机床与液压

作者：张云龙?，张建伟，王冰冰，孙鹿航

单位：郑州大学机械与动力工程学院;抗疲劳制造产业技术研究院；抗疲劳制造产业技术研究院;郑州大学力学与安全工程学院；抗疲劳制造产业技术研究院;郑州大学力学与安全工程学院；郑州大学机械与动力工程学院;抗疲劳制造产业技术研究院

关键词：磨削仿真;磨削力;机器学习;砂轮参数

基金：国家自然科学基金项目(12072324；12432004)

建立磨削力与磨削参数之间的预测模型，可确保系统稳定性的同时保证工件的精度和表面质量。为探究砂轮直径和磨粒粒径对磨削力的影响，通过有限元仿真得到数据集，结合机器学习建立18CrNiMo7-6平面磨削力和砂轮参数(砂轮直径D、磨粒粒径d)及磨削工艺参数(砂轮速度vs、工件速度vw、磨削深度ap)间的预测模型。采用经典的多输出多层感知器(MLP)和基于参数共享的深度网络模型(DMTR)对仿真数据集进行训练，以MAPE值为选择依据，对MLP和DMTR的超参数及训练参数进行调整，确定最优参数。结果表明：DMTR模型对磨削力的预测MAPE为8.36%，而MLP模型的最高预测误差达到12.18%，DMTR比MLP的预测精度更高。与磨削试验及经验公式相比，该方法为获取磨削响应提供了一种更高效、简单的途径，为工艺参数选择和磨削加工系统优化提供了依据。

来源：2026年第2期

《机床与液压》期刊编辑部

查看机床与液压杂志2026年第2期