钴合金和钴铬钼合金的加工研究—Ⅰ

人们对钴合金和钴铬钼合金（CoCrMo alloys）的加工研究在很久以前就已经开始，这些合金被广泛用于制造业和航空航天业。此前，所有的研究都集中在改善材料性能上，如硬度、韧性、强度、耐磨性、耐腐蚀性和耐高温性。CoCrMo合金是钴家族的一种改进材料，被用于各种生物医学应用。

正如以前的研究人员所报告的那样，与钛、不锈钢和英科镍合金相比，对这些材料，特别是钴铬钼合金的加工研究仍然有限。通常CoCrMo合金的加工是通过非传统的加工技术，如放电加工（EDM）、激光束机（LBM）和传统的加工技术，如车、铣、磨加工工艺。

（图片来源：Modern Aspects of Electrochemistry No. 53）

在过往几年里，面铣和车铣是研究人员对钴合金的主要操作，同时也建立了最佳的切削条件，直到2013年，CoCrMo合金被引入。这种合金由于含有大量的镍，而镍是一种可能引起人体过敏反应的高危元素，因此被认为是取代钴合金的极具潜力的金属生物材料之一。钴铬钼合金有望用于使用加工操作制造的植入物和医疗设备，特别是为了达到所需的表面光洁度和尺寸精度。

不同的研究人员探索了各种加工方法和建模技术来优化切削条件，以预测加工性能并实现更高的效率。Aykut等采用设计实验法（DOE）研究了在干式加工中使用PVD涂层和无涂层硬质合金刀具对卫星6号超级合金进行对称面铣加工时，加工条件对刀具磨损、切削力和切屑形态的影响。研究结果表明，切削深度和额定进给量对刀具磨损和切削力有很大影响。随着进给率的变化，在切口边缘观察到了切屑形成和切屑形态的变化。

Bagci和Aykut采用田口方法研究了面铣加工stellite合金时切削条件对表面粗糙度的影响。结果表明，表面粗糙度值受切削速度、进给率和切削深度的影响很大。遗传优化神经网络系统（GONNS）、遗传算法（GA）、人工神经网络（ANN）、响应面方法学（RSM）是其他用于优化加工操作中的工艺参数的建模技术。

Aykut等通过使用ANN模型，在干燥条件下使用无涂层硬质合金刀具，对stellite合金的对称面铣进行了可加工性测试。切削力是通过进给率、切削速度和切削深度来预测的。随后，Aykut等使用两种模型研究了表面粗糙度、切削力和加工参数之间的关系。

（图片来源：Modern Aspects of Electrochemistry No. 53）

参考来源：Zaman H A, Sharif S, Kim D W, et al. Machinability of cobalt-based and cobalt chromium molybdenum alloys-a review[J]. Procedia Manufacturing, 2017, 11: 563-570.

• < 上页
• 下页 >