马廉洁　陈　杰　巩亚东　王　佳

1.东北大学秦皇岛分校,秦皇岛,066004　　2.东北大学,沈阳,110819



基于PSO算法改进BP神经网络的氟金云母点磨削工艺参数优化

马廉洁1,2陈杰1巩亚东2王佳1

1.东北大学秦皇岛分校,秦皇岛,0660042.东北大学,沈阳,110819

摘要：通过氟金云母的高速点磨削试验，测试了加工表面硬度和表面粗糙度，分析了表面硬度和表面粗糙度随工艺参数的变化规律。基于单因素试验值和PSO算法改进的BP神经网络，利用最小二乘拟合，建立了氟金云母点磨削表面硬度和表面粗糙度关于各工艺参数的一元模型，以相关系数检验模型，证明模型具有较高可靠性。分析一元模型，提出表面硬度和表面粗糙度分别关于工艺参数的多元模型。基于正交试验值和PSO算法，对模型进行优化求解，并通过试验证明了模型具有较高可靠性。利用PSO算法对两个多元模型进行双目标优化，求解得到一组较为合理的工艺参数值。

关键词:工艺参数; PSO算法;BP神经网络;点磨削;氟金云母

0引言

氟金云母属于硅酸盐类人工云母晶体，化学式为KMg3(AlSi3O10)F2，具有绝缘性好、高频介质损耗低、耐高温、抗腐蚀等优良的性能，广泛应用于机械、电子、生物等领域[1-2]。较高的表面质量能够显著改善机械装备的可靠性，提高机械零件的使用寿命。传统方式通过热处理和改变材料成分来提高表面质量[3-4]。近些年，一些学者尝试从机械加工工艺着手改善加工表面质量[5]。高速点磨削技术可以大幅提高生产效率，提高砂轮使用寿命[6-7]，减小残余应力[8]，有效提高表面质量[9]，因此高速点磨削技术被广泛地应用于硬脆材料的加工领域。……