FeCoNiCr系高熵合金铣削力仿真与实验研究

doi:10.12068/j.issn.1005-3026.2024.11.008

摘要/Abstract

摘要：

通过对高熵合金进行三维槽铣和侧铣的铣削力仿真分析，研究了不同加工参数对铣削力的影响规律.针对FeCoNiCrAl_0.1，FeCoNiCrAl_0.5，FeCoNiCrMo_0.1三种铸态高熵合金设计正交与单因素铣削实验，通过测量实验中的铣削力，探讨了不同加工方式、铣削参数、刀具和不同元素成分及含量对铣削力的影响规律.仿真及实验结果表明：随着铣削速度的增加，铣削深度和进给速度的减小，槽铣和侧铣的铣削力都减小，相同加工参数下槽铣的铣削切向力和法向力分别比侧铣高404.30%和761.06%. Al元素含量高的高熵合金铣削力大.HMX涂层刀具的铣削力小于SGS涂层刀具，铣削力平均降低10.6%.实验结果为高熵合金的高效加工提供了理论参考.

关键词: 高熵合金, FeCoNiCr系, 铣削加工, 仿真, 铣削力

Abstract:

The effect of different machining parameters on the milling force of high?entropy alloy（HEA） was studied through the simulation analysis of 3D slot milling and side milling. The orthogonal and single?factor milling experiments of FeCoNiCrAl_0.1， FeCoNiCrAl_0.5， and FeCoNiCrMo_0.1 as?cast HEAs were designed. By measuring the milling force in the experiments， the effects of different machining methods， milling parameters， tools， and elements of HEAs on the milling force were explored. The results showed that with the increase of milling speed and the decrease of depth and feed speed， the milling force of slot milling and side milling decreases， and the tangential force and normal force of slot milling are 404.30% and 761.06% higher than that of side milling under the same machining parameters， respectively. High?entropy alloys with high Al content have higher milling forces. The milling force of HMX tool is smaller than that of SGS tool， with an average reduction of 10.6% in the milling force. The experimental results provide a theoretical reference for the efficient machining of HEAs.

Key words: high?entropy alloy, FeCoNiCr system, milling, simulation, milling forces

中图分类号:

TH 161

温雪龙, 张文波, 巩亚东, 李俊鹏. FeCoNiCr系高熵合金铣削力仿真与实验研究[J]. 东北大学学报（自然科学版）, 2024, 45(11): 1579-1586.

Xue-long WEN, Wen-bo ZHANG, Ya-dong GONG, Jun-peng LI. Simulation and Experimental Study on Milling Force of FeCoNiCr High Entropy Alloy[J]. Journal of Northeastern University(Natural Science), 2024, 45(11): 1579-1586.

图/表 20

图1 铣削过程示意图

Fig.1 Diagram of the milling process

图2 瞬时铣削厚度模型

Fig.2 Instantaneous milling thickness model

图3 铣削仿真的几何模型（a）—铣刀模型；（b）—槽铣模型；（c）—侧铣模型.

Fig.3 Geometric model of milling simulation

表1 单因素仿真实验参数 (parameters)

Table 1 Simulated single factor experiment

铣削深

度单因

素实验

100

75.4

0.10 0.15 0.20

0.25 0.30 0.35

0.40 0.45 0.50

铣削速

度单因

素实验

100

37.7 47.1 56.5

66.0 75.4 84.8

94.2 103.7 113.1

0.3

图4 铣削力随铣削参数的变化规律

Fig.4 Change of the milling force with milling

表2 原子质量比 (%)

Table 2 Atomic mass ratio

元素	FeCoNiCrAl_0.1	FeCoNiCrAl_0.5	FeCoNiAlMo_0.1
Fe	24.47	23.36	23.75
Co	25.85	24.64	25.05
Ni	25.72	24.56	24.96
Cr	22.79	21.75	22.11
Al	1.18	5.65	—
Mo	—	—	4.08

图5 实验设备（a）—实验系统简图；（b）—SVW80C-3D加工中心；（c）—Kistler测力仪.

Fig.5 Experimental equipment

表3 铣刀参数 (mm)

Table 3 Cutter parameters

型号	涂层	刃长H	刃径D	总长L
HMX	超晶纳米涂层	20	6	50
SGS	Ti-NAMITE-X	25	6	58

图6 实验刀具（a）—HMX涂层刀具；（b）—SGS涂层刀具.

Fig.6 Experimental tool

图7 工作平台（a）—槽铣实验平台；（b）—侧铣实验平台.

