噴丸表面的最佳粗糙度參數(shù)與材料硬度的關(guān)系

何聲馨， 劉坤坤， 王 銳， 張二亮， 李延民

(鄭州大學(xué) 機械工程學(xué)院，河南 鄭州 450001)

0 引言

噴丸硬化是一種常用的機械表面處理方法，廣泛應(yīng)用于汽車和航空航天領(lǐng)域，以提高長期服役于高應(yīng)力工況下金屬零件的抗疲勞性能，如飛機引擎壓氣機葉片、汽車傳動系統(tǒng)零件等的抗疲勞性能[1-3].在噴丸過程中，無數(shù)鋼丸連續(xù)且高速噴射，錘打到零件表面，從而在表面產(chǎn)生殘余壓應(yīng)力層.每當一顆鋼丸撞擊金屬零件表面上時，都會形成一個凹陷,改變材料表面形貌.在噴丸技術(shù)的研究過程中，研究人員對使用的各種表面變形技術(shù)和表面變形材料的表面粗糙度的演變的研究越發(fā)感興趣，例如噴丸硬化、球拋光、激光沖擊噴丸[4-6]和超聲波噴丸硬化[7-9]，進行了特定變形過程加工參數(shù)對材料表面粗糙度影響的研究，例如Mordyuk等[10]評估了超聲噴丸硬化的持續(xù)時間對材料粗糙度的影響.

表面測量學(xué)是當今制造業(yè)一個非常重要的領(lǐng)域，對于高精密儀器的零部件，其表面測量就顯得尤為重要.二維平均粗糙度是描述粗糙度時最常使用的參數(shù).然而，這一參數(shù)無法全面地表征復(fù)雜表面輪廓的所有特征，因此，對三維粗糙度評定參數(shù)的研究就成了必然，并且已成為當今粗糙度研究領(lǐng)域中的一個重要方向.同樣地，表面形貌從傳統(tǒng)的二維表征轉(zhuǎn)變?yōu)槿S綜合表征，研究人員針對各種特定的表面應(yīng)用，提出了許多三維粗糙度參數(shù)，形成了所謂的“參數(shù)爆炸”的局面[11-12]，這妨礙了表面形貌評價工作的開展.因此，需要選擇最合適的表面粗糙度參數(shù)來表征已經(jīng)表面變形的材料的表面性狀.

本研究采用多尺度分析的方法，搜索最佳的表面粗糙度參數(shù)和最佳評價尺度.多尺度分析方法可以更好地反映材料的表面性能，并找到最佳評價尺度，同時有助于尋找噴丸表面最佳粗糙度表征參數(shù)與材料硬度之間的關(guān)系.

1 材料和方法

1.1 材料和加工參數(shù)

實驗使用的材料為316、2205、420不銹鋼，樣品規(guī)格為25 mm×10 mm×10 mm.其化學(xué)成分(以質(zhì)量分數(shù)計)如表1所示.

首先將所有樣品研磨、拋光以獲得鏡面效果，然后使用轉(zhuǎn)臺式噴丸機對試樣進行噴丸處理.噴丸工藝參數(shù)如下：壓力0.15 MPa，流量5 kg/min，丸粒參數(shù)CCW23/0.6 mm/670 HV，角度85°，噴丸距離220 mm，覆蓋率100%.噴丸強度：316為0.086 mmA;420為0.088 mmA;2205為0.089 mmA.

表1 材料化學(xué)成分Tab.1 Chemical composition of material %

1.2 實驗過程

使用三維非接觸式光學(xué)輪廓儀(NPFLEX，Bruker Nano Inc，USA)測量噴丸表面粗糙度，選擇2.5倍目鏡，測量工作距離為3.48 mm，使用白光光源，掃描速度為1倍.為獲取可靠的測量數(shù)據(jù)和統(tǒng)計特征，對每個試樣的表面形貌進行多次采樣，以1.2 mm×0.9 mm的區(qū)域作為基本圖元，由16個基本圖元以20%的重疊度拼接在一起，構(gòu)成尺寸為 2.2 mm×1.8 mm 的大尺寸拼接測量圖像，每個試樣均拍攝10張大尺寸拼接測量圖像.

使用微米力學(xué)測試系統(tǒng)(PB1000，NANOVEA，USA)，在室溫下對每個未噴丸樣品表面分別進行3次壓痕測試，得到原材料硬度值.

1.3 結(jié)果測量

材料表面的輪廓特征在數(shù)學(xué)本質(zhì)上可視為一個非平穩(wěn)隨機過程，其由不同頻帶的諧波分量構(gòu)成，具有多尺度特征.表面形貌中的粗糙度、波紋度和形狀誤差成分主要區(qū)別在于其所占的頻帶不同，利用不同的帶通濾波器可以將粗糙度、波紋度和形狀誤差從表面形貌中分離出來.通過非下采樣Contourlet分解變換，表面形貌可被分解成不同尺度、不同方向的子帶，各尺度上的子帶表示相應(yīng)頻帶的表面形貌信息[13].取出的表面形貌的微觀幾何特征用于各種形貌評定參數(shù)的計算，這有效克服了傳統(tǒng)評定方法單一性缺陷.

