基于GA-BP算法優化陶瓷加工參數及材料屬性*

王抒懷，馬廉潔,，閆坤杰，周云光

(1.東北大學機械工程與自動化學院,沈陽 110819;2.東北大學秦皇島分校控制工程學院,秦皇島 066004)

0 引言

表面粗糙度和切削溫度作為衡量零件質量的重要特性，一直是制造領域的重點研究對象[1-3]，前者直接影響工件使用性能[4]，后者間接影響工件和刀具的使用壽命[5]。工程陶瓷由于具有高硬度、高耐磨、高耐熱及優良的化學和電絕緣等特性，近年來被廣泛應用于精密儀器、航空航天、醫療機械和國防等中高端制造業領域[6-8]。目前針對工程陶瓷的優化模型一般只針對某種特定陶瓷進行工藝參數優化。諸多研究證明，針對單一實驗材料的模型往往不具有普適性。因此將工件材料屬性納入影響因素，并建立基于表面粗糙度和切削溫度為優化目標的雙目標優化模型，針對不同的陶瓷材料選擇最優的工藝參數，對提升陶瓷零件表面質量，延長使用壽命具有重要意義[9-10]。

本文通過車削實驗，結合GA算法優化后的BP神經網絡，建立了切削溫度和表面粗糙度關于工藝參數和材料屬性的一元模型和多元模型。結合實際，建立雙目標優化模型，通過求解該模型獲得一組最優工藝參數和材料屬性，并追加實驗驗證其可靠性。

1 實驗

車削材料選擇目前應用最廣泛的4種工程陶瓷材料：氟金云母、二硅酸鋰陶瓷、二硅酸鋰玻璃、氧化鋯(按照排序順序對應表中材料Ⅰ～Ⅳ)，工件為直徑22 mm圓柱形棒料。刀具選用PCD聚晶金剛石刀具，前角α=-9°，后角γ=19°，刀具圓角半徑r=0.05 mm。……