近年來我國自主開發了TC18( Ti-5Al-5Mo-5V-1Cr-1Fe) 超高強（qiáng）度鈦合金，該合金兼有（yǒu）α + β 鈦合金和β 鈦合金的綜合性能（néng），強度高、韌（rèn）性好，焊接性能優，特別適用於製造飛機（jī）起落架（jià）等關鍵（jiàn）部件［1，2］。然而，鈦合金導熱性能差，易於（yú）粘刀（dāo），因而切削加工難度大（dà），而TC18 鈦合（hé）金強度高，故其加工難度比一般鈦合金更大（dà）［3 ～ 5］。車削加工是飛機起落架等關鍵部件的重要加工工序，車削加工試樣表麵粗糙（cāo）度對其力學性能，尤（yóu）其是（shì）對疲勞性能影響顯著［4 ～ 6］，加之鈦合金材料的力（lì）學性（xìng）能（néng）對表麵狀態尤（yóu）為敏感，因此，在車削加工（gōng）中合理地控製加工零部件的表麵粗糙度十分重要（yào）。另外，在保障合適的加工件表麵質量的前提下，提高加工效率、並兼顧合理的刀具壽命也是十分必要的［5，6］。關於鈦合金切削加工技術的研究已有開展（zhǎn），並得到了一些有價值的數據和規律［3 ～ 10］，然而多數研究工作主（zhǔ）要針對刀具的磨損方麵［7 ～ 10］，而關於車削加工對鈦合金表（biǎo）麵粗糙（cāo）度影響研究的（de）工作相對較（jiào）少，而（ér）以加工件表麵粗糙度為判據對TC18 鈦合（hé）金車削加工工藝參數進行優化的研（yán）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（yàn）證嚴格控製車削加工試樣（yàng）表麵粗糙度的重要性。然後利用正交（jiāo）試驗（yàn）法設計車削加（jiā）工工藝參數，並以零件表麵粗糙度（dù）Ra值為車削加（jiā）工表（biǎo）麵質量評價指標，對TC18 鈦（tài）合金車削加（jiā）工工藝參數進行優（yōu）化研究。

      1 材料及試驗方法

      1. 1 試驗材料與（yǔ）試樣

      車削加工的材料對象為TC18 超高強（qiáng）度（dù）鈦合金棒料，直徑40 mm。熱處理製度為: 840 ℃，1 h + 爐冷+ 750 ℃，1 h + 空冷+ 600 ℃，2 h + 空冷。通過雙重退火處理獲得α + β 雙相組織。TC18 鈦合金的化學成份、室溫力學性能分別如表1、表（biǎo）2 所示。

      旋轉彎曲疲勞試樣幾何形狀及尺寸如圖1 所示。為了揭示（shì）機械加工表麵粗糙度對TC18 鈦（tài）合金疲勞性能的影響（xiǎng）規律，分別（bié）采用粗車（chē）、精車和精車（chē）後機械拋光的方法製備表麵粗糙度Ra值分別為2 μm、0. 8 μm 及0. 06 μm 的3 種疲勞試樣，進行疲勞壽命對比（bǐ）試（shì）驗（yàn）研究（jiū）。

      1. 2 試驗方（fāng）法（fǎ）

      TC18 鈦合（hé）金的車削工藝試驗研究在CM6140車（chē）床上進行（háng），使用伊斯卡( ISCAR) 公司生產的帶TiAlN 塗層的硬質合金刀片，刀片型號（hào）為WNMG080412-TF，配（pèi）合刀杆型號為PWLNR 2020K-08X。TC18 鈦合金的車削工藝參數（shù）優化采用分別采用如（rú）表3 所示的三水平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，由於加工參數隻有3 個，所以（yǐ）D 列為空（kōng）列作為誤差列。通過改變切削速度、走刀量以及（jí）切削深度，研究車削工藝參數對TC18 鈦合金表麵粗（cū）糙度的影響規律。車削加工試驗在冷卻液充（chōng）分供（gòng）給的條件下（xià）進（jìn）行。

