小尺寸大曲率结构是模具中一种典型的结构化表面。由于受其结构特征限制,难以用工具对其进行精整加工,而面向模具结构化表面的软性磨粒流无工具精密加工方法有效地解决了该问题。软性磨粒流加工中,控制条件的不同使约束流道内磨粒流具有不同的流动形态(本文称之为流型)。不同流型下,磨粒流流场特性及对应的有效加工特性典型亦有差别。本文以U形大曲率约束流道为对象,研究不同流型下软性磨粒流流动特性,及其在湍流发展过程中呈现的变化规律;并对约束流道内湍流发展过程中的流型进行识别,从而实现流型的调控,为软性磨粒流加工工艺路线的制定与实施奠定基础。基于以上研究目的,提出基于重整化群(Renormalization Group, RNG) k-ε模型的软性磨粒流湍流发展过程的研究方法,以及基于人工智能的流型识别方法。主要进行了如下研究:1.基于固-液两相流以及颗粒动力学理论,对大曲率约束流道内磨粒流分离、摩阻损失以及磨粒的动力学特性进行研究。2.针对U形大曲率流道内软性磨粒流流动情况,建立实现磨粒流在不同流型间变换的可控物理模型;采用欧拉模型和RNG k-ε湍流模型,对约束流道内不同流动形态下,与加工效果相关的软性磨粒流流动特性进行研究分析。3.为实现对约束流道内软性磨粒流流动进行有效控制,需对其流型进行准确判别,故提出基于人工智能的流型识别法。该法首先获取反映流型变化的压力信号,并对其进行小波包分析,然后通过概率神经网络实现流型的识别。4.通过搭建的软性磨粒流加工平台,将约束流道内的磨粒流控制在不同的稳定流型下,对U形大曲率结构化表面进行加工实验;分析所获得的实验结果,得出各流型下实际光整加工效果,验证了理论研究的正确性与可靠性。