基于多参数驱动的磁流变抛光工艺优化方法研究.pdfVIP

摘要

磁流变抛光是光学器件超精密制造中的重要抛光手段，现有的磁流变抛光流

程规划方法存在一些不足，包括驻留时间计算效率低且资源消耗大、反复修磨中频

的工艺规划复杂不安全、对机床动态性能约束考虑不足等。为了解决这些问题，本

文提出了一种基于多数据的磁流变工艺规划方法，该方法使用神经网络高效求解

驻留时间、规划最优工艺参数，建立基于三角样条的数学模型来修复驻留时间，严

格满足机床动态约束。本文主要研究内容有下：

在求解驻留时间方面，首先分析了经典的卷积神经网络模型特点并在自建的

数据集上对ResNet进行了训练验证，实验表明ResNet50精度可以收敛，但收敛过

程不稳定，波动较大，分析任务特点后选择了RDB并进行了改进，以RDB为基

础架构，对数据预处理方式和损失函数进行了改进，使其更符合任务需要。实验结

果表明模型求出的驻留时间精度与传统方法保持一致，求解速度远远高于传统算

法。

在工艺规划优化方面，首先介绍了磁流变抛光目前的工艺流程，在这些现有方

法的基础上创新地提出了使用神经网络来进行最优抛光参数选择的方法，对于没

有经典评估方法的抛光参数，本文基于ResNet50的网络结构，创新地提出了一种

新的数据输入的类型和形式，归化地将还没有已知解决方法的问题转化为增强神

经网络泛化性能的问题，实验表明本文训练的网络模型可以选出最优的抛光参数，

完全满足设计要求。

针对现有的驻留时间算法存在的计算效率低、内存消耗大、对动态约束的考虑

不足、进给速度曲线的平滑度差等问题，基于三角样条曲线，结合神经网络求解驻

留时间，本文提出了一种满足机床动态约束的高效停留时间计算算法。该方法通过

神经网络生成初始驻留时间，然后在有限的进给速度和加速度下，自适应修复驻留

时间，最后，采用三角样条函数生成满足动态约束的C1连续进给速度曲线。并且

基于这个算法开发了一种基于三角样条DTD曲线的实时数控插补器。

最后，通过不同方法的抛光实验对比，表明本文提出的方法在抑制低频误差和

中高频误差方面有较好的效果，计算效率较高。

关键词：磁流变抛光，驻留时间，神经网络，工艺优化方法

ABSTRACT

Magnetorheologicalfinishing(MRF)isanimportantpolishingmethodinultra

precisionmanufacturingofopticaldevices.TheexistingMRFpolishingprocessplanning

methodshavesomeshortcomings,includinglowcalculationefficiencyofdwelltime,

highresourceconsumption,complexandunsafeprocessplanningforrepeatedgrinding

ofintermediatefrequency,andinsufficientconsiderationofdynamicperformance

constraintsofmachinetools.Inordertosolvetheseproblems,thesisproposesaMRF

processplanningmethodbasedonmultidata.Themethodusesneuralnetworkto

efficientlycomputethedwelltime,plantheoptimalprocessparameters,andestablisha

mathematicalmodelbasedontrigonometricsplinetorepairthedwelltime,whichstrictly

meetsthedynamicconstraintsofthemachinetool.Themaincontentsofthesisareas

follows:

Incomputingthedwelltime,firstly,thecharacterist