      鈦合金（jīn）車削加工試（shì）件表麵粗（cū）糙度的測（cè）量（liàng）利用日本（běn）三豐公司的Surf Test SJ-201 型（xíng）粗糙度（dù）儀。疲勞試驗采用PQ-6 型旋轉彎曲疲勞試驗機，轉速3 000 r /min，室溫下進行。首先通過精車試樣的應力壽命( S-N) 曲線（xiàn）測（cè）試，確定（dìng）合適的（de）最高循環應（yīng）力水平條件（jiàn），在此相同應力條件下對比（bǐ）各表麵粗糙度狀態試樣的中值疲勞壽命，平行試樣為5 件。

      1. 3 數據分析方法

      分別采用（yòng）直觀分析法、方差分析法、Taguchi 分析法以及多（duō）元線性回（huí）歸分析法綜合分析（xī）車削加工試驗結果［11 ～ 15］。Taguchi 分析法是（shì）由（yóu）日本田口玄一博士創立的，它是一種以試驗技術為（wéi）基礎，通過係統設計、參數設（shè）計和容差設計（jì）提高與改進（jìn）產品質（zhì）量的（de）一種質量工程（chéng）方法。田口法（fǎ）的核心分析（xī）工具是正交表和信號與幹擾（rǎo）比S /N。在S /N 分析中（zhōng），性能特性可以分成望小特性、望大特性（xìng）和望目特性。為了獲得最（zuì）佳的加工性能，對表麵粗糙度應采用望小（xiǎo）特性來研究。對於望小特（tè）性，S /N 比值公式為

      式中: Yi是第i 次實驗結果( 即（jí）試驗中被加工零件表麵粗糙度的實際測（cè）量值（zhí）) 。可以通過信號與幹擾（rǎo）比和方（fāng）差分析來預測車削過程可變參數的最佳組合（hé）。根據上述分（fèn）析方法確定最佳車削加工參數，最後，通過驗證性試驗來考核所確（què）定的最（zuì）佳車削加工參數的（de）合理性。

      2 試驗結果與分析

      2. 1 表麵粗糙度對TC18 合金疲勞壽命的影響

      表4 所示為分（fèn）別采用粗車（chē）、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（jí）0. 06 μm) 疲勞試樣在600 MPa 最（zuì）大循環應力條件下的疲勞壽命試驗結果，每種表麵粗糙度平行試樣為5 件。600 MPa 最大循環應力水平條件的確定依據對精車（chē）試樣的應力-壽命( S-N)曲線的測試結果。

      表4 所示（shì）的疲勞壽命試驗結果表明，機械加工表麵粗（cū）糙度對TC18 鈦（tài）合金疲勞壽命（mìng）有（yǒu）顯（xiǎn）著（zhe）的影響，表麵粗糙度愈大，其疲勞壽命愈低，粗車試樣 ( Ra = 2. 0 μm) 的疲勞壽命分別是精車試樣( Ra =0. 8 μm) 和拋光試樣( Ra = 0. 06 μm) 疲勞壽命的1 /53和1 /62，故機械加工中必須嚴格控製工件（jiàn）的表麵粗糙度。原因是鈦合金對表麵（miàn）缺口敏感性高，尤其（qí）是TC18 鈦合金屬於超高強度鈦合金，其表麵缺口敏感性（xìng）會更高［16］。

