论文部分内容阅读
磨料水射流切割的加工过程中环保无污染且没有热损伤产生。在目前的加工方法中,新出现的磨料水射流加工作为一种冷加工方法,由于其独有的特性,可以说是加工领域的一场革命,应用前景广阔。本文通过粒子的冲蚀理论,微观上就单个磨粒对材料切割过程进行理论分析;对磨料水射流的横移速度、射流压力、磨料粒度、磨料流量和靶距这5个参数进行了分析,分析它们对切割质量的影响。以铝合金(AL7075-T6)为试件进行磨料水射流切割试验,通过单因素试验,确定了合理的工艺参数水平。进行正交试验,通过极差分析,得出5个工艺参数对切割质量的影响主次关系和工艺参数的最佳组合。建立磨料水射流切割铝合金的回归模型,并验证了该回归模型。预测值的相对误差在允许范围内。根据切割试验数据,建立基于BP神经网络的磨料水射流切割铝合金模型,对所建立的网络模型进行仿真验证,以检测网络模型的性能,对比所取的6组验证数据,BP神经网络模型预测的切割断面粗糙度与实际切割断面粗糙度最大相对误差绝对值为9.09%,这说明基于BP神经网络的磨料水射流切割铝合金模型精度较高。为了进一步提高磨料水射流切割铝合金模型精度,采用RBF神经网络建立磨料水射流切割铝合金模型,并验证了此方法对模型精度的提升。另一方面,采用GRNN神经网络建立了切割铝合金模型,并验证了基于GRNN神经网络的磨料水射流切割铝合金模型精度的提升,预测相对误差更小。通过对比上述两种切割模型的输出结果,从提高模型精度的目的来看,基于GRNN神经网络的磨料水射流切割铝合金模型的精度更高,预测误差更小。