珩磨作为零件加工的最后一道工序,对产品的加工精度有着重要影响,而珩磨油石的磨损状态又会直接影响到珩磨加工的效果。如果油石磨损过快,就会造成产品加工达不到精度要求,甚至会导致产品报废。而目前珩磨加工中对油石的磨损状态的判断处于人工检验阶段,麻烦而且效率低。因此,本文针对油石磨损状态的判断提出尺寸预报的方法,在研究油石磨损的影响因素的基础上,通过预报油石的尺寸,对珩磨油石的寿命进行有效管理。本文的研究内容包括以下几个方面:(1)首先基于材料的塑性变形和断裂两种情况下引起的材料去除机制理论,从磨粒的角度对摩擦过程中的磨损机理进行分析,分析了材料去除过程的三个基本阶段及珩磨加工的磨损形式。通过建立油石仿真模型,反映了多磨粒参与切削的过程。(2)进行油石摩擦实验,采用响应曲面法分析珩磨压力、往复速度和油石的粒度对油石磨损的影响规律。设计了响应曲面试验方案,采用Box-Benhnken方案展开试验。基于试验测量数据建立了珩磨油石寿命的二阶模型,进而对油石寿命模型进行了拟合,经过有效性检验和显著性检验,验证了寿命模型的有效性。在分析了珩磨油石寿命关于影响因素的响应曲面后,得到了各个因素对油石寿命的交叉影响规律,并优化了工艺参数。(3)运用灰色系统理论建立了灰色GM(1,1)预报模型,利用该模型对油石磨损进行尺寸预报仿真,并进行了模型的精度检验,由于数据样本小,该模型预报精度较好。但对于GM(1,1)模型而言,由于数据的累加、累减使得方程组呈现很强的病态性,给参数估计带来了困难。对此,本文采用灰色系统模型的岭回归优化算法,改进GM(1,1)模型,提高了预报精度。(4)针对GM(1,1)模型预报精度受背景值的影响,经典灰色模型的背景值系数为0.5,但随着样本数据量的增多,模型的预报精度也会随之下降。因此本文采用背景值权值序列代替了经典模型的单一权值,采用遗传算法迭代寻优,获得了优化后的预报模型,通过对珩磨油石尺寸数据仿真计算,仿真结果证明遗传算法优化后的模型比经典G M(1,1)模型的预测精度提高了 3 8.63%。通过油石摩擦实验和预报模型验证,研究了油石在加工过程中的磨损状态,得到了工艺参数对油石寿命的影响规律,提出了预报模型可以提前预测油石的磨损,对于保证珩磨加工的产品精度不受油石磨损的影响和及时更换油石有重要意义。