摘要：目的利用BP神经网络技术与遗传算法寻找固结磨具制作最优工艺参数组合,实现固结磨具制作工艺参数的快速寻优。方法设计磨粒粒径、磨粒质量分数、成型压力、烧结温度的正交工艺参数表,按正交表工艺参数制作蓝宝石晶片加工用的Cr_(2)O_(3)固结磨具,并且设计不同固化温度下制作的固结磨具的硬度与抗压强度测试试验,验证自制的固结磨具加工的有效性以及固化温度选择的合理性。使用自制的Cr_(2)O_(3)固结磨具在抛光机上进行加工试验,测量蓝宝石晶片的去除率和Cr_(2)O_(3)丸片的磨削比。综合考虑丸片的磨削效率与使用经济性,将去除率与磨削比采用min-max方法归一化后,乘对应的权重值并相加,得到丸片综合评分Y,作为丸片的评价标准。以磨粒粒径、磨粒质量分数、成型压力、烧结温度为输入,综合评分Y为输出,建立基于神经网络的丸片制作工艺参数与丸片综合评分Y之间的BP神经网络预测模型,并使用决定系数R2评价BP神经网络的训练结果。最后,设计初始化种群个体N、交叉概率Pc、变异概率Pm的正交试验表,基于构建的神经网络,根据正交试验表,使用遗传算法进行制作工艺参数的全局寻优。依据寻优结果制作丸片并进行试验,计算综合评分Y,与预测评分对比。结果构建了4个输入层神经元、12个隐含层神经元、1个输出层神经元的三层BP神经网络。构建的BP神经网络的决定系数R2为0.9313,丸片综合评分Y的预测值与实际值的误差在4%以下,满足工程的实际应用。在给定的工艺参数范围内,在参数组合为初始化种群个体N为80、交叉概率Pc为0.6、变异概率Pm为0.06的条件下,使用遗传算法寻优得到的蓝宝石加工用Cr_(2)O_(3)固结磨具最优的制作工艺参数组合为:磨粒粒径10μm,磨粒质量分数88%,成型压力80 MPa,成型温度174℃。丸片综合评分Y的寻优值为94.09,试验得到的丸片平均综合评分Y为89.87,与寻优值的误差为5%。结论BP神经网络可以有效建立固结磨具制作工艺参数与丸片综合性能的预测模型。神经网络结合遗传算法寻优,可以为固结模具制作工艺参数组合的优化选择提供指导意义。