Fig.7 Work platform

表4 槽铣正交参数

Table 4 Slot milling orthogonal parametes

参数	水平
v_c/（m·min^-1）	37.7 56.5 75.4 94.2 113.1
v_w/（mm·min^-1）	30 60 90 120 150
a_p/mm	0.1 0.2 0.4 0.6 0.8

表5 侧铣正交参数

Table 5 Side milling orthogonal parameters

参数	水平
v_c/（m·min^-1）	37.7 56.5 75.4 94.2 113.1
v_w/（mm·min^-1）	30 60 90 120 150
a_p/mm	0.1 0.2 0.4 0.6 0.8

表6 侧铣单因素参数(ae=3 mm)

Table 6 Side milling single factor parameters (ae=3 mm)

v_c/（m·min^-1）

v_w/（mm·min^-1）

a_p/mm

37.7 45.2 52.8

60.3 67.9 75.4

82.9 90.5 98.0

105.6

0.25

67.9

30 45 60 75

90 105 120

135 150 165

0.25

67.9

0.05 0.1 0.15 0.2

0.25 0.3 0.35 0.4

0.45 0.5

图8 铣削力随不同加工方式的变化规律

Fig.8 Changing law of the milling force with different

图9 铣削力随不同铣削参数的变化规律（a）—铣削速度对铣削力的影响；（b）—进给速度对铣削力的影响；（c）—铣削深度对铣削力的影响.

Fig.9 Law of the milling force with different milling parameters

图10 不同涂层刀具的铣削力对比（a）—不同涂层刀具下铣削速度对铣削力的影响；（b）—不同涂层刀具下进给速度对铣削力的影响；（c）—不同涂层刀具下铣削深度对铣削力的影响.

Fig.10 Comparison of the milling forces of different coating tools

图11 不同元素下铣削力（a）—不同元素下铣削速度对铣削力的影响；（b）—不同元素下进给速度对铣削力的影响；（c）—不同元素下铣削深度对铣削力的影响.

Fig.11 Milling forces under different elements

图12 不同Al含量下铣削力（a）—不同Al含量下铣削速度对铣削力的影响；（b）—不同Al含量下进给速度对铣削力的影响；（c）—不同Al含量下铣削深度对铣削力的影响.

Fig.12 Milling forces with different Al contents

表7 显著性检验

Table 7 Significance test

参数	数据点	b₀	b₁	b₂	b₃	R²/%	F
Al系F_x 优化前 Al系F_x 优化后	25	8.695 9	1.178 5	0.616 8	-0.985 2	98.92	641.42
Al系F_x 优化前 Al系F_x 优化后	22	7.872 2	1.228 5	0.697 6	-0.925 9	99.13	758.09
Al系F_y 优化前 Al系F_y 优化后	25	7.228 6	0.870 4	0.706 9	-0.945 8	99.07	742.11
Al系F_y 优化前 Al系F_y 优化后	23	7.313 0	0.868 2	0.696 8	-0.952 8	99.36	980.36

图13 仿真、理论模型验证（a）—切向力、法向力随铣削速度变化；（b）—切向力、法向力随铣削深度变化.

Fig.13 Simulated and theoretical model verification

参考文献 12

1	Sun J， Zhao W X， Yan P，et al.High temperature tensile properties of as‑cast and forged CrMnFeCoNi high entropy alloy［J］.Materials Science and Engineering：A，2022，850：143570.
2	Xiang T， Zhao M， Du P，et al.Heat treatment effects on microstructure and mechanical properties of TiZrNbTa high‑entropy alloy［J］.Journal of Alloys and Compounds，2023，930：167408.
3	Kaushik L， Kim M S， Singh J，et al.Deformation mechanisms and texture evolution in high entropy alloy during cold rolling［J］.International Journal of Plasticity，2021，141：102989.
4	Lee C F， Shun T T.Age heat treatment of Al_0.5CoCrFe_1.5NiTi_0.5 high‑entropy alloy［J］.Metals，2021，11（1）：1416-1427.
5	Malatji N， Lengopeng T， Pityana S，et al.Effect of heat treatment on the microstructure，microhardness，and wear characteristics of AlCrFeCuNi high‑entropy alloy［J］.The International Journal of Advanced Manufacturing Technology，2020，111（7）：2021-2029.
6	Gökhan S， Motorcu A R， Nohutçu S.Single and multi‑objective optimization for cutting force and surface roughness in peripheral milling of Ti₆Al₄V using fixed and variable helix angle tools［J］.Journal of Manufacturing Processes，2022，80：529-545.
7	Gaikhe V， Sahu J， Pawade R.Optimization of cutting parameters for cutting force minimization in helical ball end milling of inconel 718 by using genetic algorithm［J］.Procedia CIRP，2018，77：477-480.
8	王振宇，张荣闯，于天彪.圆柱直齿轮铣削加工无干涉刀具路径规划［J］.东北大学学报（自然科学版），2022，43（7）：988-995.
	Wang Zhen‑yu， Zhang Rong‑chuang， Yu Tian‑biao.Interference‑free tool path generation for milling of spur gears［J］.Journal of Northeastern University （Natural Science），2022，43（7）：988-995.
9	贾东洲，李长河，张彦彬，等.钛合金生物润滑剂电牵引磨削性能及表面形貌评价［J］.机械工程学报，2022，58（5）：198-211.
	Jia Dong‑zhou， Li Chang‑he， Zhang Yan‑bin，et al.Grinding performance and surface morphology evaluation of titanium alloy using electric traction bio micro lubricant［J］.Journal of Mechanical Engineering，2022，58（5）：198-211.
10	许文昊，李长河，张彦彬，等.静电雾化微量润滑研究进展与应用［J］.机械工程学报，2023，59（7）：110-138.
	Xu Wen‑hao， Li Chang‑he， Zhang Yan‑bin，et al.Research progress and application of electrostatic atomization minimum quantity lubrication［J］.Journal of Mechanical Engineering，2023，59（7）：110-138.
11	Zhou R H.Analytical model of milling forces prediction in five‑axis milling process［J］.The International Journal of Advanced Manufacturing Technology，2020，111（9）：3045-3054.
12	邓云飞，张永，吴华鹏，等.6061-T651铝合金动态力学性能及J-C本构模型的修正［J］.机械工程学报，2020，56（20）：74-81.
	Deng Yun‑fei， Zhang Yong， Wu Hua‑peng，et al.Dynamic mechanical properties and modification of J-C constitutive model of 6061-T651 aluminum alloy［J］.Journal of Mechanical Engineering，2020，56（20）：74-81.

