针对磨料水射流抛光质量与各工艺参数间,因复杂的非线性关系而无法用传统的数学方法建模的问题,基于BP神经网络理论,建立了磨料水射流抛光BP神经网络模型。以磨料水射流抛光铝合金轮毂为例,在考虑磨料浓度、入射角度、射流压力、靶距、横移速度5个工艺参数的情况下,通过正交实验收集27组样本数据,对样本数据进行方差分析和F检验,获得各工艺参数对表面粗糙度值影响的强弱,从而确定网络模型的输入参数为磨料浓度、靶距、横移速度与表面粗糙度,输出参数入射角度、射流压力,并将样本数据用于网络模型的训练和检测。在网络模型预测的入射角度与射流压力下进行抛光实验,测得铝合金轮毂表面粗糙度的实际值与实验值之间的相对误差最小为