本研究為了描述試樣的形貌，使用商用表面分析軟件MountainsMap進行分析處理，得到表面形貌圖片，從中選擇最佳評價尺度，并計算了27個表面粗糙度參數(shù)，主要分為：幅度參數(shù)[14]、功能體積參數(shù)[15]、空間參數(shù)[15]、混合參數(shù)[14]、特征參數(shù)[15]，具體如表2所示.

表2 表面形貌參數(shù)

2 結(jié)果與討論

2.1 最優(yōu)形貌參數(shù)的選擇

采用方差分析[16]確定描述噴丸表面的最優(yōu)形貌參數(shù).獲得各形貌參數(shù)的統(tǒng)計量F值，對得到的F值進行排序，得到如圖1所示的統(tǒng)計量的數(shù)值對形貌參數(shù)的排序.由圖中可知排序第一的參數(shù)是均方根偏差Sq，表明Sq是表征噴丸表面形貌的最優(yōu)參數(shù).

2.2 最佳評價尺度的選擇

使用表面分析軟件MountainsMap分析處理得到的表面形貌圖片，填充非測量點，去除形狀并設(shè)置界限.在此基礎(chǔ)上，選擇不同的評價尺度并計算其對應(yīng)的表面三維粗糙度參數(shù)組.選擇最基本的兩個粗糙度參數(shù)Sq(均方根偏差)和Sa(算術(shù)平均偏差)，研究其與評價尺度之間的關(guān)系，結(jié)果如圖2所示.從圖2中可以看出，當評價尺度小于800 μm 時，Sq和Sa的數(shù)值隨著評價尺度的增大而明顯增大，當評價尺度大于800 μm 時，Sq和Sa趨于穩(wěn)定，不再有顯著變化.故選擇800 μm作為最佳評價尺度.

圖1 表征噴丸表面的形貌參數(shù)的排序Fig.1 Classification order of the morphological parameters of the shot peening surface

圖2 Sa和Sq隨評價尺度的變化Fig.2 Varieties of Sa and Sq with evaluation scales

2.3 表面紋理處理

在最佳評價尺度800 μm下生成3D表面圖像并對其進行motif分形處理，結(jié)果如圖3所示.分析表明，噴丸處理后的樣品，在同樣大小的觀測區(qū)域內(nèi)，316的撞擊坑明顯偏深，平均深度為5.34 μm，其次為420，深度為5.09 μm，2205不銹鋼最淺，深度為4.68 μm.

圖3 3種試樣的3D表面圖像和分析Fig.3 3D images and corresponding graphical analysis of three samples

2.4 硬度測量

使用微米力學(xué)測試系統(tǒng)(PB1000，NANOVEA，USA)，在室溫下對每個未噴丸樣品表面分別進行3次硬度測量，求其平均值，測量結(jié)果如表3所示.因此，316、420、2205不銹鋼的原始硬度分別為224、325、336 Hv.

表3 樣品材料原始硬度Tab.3 Hardness of sample material Hv

2.5 最優(yōu)形貌參數(shù)Sq與硬度的關(guān)系

均方根偏差Sq屬于幅度參數(shù).綜合分析每個試樣拍攝的10張大尺寸拼接圖像，提取每張圖像中的Sq數(shù)值，與樣品材料原始硬度結(jié)合起來進行分析，分析結(jié)果如圖4所示，316、420和2205 3種不銹鋼的Sq分別為9.70、8.61、6.96 μm.由圖4可以看出,Sq與未經(jīng)處理的原始材料硬度之間存在線性關(guān)系，隨著材料硬度的增加，Sq會隨之減小.

圖4 最優(yōu)形貌參數(shù)Sq與硬度之間的關(guān)系Fig.4 The relationship between the optimal morphological parameters Sq and the hardness

3 結(jié)論

筆者基于多尺度分析了不同型號不銹鋼經(jīng)噴丸處理后表面的最優(yōu)形貌表征參數(shù)的選擇，考慮了6個評價尺度和27個常規(guī)的三維粗糙度參數(shù).以不同評價尺度下各粗糙度參數(shù)的變化規(guī)律和表面形貌圖像選取最優(yōu)評價尺度800 μm，并在最優(yōu)評價尺度下，采用方差分析確定描述噴丸表面的最優(yōu)形貌參數(shù).根據(jù)統(tǒng)計量F的數(shù)值對形貌參數(shù)進行排序.排序第一的參數(shù)是均方根偏差Sq，表明Sq是表征噴丸表面形貌的最優(yōu)參數(shù)，與廣泛使用的算術(shù)平均偏差Sa相比，Sq能更好地刻畫噴丸表面形貌.同時發(fā)現(xiàn)Sq與未經(jīng)處理的原始材料硬度之間存在反比關(guān)系，隨著材料硬度的增加Sq會隨之減小.