纵-扭超声磨削陶瓷表面粗糙度拟合与预测模型

来源：机床与液压杂志2022年第22期北京时间：

作者：陈友广，聂佳梅，马文举

单位：苏州健雄职业技术学院智能制造学院；江苏大学汽车与交通工程学院；河南科技大学机电工程学院

摘要：为探究纵-扭超声振动对陶瓷磨削表面几何形貌的影响，以ZrO2陶瓷为研究对象，通过正交对比试验，以磨削表面粗糙度值为评价指标，采用多元线性回归分析法，建立普通磨削（OG）及纵-扭超声磨削（L-TUG）材料表面粗糙度拟合模型，研究工艺参数对表面粗糙度作用的主次顺序及影响程度；同时利用BP神经网络预测模型进行L-TUG表面粗糙度的优化求解。结果表明：在L-TUG中，主轴转速对粗糙度值影响最大，超声能量影响最小；在OG中，磨削深度对粗糙度值影响最大，主轴转速影响最小。BP神经网络模型预测误差在1.070%~9.396%内，且最优磨削参数组合获得的表面质量最好，可实现对L-TUG表面粗糙度值较高精度的智能预测。

关键词：纵-扭超声磨削;粗糙度;正交试验;BP神经网络

基金资助：国家自然科学基金面上项目（51775249）