[1]	王海芳, 乔鼎杰, 吴天浩, 黄鹏. 基于改进VINS-Mono算法的状态估计方法[J]. 东北大学学报（自然科学版）, 2024, 45(9): 1287-1293.
[2]	赵英博, 修世超, 洪远, 步新宇. 户外型AGV越障仿真方法与实验研究[J]. 东北大学学报（自然科学版）, 2024, 45(8): 1107-1114.
[3]	傅大学, 狄跃忠, 王耀武. 基于床层传热的皮江法炼镁过程优化[J]. 东北大学学报（自然科学版）, 2024, 45(4): 523-529.
[4]	周云光, 王书海, 陈晗, 李明. 精密车削镍基单晶高温合金去除机理仿真与实验[J]. 东北大学学报（自然科学版）, 2024, 45(10): 1452-1458.
[5]	侯鹏帅, 周大鹏, 杨大鹏, 陈杰. 基于多传感器融合的无人舰载机舰面定位研究[J]. 东北大学学报（自然科学版）, 2024, 45(1): 1-9.
[6]	杨欣, 樊振刚, 张根保, 冉琰. 数控转台蜗轮转动元动作的热变形有限元分析[J]. 东北大学学报（自然科学版）, 2024, 45(1): 76-84.
[7]	张家豪，邹平，魏事宇，梁付强. 单激励三维超声车削加工技术的实验研究[J]. 东北大学学报（自然科学版）, 2023, 44(8): 1152-1159.
[8]	于长永，赵楚，马海涛刘晓寒，邹平，曲圆辉，方立廷. 提升304不锈钢加工表面的单激励三维振动切削装置设计[J]. 东北大学学报（自然科学版）, 2023, 44(6): 816-823.
[9]	饶红艳，王少杰，侯亮，苏德赢. 基于改进粒子群优化算法的混凝土泵车全局功率匹配[J]. 东北大学学报（自然科学版）, 2023, 44(6): 840-848.
[10]	黄贤振，栾晓刚，朱丽莎，刘慧珍. 基于双向流固耦合的锥阀阀芯位移可靠性分析[J]. 东北大学学报（自然科学版）, 2023, 44(5): 667-673.
[11]	温雪龙，王承宝，刘文博，任海洋. 选区激光熔化FeCoNiCr系高熵合金微观组织的实验研究[J]. 东北大学学报（自然科学版）, 2023, 44(4): 536-543.
[12]	罗忠，吴东泽，李雷，葛长闯. 转子系统动力学仿真平台设计与实验验证[J]. 东北大学学报（自然科学版）, 2023, 44(3): 375-381.
[13]	卢晓红，顾瀚，丛晨，阮飞翔. Inconel 718介观尺度薄壁件微铣削力预测[J]. 东北大学学报（自然科学版）, 2023, 44(2): 242-250.
[14]	耿健，王晓冬，郭美如，黄海龙. 流量计法测量微型溅射离子泵抽速的方法[J]. 东北大学学报（自然科学版）, 2022, 43(9): 1298-1305.
[15]	王海芳，崔阳阳，李鸣飞，李广宇. 基于改进RRT*FN的移动机器人路径规划算法[J]. 东北大学学报（自然科学版）, 2022, 43(9): 1217-1225.