李许庆 石 艳 胥 云 廖映华 皮 浩

(四川轻化工大学机械工程学院，四川 宜宾 644000)

航空发动机叶片结构扭曲、厚度薄，最小前后缘半径为0.06 mm，且叶型轮廓公差须控制在±0.05 mm内，加工过程中极易产生变形问题，导致叶片质量不合格[1]。目前，叶片广泛采用高温合金、钛合金等难加工材料，大量研究表明，加工这类材料铣削力大和发热量高，易使叶片局部产生变形误差[2-3]。因此，研究铣削力和发热引起变形的控制方法对于提高叶片加工精度至关重要。

为能够有效地改善叶片铣削时产生的局部变形问题，国内外学者进行了诸多研究。王凌云等[4]联合使用AdvantEdge和ANSYS完成了叶轮弹性变形量预测；黄涛等[5]通过理论分析和实验建立刀具-工件切削变形模型，得到控制叶片变形的较优刀轴倾角；李忠群等[6]利用力学和有限元法对航空机匣进行了加工变形量预测与参数优化；杨帆等[7]建立了叶轮加工效率-加工成本-加工质量优化模型，实验表明效率提高24.1%；Zuperl U等[8]利用神经网络对切削力数据集进行训练，结果表明预测精度可达98%。

以上研究对叶片类零件铣削变形控制及参数优化提供了方法。但目前大部分文献集中在铣削力或铣削温度机理研究，对于铣削力和发热共同造成叶片变形的探究相对较少，缺少仿真模型和数据对叶片铣削参数优化。

故本文选择叶片半精铣型面工序所用工艺参数展开探究，构建叶片受热-力两因素引起的弹性变形模型，提取刀具-叶片接触点(刀触点)，添加热-力载荷在叶片刀触点获取变形量数据，采用BP神经网络对变形量数据进行训练和预测，结合遗传算法求取最优解，完成“模型构建-变形量预测-参数优化”叶片弹性变形控制方案。……