析結果（guǒ）可以（yǐ）看出各影響因素的極差關係為RB ＞ RC ＞ RA，由此（cǐ）可以得到（dào）影響零件表麵（miàn）粗（cū）糙度各因素的主次順序為: 走刀量B ＞ 切削深（shēn）度C ＞ 轉速A。從圖2 可以看出: 因素B( 走刀量) 對（duì）零（líng）件表麵粗糙度影響最大，隨（suí）著走刀量的增（zēng）大，零件表麵粗糙度急劇增加; 因素A 與因素C 對零件表麵粗糙度影響規律一致，均存在極小值點。從圖2 可以直觀（guān）得到獲得最低零件（jiàn）表麵粗糙度的最優車削加工參數組（zǔ）合（hé）方案為A2B1C2 ( 即轉速為200 r /min、走刀量為0. 2 mm/r、切削深度為2. 5 mm) 。根據2. 1 節的疲勞試驗結果可知，采用該車削加（jiā）工參數可以（yǐ）獲得很高的TC18 鈦合金疲勞抗力。

      2. 3 方差分析

      直觀分析不能估計試驗中（zhōng）必然存在的誤差的大小，即不能區分因素各水平（píng）所對應的試驗結果間的差異（yì）究竟是由於（yú）因素水平不同所引起的，還是由於試驗誤差造成的，因而不能知（zhī）道分析的精度。為了彌補直（zhí）觀分析的不足，可（kě）采用（yòng）方差分析的方法。方差分析就是利用試驗結果的信息，對試驗中哪些因素（sù）對試驗結果有顯著性作用（yòng），哪些因素沒（méi）有顯著作用作出合理判斷的統計方法。表7 所示為（wéi）方差分析結果，對於給定顯著水平α = 0. 01 或0. 05，因素B( 走刀量f) 對粗糙度影響是非常顯（xiǎn）著的，因（yīn）素C 與因素A 對粗糙度的影響不顯著。這個結論與直觀分析得到的結論是一致的。走刀量f 是車削TC18 鈦合金零件表麵粗糙度的主要影響因素，這一結論從理論分析上也得到了支持.［5］

      2. 4 Taguchi 法分（fèn）析

      零件表麵粗糙度Ra的望小特性S /N 比的計（jì）算分別將試（shì）驗結果代入公式( 1) ，計算（suàn）得到S /N 比值，表（biǎo）8 所（suǒ）示為正交試驗表L9 ( 34 ) 及試（shì）驗與計算結果。在Taguchi 分析方（fāng）法思想（xiǎng）中，S /N 比值越大越（yuè）好。進一步計（jì）算信號與幹擾比響應列入表9 中，並（bìng）繪出各影響因素水平對S /N比值的趨勢圖如圖3 所示。

      由表9 可以看出，各參數（shù）水平對S /N 的影響效應不同，其中因（yīn）素（sù）B( 走刀量f) 影響最大，且隨著走刀量的增（zēng）加S /N值急劇下降; 因素A( 轉速v) 與因素C( 切削深度ap) 對車削試件表麵粗糙（cāo）度影（yǐng）響規律一致，均存在極大值點。根據各因素對S /N 的影響程度可以判定各車削參數對表麵粗糙度（dù）的影響按主次排列次序依次為: 走刀量（liàng）f ＞ 切削深度ap ＞ 轉速v 。

      根據Taguchi 分析方法（fǎ）思想中S /N 比值越大越好的原則（zé），從圖3 中可以（yǐ）得到獲得零件表麵粗糙度最低的最優（yōu）車削參數組合方案為A2B1C2 ( 即轉速為200 r /min、走刀量為0. 2 mm/r、切削深度為2. 5 mm) ，該分析結果與直觀法、方差分析法的分析結果是一致的。

      2. 5 多元（yuán）線性回歸（guī）分析

      根據表8 所示的試驗方案及試驗數據，采用數理統計分析軟件SPSS 13. 0 進行多元線（xiàn）性回歸分析，可得車削試件表麵粗糙度Ra與車削加工參數之間關係的多元線性回歸方程

                    Ra = － 0. 378 + 4. 05 × 10 －5 v + 6. 9f － 0. 06ap                ( 2)

      上（shàng）述回歸方程可作為車削加工工件表麵粗糙度數值（zhí）的預測方程。

      2. 6 驗證試驗

      為了進一步驗證上述優化車削加工參（cān）數組合方案及（jí）加工件表麵粗糙度預測方程（chéng）的（de）合（hé）理性與可靠（kào）性，進行了驗證試驗。根據前麵分析得到的最優參數組合為A2B1C2 ( 即轉速為200 r /min、走刀（dāo）量為（wéi）0. 2 mm/r、切（qiē）削深度為2. 5 mm) ，進行了3 次重複驗證試驗，試件的表麵粗糙度測試結果和根據方程 ( 2) 預測的結果（guǒ）如表10 所示。

      對比表10 所示的測試及計算結果可以（yǐ）看到，3次重複驗證試驗所加工試件的表（biǎo）麵粗（cū）糙度測試值（zhí）分別為0. 88 μm、0. 82 μm 及0. 80 μm，平均值為0. 83 μm。根（gēn）據車削試件表麵粗（cū）糙度預測方程( 2)計算所得到的Ra = 0. 86 μm，預（yù）測值與實際測試值間的誤差平均為4. 9%。上述驗證試驗，不僅表明優化車削參（cān）數能獲得較低的車削加工件表麵粗糙度（dù），試件的表麵粗糙度數值穩定性好，而且表明了所得Ra預測方程的（de）正確性。

      3 結論

      1) 機械加工表麵粗糙度對TC18 鈦合（hé）金疲勞抗力有重要的影（yǐng）響作用，粗糙度愈高，疲勞壽命愈低，粗糙度Ra從2 μm 降低到0. 06 μm，疲勞壽命提高61 倍。表麵粗糙度Ra值可作為疲勞服（fú）役工況下鈦合金零部件車削加工參數優化的評價指標。

      2) 走刀量（liàng）f 是TC18 鈦合（hé）金車削加工零件表麵粗糙度（dù）影響最顯著的因素，車削加工參數對鈦合金表麵粗糙（cāo）度影響（xiǎng）程度（dù）的排序為: 走刀量f ＞ 切削深度ap ＞ 轉速v。優（yōu）化（huà）的TC18 鈦合金車（chē）削加工參數為轉速v =200 r /min、走刀量f =0. 2 mm/r、切削深度（dù）ap =2. 5 mm，此時可以得到較高的鈦合金抗疲勞性能。3) 建（jiàn）立了（le）預測車削加工TC18 鈦合金表麵粗糙度與車削轉速、走到量和切削深度之間關係的定量方程，該方（fāng）程（chéng）預測（cè）結果與驗證試驗結果有良好的一致性。