基于RBF神经网络预测的多种晶粒度硬质合金磨削表面粗糙度研究

使用BLOHM ORBIT 25型精密平面磨床磨削纳米晶粒硬质合金GU092、超细晶粒硬质合金GU10UF和GU15UF、亚微米晶粒硬质合金GU20四种材料，研究磨削参数、晶粒度、Co含量与材料磨削表面粗糙度的关系。使用三元回归分析法探究磨削加工参数对合金表面粗糙度的影响，并用RBF神经网络预测纳米晶粒硬质合金的表面粗糙度，并对预测结果进行分析。结果显示：工作台速度和磨削深度与表面粗糙度呈正相关，砂轮线速度与表面粗糙度呈负相关；工作台速度对表面粗糙度影响最大，其次是砂轮线速度，影响最小的是磨削深度；硬质合金晶粒度越小，相同磨削参数下表面粗糙度越小；晶粒度相同但Co含量不同的硬质合金，Co含量越高，表面粗糙度越大；RBF神经网络对磨削表面粗糙度具有很高的预测精度。