关键词:
线性液动压抛光
波纹度
预测模型
工艺参数
支持向量回归机
摘要:
目的探究线性液动压抛光波纹度特性,建立抛光波纹度预测模型,获取最佳加工工艺参数组合。方法结合线性液动压抛光原理,分析抛光波纹度产生机理,探究流场力分布特性,并获得影响波纹度的相关工艺参数。设计单因素试验,探究各工艺参数对波纹度的影响规律,并进行显著性分析,选取显著参数为试验因子,设计正交试验,以试验结果作为训练集,建立基于支持向量回归机(Support Vector Regression,SVR)的波纹度预测模型。以该预测模型为适应度函数,进行遗传算法寻优,以获取最佳工艺参数。结果线性液动压抛光波纹度由流场力分布特性及工件进给运动共同作用产生,其大小受抛光间隙、抛光速度、进给速度和抛光液黏度影响。单因素试验分析结果显示,抛光波纹度Wa随进给速度和抛光间隙的增大而增大,随抛光速度的增大而减小,随抛光液黏度的增大而先减小、再增大。其中进给速度的影响最显著,抛光间隙和抛光速度次之,而抛光液黏度的影响具有分段差异性,显著性最弱。以正交试验数据所建立的抛光波纹度预测模型的回归相关系数R^(2)为0.9920。随机验证实验结果显示,各组预测值与真实值的误差均在10%以内,遗传算法寻优得到最佳工艺参数(h0,u0,vf)=(50,8,200)。抛光1 h后,工件表面波纹度为5.23 nm。结论合理选取工艺参数可优化抛光波纹度,基于SVR的线性液动压抛光波纹度预测模型,预测能力可靠,能够实现对抛光波纹度的可控加工。