目标激光散射特性在钢板表面微观轮廓精度测量中的应用

    0 引言

    零件表面微观轮廓精度的高低与其功能特性之间的关系是紧密相连的,其表面粗糙度是量度机械零件表面特征的一项重要指标,而表面粗糙度统计特性对目标激光、红外散射特性有显著影响,因此,它成为目标激光散射特性研究中的基础和关键问题之一。在表面粗糙度测量领域开展相关的研究和开发工作,目的是提高对粗糙度测量仪器不可靠性的认识水平及探索其改进的可能性[1]。

    在冷轧钢板生产过程中,表面微观轮廓精度被认为是最重要的控制参数之一。表面微观轮廓精度会影响钢板与模具之间的摩擦条件、摩擦因数、储油条件及钢板冲压时的成形性能,还会影响到钢板表面的反射性和着色性等性能,对彩色钢板和镀锌板等各种板材的加工质量起着关键的作用。

    冷轧钢板表面微观轮廓精度在线测量仪,实现了冷轧钢板生产过程中的在线检测。在生产线的最后一道工序中使用该仪器,一旦检测出钢板表面粗糙度参数值超过其粗糙度要求范围时,及时调整、更换轧辊系统,保证钢板表面粗糙度参数值不超出允许公差值的范围,避免废品的产生。从产品加工的过程后到过程中的质量检测,显示出光电检测技术所具有的重要作用。

    1 钢板表面粗糙度评定参数及其数学模型

    为了定量地评定表面粗糙度轮廓,必须用评定参数及其数值来表示表面粗糙度轮廓的特征。表面粗糙度是用几个反映光滑程度平均值的参数来表示的,这些参数反映了表面的振幅和频率的信息。其中振幅参数轮廓算术平均偏差Ra能客观地反映表面微观几何形状误差。

    通常冷轧钢板表面粗糙度可视为二维随机分布,表面坐标r=[X, Y,Z],表面高度分布Z=z(x,y),平均平面为z-(x)=0.设表面高度是概率密度为P(Z1,Z2)的二维分布随机变量,这种分布通常看作是各项同性的高斯分布。表示这种分布的特征量通常是方差R2和自相关函数C(S).当z-(x)=0时,可得到参数Ra的表达式为

    这里P(z)是概率分布函数。表面形貌是一个随机变化量,Whitehouse和Archard利用微观表面的高度分布函数和自相关函数来描述表面形貌,建立了WA模型[2]。WA模型假设:表面粗糙度各向同性;表面轮廓高度服从高斯分布;轮廓的自相关函数为指数形式。

    图1为用干涉显微镜测量得到的钢板表面轮廓曲线,通过数据处理可以给出高度起伏的各种统计参量。图2给出该轮廓曲线的高度分布曲线。可以看出,该粗糙表面近似满足高斯分布。

    因此冷轧钢板的函数P(z)可视为高斯分布,定义如下[3]: