微细电火花加工以其超精细和高精度的加工特点倍受学术界和工业界关注,高效率、高精度、高稳性是其加工技术进一步发展的趋势。电火花微小孔加工作为电火花微细加工的重要应用领域,其加工工艺和加工过程的优化控制是电火花微细加工发展水平的重要标志和关键技术基础。因此,研究工艺参数的优化方法和工艺模型是电火花微小孔加工技术发展所面临的重要问题。 本文通过实验研究,探索影响电火花微小孔加工稳定性、加工效率和加工精度的因素及程度,以加工精度、效率、稳定性为优化目标,研究多约束复杂因素影响下的微小孔加工工艺参数优化方法,并建立电火花微小孔加工工艺模型。首先,选择开路电压、峰值电流、脉宽时间、脉间时间、伺服电压、抬刀周期作为影响工艺性能的输入参数,选择加工速度、电极损耗和孔径间隙三个工艺性能作为目标输出,设计了正交实验。为减少工艺性能的波动性,探索性地采用参数设计中的信噪比方法分析正交实验结果,得到了各加工工艺参数对电火花微小孔加工每个工艺目标的影响规律,为多目标工艺参数综合优化组合提供重要的数据支持。其次,结合灰色关联度分析方法,将三个工艺目标参数优化问题转化为单目标灰关联度的优化问题,得到了电火花微小孔加工的多项工艺指标要求下的参数优化组合。试验结果表明,基于信噪比和灰关联度的优化方法能同时提高微细电火花的加工精度、加工效率和加工稳定性。 采用人工神经网络的BP算法,以电火花微小孔加工工艺参数正交实验的结果作为神经网络的学习样本,建立电火花微小孔加工多目标工艺参数的预测模型。以电火花微小孔加工工艺参数作为输入量,以加工时间、电极损耗和孔径间隙三个参数作为多目标输出量,结合试验数据进行电火花微小孔加工多目标工艺参数预测模型的仿真。试验验证了所建立的电火花微小孔加工工艺参数预测模型可较好的预测电火花微小孔加工结果。同时,预测模型为电火花微小孔加工过程的优化控制提供重要的理论基础。