      此外，為了模擬承受彎曲交變載（zǎi）荷的航空零部件而采用了旋轉彎曲疲（pí）勞試驗方法，試樣表麵承受最大的交變應力幅值，故疲勞（láo）裂紋首先從表麵萌生，因而表麵粗糙度愈大，其疲勞裂紋愈易於（yú）在表麵萌生，裂紋萌生壽命所占總壽命的比例會降低，由此導致鈦合金表麵粗糙度愈高，其疲勞抗力愈低。另外通（tōng）過對比拋光和精車試樣的疲勞壽命（mìng）可以發現，盡管二者的（de）表麵粗糙度Ra值相差1 個數量級，然而，前者的疲勞壽（shòu）命僅僅比後（hòu）者提高了16. 6%，這說明TC18 鈦合金的疲勞壽命與（yǔ）表麵粗糙度Ra值並非（fēi）呈線性變（biàn）化關係，通過合適（shì）的精車（chē）參數控製表麵粗糙度達到一定數值後，即可獲得（dé）很高的疲勞抗力。由此可見，對於承受疲勞載荷的超高強度TC18 鈦合金零件的車削加工來說，可以用表麵粗糙度值Ra值作為評價指標，通過（guò）優化加工參數（shù）試驗，獲得合（hé）理的車削加（jiā）工（gōng）參數，以（yǐ）保（bǎo）證較高的（de）TC18 鈦合金的抗疲勞性能。

      2. 2 直（zhí）觀分析

      表5 為對應表3 所示的不同車（chē）削加工參數下所製備試樣的表麵粗糙度測試結果，考慮到試件（jiàn）表麵粗糙度分布的（de）分散性和測試數據的可靠性，采取測試被加工試件表麵3 處不同位置的表（biǎo）麵粗糙度，並取平均值作為試驗結果。

      由表5 所（suǒ）示的試驗結果（guǒ）可以看到，4 號參數加（jiā）工試樣的表麵粗糙度值最小（xiǎo），Ra = 0. 82 μm，即與前麵疲勞試驗中的精車試樣（yàng）的（de）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、走刀量為0. 2 mm/r、切削深度為（wéi）2. 5 mm) ; 其次是7 號參數下（xià）加工件的（de）表麵粗糙度值較低，Ra = 0. 99 μm，其加工方案為A3B1C3。上（shàng）述結果是通過試驗直接得到的，為了進（jìn）一（yī）步尋找最佳因素水（shuǐ）平配合方案，分析過程中采用文獻［12］中的主（zhǔ）要計算公式，計算各因素的極差值如表6 所示，得到了各因素對零件表（biǎo）麵粗（cū）糙度值的影響趨勢圖（tú）如圖2 所示。

      由（yóu）表6 所示分析結果可以看出（chū）各影響因素的極差（chà）關（guān）係為（wéi）RB ＞ RC ＞ RA，由此可以得到影響零件表麵粗糙度各因（yīn）素的主次順序為: 走刀量B ＞ 切削深度C ＞ 轉速A。從圖2 可以看出: 因素B( 走刀量) 對零件表麵粗糙度影響最大，隨（suí）著走刀量的增大，零件表麵粗（cū）糙度急劇增加; 因素A 與因素C 對零件（jiàn）表麵粗糙度影響規律一致，均存在極小值點。從圖2 可以直（zhí）觀得到（dào）獲得最低零件（jiàn）表麵粗糙度的最優車削加（jiā）工參數組合方案為A2B1C2 ( 即轉速為200 r /min、走刀量為0. 2 mm/r、切（qiē）削深度為2. 5 mm) 。根（gēn）據2. 1 節的疲勞試驗結果可知（zhī），采用該車削加（jiā）工參（cān）數可以獲得很高（gāo）的TC18 鈦合（hé）金疲勞抗力。

      2. 3 方差分析

      直觀分（fèn）析不能估計試驗中必然存在的誤差的大小，即不能區分因素各水（shuǐ）平所對應的試驗結果間的差異究竟是由於因素水平不同所引起的，還是由於試驗誤差造成的，因而不能知道分析的精度。為了彌補（bǔ）直觀分析的不足，可采用方（fāng）差分析的方法。方（fāng）差分析就是利用試驗結果的信息，對試驗中哪些因素對試驗結果（guǒ）有顯（xiǎn）著性作用，哪些因素（sù）沒有顯著（zhe）作（zuò）用作出合（hé）理判斷的統計（jì）方法。表7 所示為方差分析結果，對於（yú）給定顯著水平α = 0. 01 或0. 05，因素（sù）B( 走刀量f) 對粗糙度影響是非常顯（xiǎn）著的，因素C 與（yǔ）因素A 對粗糙（cāo）度（dù）的影（yǐng）響不顯（xiǎn）著。這個結論與直觀分（fèn）析得到的結論是（shì）一致的。走刀量（liàng）f 是車削TC18 鈦合金（jīn）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（yě）得到了支持.［5］

