作者：Ankush Sharma, D. I. Lalwani
1. 引言 磨料水射流加工（AWJM）該工藝是一種用于金屬和非金屬材料加工的新型材料去除技術。AWJM在這個過程中，材料去除可以通過腐蝕來實現；腐蝕研究可分為兩個階段：量、顆粒噴射方向和速度；二是材料去除率的計算，即腐蝕率。在不銹鋼、合金鋼、鈦合金、鋁、陶瓷復合材料、花崗巖、橡膠瓷復合材料、花崗巖、橡膠和木材的切割能力。本文使用AWJM工藝對AISI H研究了13種模具鋼的加工性能，分析了工件材料、工具規格、加工參數、表面粗糙度測量、表面形態等。. 實驗2.1 工件材料 實驗采用長40mm，寬20mm，厚度12mm（如圖一所示）的AISI H13模具鋼；AISI H13模具鋼具有高硬化性、高強度和良好的韌性。用作鍛造模具、擠壓鋼模具、鑄造模具材料和熱加工剪刀。將材料加熱至950 ℃然后自然冷卻20分鐘。熱處理后的硬度為47.0±1.0 HRC。表一為AISI H13模具鋼的化學成分和機械性能。
2.2 磨料水射流機器 用CNC磨料水射流器對AISI H切割模具鋼13臺，機器配備3000臺MPa壓力泵最大流量為3.1 lpm；重力自流進料箱、空氣控制閥、1400mm×1400mm工作臺。噴嘴裝置由藍寶石材料制成，孔徑0.25mm；聚焦管由碳材料制成，內徑0.76mm，聚焦管長度為70mm。2.3 加工參數 表二為AISI H13模具鋼切割加工參數。
實驗中其他加工參數為常量，保持不變。沖擊角90°，孔徑0.25mm，噴嘴直徑0.76mm，磨料粒度80目.4 表面粗糙度測量 用尖筆表面粗糙度儀（型號：Mitutoyo SJ-210）進行表面平均粗糙度測量。試樣長度0.8mm，測量長度4mm，評估長度3.2mm。2.反應曲面分類研究法（RSM） 實驗通過RSM建模和分析多個輸入參數是如何影響輸出參數的，并最大化或最小化輸出參數。3.結果和討論 實驗通過反應曲面公式來研究磨料水射流工藝中加工參數對表面粗糙度的影響；利用Design Expert 8.0.7.表面粗糙度模型由軟件獲得。表面粗糙度設計矩陣為表面粗糙度。
表四為表面粗糙度的ANOVA從表中可以看出壓力（A），橫向速度（B），SOD（C）與壓力交互，以及SOD（AC），橫向速度和SOD（BC）等待模型更明顯；而不明顯的模型則采用反向消除法去除。表4還給出了影響程度和曲度的百分比。曲度不明顯，這意味著該模型是線性的。與純誤差相比，適度缺失并不太明顯，這表明該模型與實驗數據相匹配。水平速度（B）76%的百分比影響.81 %對表面粗糙度影響最大。
SS綜合平方；dof為自由度；Rem為備注欄；S為顯著；NS為不顯著。 圖二為表面粗糙度的主效應圖，用來監測參量效應對反應值的影響。從圖中可以看出壓力大、橫向速度低、SOD表面粗糙度最小。（a）是水壓對表面粗糙度的影響：當水壓較低時，表面粗糙度值最大；隨著水壓的增加，表面粗糙度值降低。這是由于水壓的增加，脆性磨料的破碎變小，從而降低了表面粗糙度。隨著水壓增大，磨料動能也增大，從而加工出更加光滑的表面。 圖二（b）為橫向速度和表面粗糙度之間的關系。圖中可以看出橫向速度對表面粗糙度的影響十分明顯。 為降低加工成本，用戶通常會設置最大的橫向速度，但這也會引起較大的表面粗糙度，這是由于橫向速度增大時，單位面積上的有效磨料就更少，有效切削刃也就更少，從而導致較大的表面粗糙度。 圖二（c）為 SOD圖中可以看到表面粗糙度的主效應圖SOD對表面粗糙度影響不大；表面粗糙度隨之而來；SOD增加和減少。圖3是壓力、橫向速度和SOD對表面粗糙度的共同影響。
根據實驗結果建立表面粗糙度的反應曲面公式（模型）：
圖四、五為反應曲面圖，橫向速度為常量20mm/min、壓力為常量216MPa時，選擇不同參數結合以求得表面粗糙度。 根據圖四、五，建立了壓力-橫向速度在SOD為2mm表面粗糙度等值線圖。
4. 結論 中心復合設計中的序貫法節省了實驗次數。 線性模型適合表面粗糙度，不需要額外的實驗再去驗證非線性模型。 水壓和SOD設置較高的實驗臨界值(240MPa，6mm）水平速度設置為較低的實驗臨界值(10mm/min）時，獲得良好的表面拋光效果。 變量分析（ANOVA）顯示，在對表面粗糙度模型的影響中，橫向速度影響占據76.81 %，其次是壓力，SOD、壓力和SOD交互影響、橫向速度和SOD互動影響(編譯:中國超硬材料網)
