??航空航天、能源、船舶等领域的关键设备中，有一种叫“铸造叶片”的核心零件，主要用于发动机内部的涡轮叶片。这些叶片形状复杂，加工难度大。近日，中国科学院沈阳自动化研究所的科研团队研发出一项新技术，能让机器人更智能地打磨叶片，大幅提高精度和表面质量。相关成果于日前发表在国际期刊《精密工程》上。

??铸造叶片通常采用自由曲面结构，弯弯绕绕、厚薄不一，传统打磨方式很难做到受力均匀、表面一致。加上冷却收缩、模具偏差等原因，叶片不同部位需要打磨掉的余量也不一样。如果打磨不够精准，就会影响最终质量。

??目前常用的机器人砂带磨削方法，大多是按固定参数从头磨到尾，虽然操作简单、效率高，但容易出现精度不够、材料去除量控制不准、表面质量不统一等问题。要想满足高质量加工要求，就必须做到“逐点精确去除”——即根据不同部位的余量，自动调整打磨力度和参数。

??科研团队提出的新模型叫“O-TabPFN”。团队成员、副研究员朱光介绍，这个模型基于一种叫TabPFN的算法，能在有限数据上高效学习，不需要大规模训练。再配合Optuna算法自动优化参数，能更准地捕捉到工艺参数和材料去除深度之间的关系，避免陷入“差不多就行”的参数组合，从而提升打磨的稳定性和适应性。

??科研人员搭建了机器人磨削加工平台，对镍基高温合金试样开展单因素实验。实验结果显示，该模型对材料去除深度的预测准确率达到95.81%，平均预测误差仅为0.007316毫米，优于现有的多种主流预测模型。该研究获得国家自然科学基金、辽宁省自然科学基金等项目支持。