      2. 4 Taguchi 法分析

      零件表麵粗糙度Ra的望小（xiǎo）特性S /N 比的（de）計算分別（bié）將試驗結果代入公（gōng）式( 1) ，計算（suàn）得到（dào）S /N 比值（zhí），表（biǎo）8 所示為正交試驗表L9 ( 34 ) 及試驗與計算結果。在Taguchi 分（fèn）析方法思想中，S /N 比（bǐ）值越大越好。進一步計算信號與幹擾比（bǐ）響應列入表9 中，並繪出各影響因素（sù）水平對S /N比值的趨勢（shì）圖如圖3 所示。

      由表（biǎo）9 可（kě）以看出，各參數水平對S /N 的影響效應不同，其中因素（sù）B( 走刀量f) 影響最大（dà），且隨著走（zǒu）刀量（liàng）的增加S /N值急（jí）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度影（yǐng）響規律一致，均（jun1）存在極大值點（diǎn）。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的影響按主次排列次（cì）序依次為: 走刀量f ＞ 切削深度ap ＞ 轉速v 。

      根據Taguchi 分析方法思想中S /N 比值越大越好的原則，從圖3 中可以得到獲得零件表（biǎo）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（fèn）析結果是（shì）一致的。

      2. 5 多元線性回歸分（fèn）析

      根據表8 所示的試驗方案及（jí）試驗數據，采用數理統計分析軟件SPSS 13. 0 進行多元線性回歸分析，可得車（chē）削試件表麵粗糙度Ra與車（chē）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)

      上述回歸方程可作為車削加（jiā）工工（gōng）件表麵粗糙度數值的預測方程。

      2. 6 驗證試驗（yàn）

      為了（le）進（jìn）一步驗證上述優化車削（xuē）加工參數組合方案及（jí）加（jiā）工件表麵粗糙度預測方程的合理性與可靠性，進行了驗證試驗。根據前麵分析得到的最優參數組合為（wéi）A2B1C2 ( 即轉（zhuǎn）速為（wéi）200 r /min、走刀（dāo）量（liàng）為0. 2 mm/r、切削深度為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（guǒ）和根據方程 ( 2) 預測的結果如表10 所示。

      對比表10 所示的測試及計算結果可以看到，3次（cì）重複驗證試驗所加工試件的表（biǎo）麵粗糙度（dù）測試值分別為0. 88 μm、0. 82 μm 及0. 80 μm，平均值為（wéi）0. 83 μm。根據車削（xuē）試件表麵（miàn）粗糙度預測方（fāng）程( 2)計算所得到的Ra = 0. 86 μm，預測值與實際測試（shì）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數能獲（huò）得較低的車（chē）削加工件表麵（miàn）粗糙度，試件的表麵粗糙度（dù）數值穩定性好，而且表明了所得Ra預測（cè）方程的正確性。

      3 結論

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

      2) 走刀量f 是TC18 鈦合金車削（xuē）加工零件表麵粗糙度影響（xiǎng）最（zuì）顯著的因素，車削加工（gōng）參數對鈦合（hé）金表麵粗糙度（dù）影響程度的排序為: 走刀量f ＞ 切削深度ap ＞ 轉速v。優化的TC18 鈦合金車削加工參數（shù）為（wéi）轉速v =200 r /min、走（zǒu）刀量f =0. 2 mm/r、切削（xuē）深度ap =2. 5 mm，此時可以得（dé）到較高的鈦合金（jīn）抗疲勞（láo）性能。3) 建立了預測車削加工（gōng）TC18 鈦合金表（biǎo）麵粗糙度與車（chē）削轉速、走到量和切削深度之間關係的定量方程，該方程預測結（jié）果與驗證試驗結果有良（liáng）好的一致性。