机械工程学报

作者：万亮, 钱亦楠, 涂翊翔, 杜航, 巫世晶, 李登

单位：1. 武汉大学水射流理论与新技术湖北省重点实验室 武汉 430072;2. 武汉大学动力与机械学院 武汉 430072

关键词：磨料水射流,钛合金,神经网络,粒子群算法,轮廓；

基金：国家自然科学基金(52175245,51805188)、湖北省自然科学基金(2021CFB462)和国家重点研发计划(2018YFC0808401)资助项目。

钛合金广泛应用于航空航天等领域，但存在加工困难和加工效率低的难题。磨料水射流技术具有冷态和能量密度高等特点，加工钛合金优势明显。为探究磨料水射流铣削钛合金的特性，综合考虑射流压力、磨料流量、靶距、射流角度和进给速度五个因素加工截面轮廓的影响，以TC4钛合金为试样进行单次铣削正交实验，并以截面轮廓最大深度hmax、最大宽度bmax和半深宽度b0.5为特征评价目标。首先通过量纲分析法建立了预测截面轮廓特征的经验模型，然后根据轮廓特征影响因素的非线性特点建立了BP神经网络预测模型，再引入PSO算法对模型的权重进行全局优化建立了PSO-BP预测模型。研究结果表明：三种模型预测的平均误差均小于10%，经验模型的预测精度高于BP网络模型，但低于PSO-BP网络模型。与BP网络模型相比，PSO-BP网络模型的hmax、bmax、b0.5的平均误差分别下降了25.09%、14.67%和9.66%，优化后的模型显著提高了截面轮廓特征预测的准确度，可为提高磨料水射流铣削钛合金效率提供工艺参数指导。

来源：2022年第23期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2022年第23期