张 昆, 田业冰, 丛建臣,2, 刘俨后, 闫 宁, 鲁 涛

(1. 山东理工大学 机械工程学院, 山东 淄博 255049)(2. 天润工业技术股份有限公司, 山东 威海 264400)(3. 郑州磨料磨具磨削研究所有限公司, 郑州 450001)

磨削是加工高精度零件的一种重要加工方法，与其他切削加工方式相比，由于磨具表面磨粒大都成高负前角的几何形状，磨削时切除单位体积材料所消耗的能量较多[1]，而节能磨削是磨削发展的重要趋势。

目前，多采用经验公式和经验模型来预测与优化磨削能耗，但由于磨削加工机理较为复杂，预测结果不太理想。近年来，随着人工智能的发展，机器语言与优化算法被广泛应用于各种机械加工的输出预测与工艺优化中。最常用的有人工神经网络、支持向量机、遗传算法及粒子群算法等[2]。

詹友基等[3]以磨削超细硬质合金为研究对象，对磨削加工时各种运行状态下的功率、不同磨削参数下的磨削比能及磨削有效加工能效进行了研究；沈南燕等[4]建立了异形零件非圆磨削加工过程中的磨削力经验模型，并结合零件的受力情况，构建了非圆磨削中工件所受扭矩以及磨削能耗的计算模型；尹晖[5]针对典型机床关键零部件在加工过程中产生的高能耗问题，对典型机床关键零部件切削磨削比能、能效进行研究，建立了能耗、切削磨削比能以及能效的理论预测模型；李聪波等[6]基于响应面法建立了工艺参数与比能和加工时间的回归方程，构建了以铣削加工工艺参数为变量、以高能效和高效率为优化目标的多目标优化模型，并使用多目标粒子群优化算法对该模型进行求解。……