神经网络优化气囊抛光模拟：误差降低至3.43%，助力精密制造

在航空航天、医疗设备等高端制造领域，零件表面精度需达到纳米级，这对抛光技术提出了极高要求。气囊抛光技术因能实现复杂曲面的高精度加工而备受青睐，但传统模拟模型常因简化设计导致预测误差，难以满足实际生产需求。近期，西南交通大学与荷兰马斯特里赫特大学联合团队提出一种基于神经网络的模拟参数优化方法，将气囊抛光接触面积的预测误差从22.78%降至3.43%，为提升精密加工效率提供了新思路。

研究背景：精密制造的“隐形门槛”

随着科技发展，航空发动机叶片、人工关节等关键部件不仅需要纳米级表面粗糙度，还需严格控制表面形貌误差。气囊抛光技术通过柔性接触实现均匀去除，但其模拟过程面临“两难”：若考虑所有影响因素（如橡胶弹性、界面摩擦等），模型复杂度极高，计算耗时；若过度简化，则预测偏差显著。此前研究中，模拟接触面积与实验结果的平均偏差常超过20%，导致实际加工需反复试错，增加生产成本。

方法创新：用神经网络“校准”橡胶特性

针对这一问题，团队首先建立简化接触模型，聚焦可控因素（如接触力、气囊气压），忽略难以量化的微观孔隙等干扰因素。核心突破在于提出“接触面积响应曲线”——通过单点接触实验，记录不同压力下气囊与工件的接触区域变化，进而构建神经网络模型，优化橡胶超弹性参数。

传统模拟中，橡胶弹性参数通过拉伸/压缩实验拟合获得，易受实验误差影响。新方法则将实际接触曲线输入神经网络，反推最优参数。形象地说，这相当于给模拟模型装上“校准器”：当模拟接触面积与实验不符时，神经网络自动调整橡胶弹性参数，直至两者一致。

实验验证：误差缩小至3.43%，材料去除预测更精准

团队在TC4钛合金试件上进行验证：通过墨水印痕法测量实际接触面积，对比优化前后的模拟结果。数据显示，优化后接触面积平均偏差从22.78%降至3.43%，且压力分布形态更接近实验观测——未优化时呈“高斯分布”，优化后因橡胶弹性参数修正，呈现更符合实际的“W形”分布。

进一步正交实验表明，在不同主轴转速、接触力等参数组合下，模拟材料去除率（MRR）与实验趋势一致。方差分析显示，主轴转速对MRR的影响最大（贡献占比超40%），其次为接触力，这为工艺参数优化提供了量化依据。

未来展望：从静态模拟到动态加工的跨越

尽管优化效果显著，当前模型仍基于静态接触假设，未考虑抛光过程中气囊旋转带来的动态变化。团队表示，下一步将开发包含主轴转速、界面摩擦的动态模拟模型，进一步缩小理论与实际加工的差距。