基于GABP神经网络的超声辅助AWJ冲蚀深度预测及参数优化

• 作者: 王湘田 侯荣国 陈雪松 张杰翔 卢萍 吕哲
• 来源期刊: 工具技术
• 关键词: 超声辅助微细磨料水射流 HAP生物陶瓷 冲蚀深度 GABP神经网络 遗传算法
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 测试与仪器
• 页码范围: 100-104
• 页数: 5页
• 分类号: TG73|TH162
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7008.2021.08.021

摘要

多孔HAP生物陶瓷材料硬度低、脆性大,传统生物陶瓷零件切削加工方法容易产生细小裂纹、应力集中等缺陷,微细磨料水射流加工技术可有效解决这些难题.本文采用超声辅助微细磨料水射流对多孔的HAP生物陶瓷块进行加工试验.基于GABP神经网络方法,利用获得试验数据样本来训练和检测GABP神经网络,建立了加工参数如系统压力、靶距、振幅等的微细磨料水射流冲蚀深度预测模型,预测误差和为0.007044,利用遗传算法进行参数寻优,较传统BP神经网络误差和降低了61.506％,大大提高了预测精度,实现了不同参数组合下冲蚀深度的预测.该预测和优化结果表明,当采用系统压力为25MPa,靶距为7.576mm,振幅为13.883μm时,可以获得最大冲蚀深度,其值为3.296mm.