[发明专利]高压磨料水射流加工装备工艺参数优化方法与系统

权利要求书

1.一种高压磨料水射流加工装备工艺参数优化方法，其特征在于，包括以下步骤：

1)试验方案生成与回归模型获取；

1.1)根据磨料水射流加工机床性能参数和碳纤维复合材料性能参数，确定待优化的各工艺参数及其取值范围；

1.2)根据各工艺参数及其取值范围生成因数水平表，然后接受用户选定的试验指标数目和每个试验指标的名称，根据用户输入的信息进行正交试验设计并生成正交试验表格；各工艺参数及其取值范围与正交试验表对应共同构成完整的试验方案；

1.3)数据处理：对用户输入的执行正交试验方案后的试验数据，进行极差分析，得到各工艺参数的极差；然后对极差分析的结果进行方差分析，判断各工艺参数对试验指标影响的显著程度；

1.4)根据基础模型经过最小二乘法计算获得多元非线性回归分析模型并进行显著性检验；式中k为常数系数，V代表进给速率，P为射流压力，H为靶距；

1.5)将试验方案和多元非线性回归分析模型存储到数据库中；

2)参数优化

2.1)接受用户设定的设备参数、材料参数以及磨料参数；

2.2)在数据库中搜寻符合设定参数的试验数据以及建立的多元非线性回归模型；

2.3)根据用户设定的表面粗糙度期望值，调用参数优化算法，获得参数优化方案；

2.4)根据参数优化方案，得到优化的参数值。

2.根据权利要求1所述的高压磨料水射流加工装备工艺参数优化方法，其特征在于，所述步骤2)中参数优化算法具体如下：

首先采用线性加权和法设计评价函数，基本模型如式(1)所示，i表示第i个工艺参数，w_i为加权系数；

然后采用有约束非线性最优化模型为参数优化模型，优化模型如式(2)所示；其中，x₁代表进给速率V，x₂代表着射流压力P，x₃代表这靶距H，R_a代表着从系统界面获取的预期表面粗糙度值，g₁(x)为设定的试验条件下查找的经验回归模型，g₂(x)～g₇(x)为参与参数优化的各工艺参数取值范围；

对参数优化模型基于K-T方程进行求解；

3.一种高压磨料水射流加工装备工艺参数优化系统，其特征在于，包括：

试验方案生成与回归模型获取模块、参数优化模块和数据库；

所述试验方案生成与回归模型获取模块包括试验方案生成单元、数据处理单元和回归模型获取单元；

所述试验方案生成单元，用于各工艺参数及其取值范围与正交试验表对应共同构成完整的试验方案；所述待优化的各工艺参数及其取值范围根据磨料水射流加工机床性能参数和碳纤维复合材料性能参数确定；所述正交试验表的生成方法如下：根据各工艺参数及其取值范围生成因数水平表，然后接受用户设定的试验指标数目和每个试验指标的名称，根据用户输入的设定信息进行正交试验设计并生成正交试验表格；

数据处理单元，用于对用户输入的执行正交试验方案后的试验数据，进行极差分析，得到各工艺参数的极差；然后对极差分析的结果进行方差分析，判断各工艺参数对试验指标影响的显著程度；

回归模型获取单元，用于根据基础模型经过最小二乘法计算获得多元非线性回归分析模型；式中k为常数系数，V代表进给速率，P为射流压力，H为靶距；

参数优化模块，用于根据接收的用户设定的设备参数、材料参数以及磨料参数在数据库中搜寻符合设定参数的试验数据以及建立的多元非线性回归模型；然后根据用户设定的表面粗糙度期望值，调用参数优化算法，获得参数优化方案，得到优化的参数值；

数据库，用于存储试验方案、多元线性回归分析模型、设备参数、材料参数、磨料参数和优化方案。

4.根据权利要求3所述的一种高压磨料水射流加工装备工艺参数优化系统，其特征在于，所述参数优化模块中参数优化算法具体如下：

首先采用线性加权和法设计评价函数，基本模型如式(1)所示，i表示第i个工艺参数，w_i为加权系数；

采用有约束非线性最优化模型为参数优化模型，其中优化模型如式(2)所示，x₁代表进给速率V，x₂代表着射流压力P，x₃代表这靶距H，R_a代表着从系统界面获取的预期表面粗糙度值，g₁(x)为设定的试验条件下查找的经验回归模型，，g₂(x)～g₇(x)为参与参数优化的各工艺参数取值范围，该模型基于K-T方程进行求解，计算过程由系统调用Matlab完成；