单晶硅片、K9光学玻璃等电子信息材料被广泛的应用于电子工业、智能装备的控制系统等领域中,这些材料的表面质量在很大的程度上影响了半导体等核心部件的稳定性、使用寿命、工作性能等。传统的低压软性磨粒流抛光能够产生高度光滑的表面,并且对加工表面具有较好的适应性,但是其加工的效率很低。鉴于软性磨粒流加工方法具有技术优势,其在电子信息材料的加工领域具有重要的意义。针对上述问题,本文设计了一种文丘里管结构空化辅助旋转磨料射流抛光（CRAFP）的三相磨粒流抛光方法,并采用了田口方法、BP神经网络、遗传算法三种方法对工艺参数进行了研究与优化。首先基于三相磨粒流的流场特性,选择了合适的湍流模型和多相流模型,之后对流道模型进行了网格划分,进行了相关的数值模拟分析;然后利用田口方法对工艺参数进行了研究,使用BP神经网络建立了粗糙度的预测函数模型,利用遗传算法找到了最优解;最后搭建了三相磨粒流加工的实验平台,进行了相关的实验验证。本文的具体内容如下:（1）针对传统的低压软性磨粒流抛光方法对硬脆性材料的加工效率低下以及不合适的工艺参数会使抛光结果不佳的问题,结合了国内外对于加工硬脆性材料和工艺参数优化方法的最新研究进展,设计了一种文丘里管结构空化辅助旋转磨料射流抛光的方法,并利用田口方法、BP神经网络、遗传算法三种方法对工艺参数进行了研究与优化。（2）分析了三相磨粒流加工时近壁面的流场特性,在此基础之上,通过分析总结选取了Realizable k-ε湍流模型和Mixture多相流模型;同时分析了空化过程中气泡的运动特性,空化溃灭的机理,并分析选取了Zwart-Gerber-Belamri空化模型;之后对流场中单个磨粒的受力情况进行了分析,也进一步分析了工件表面的微切削机理。（3）在基于设计的抛光工具的基础上对空化辅助磨粒流漩涡加工原理进行了分析,之后对于流道模型进行了网格划分以及网格无关性验证;通过数值模拟分析了进口气压与空化强度的关系,得出了在一定范围内,增强进口气压会增强空化强度的结论,并分别对有无空化时的抛光流场进行了数值模拟。（4）对于磨粒粒径,浓度,喷嘴数,工件表面距抛光工具距离,进口压力五个影响工件表面粗糙度的因素进行了田口实验;通过分析,这五个因素对于粗糙度的影响程度由大到小分别为:距离,进口气压,磨粒粒径,浓度,喷嘴数;之后利用BP神经网络建立了这五个因素和粗糙度之间的粗糙度函数预测模型,最后利用遗传算法找到了最优的工艺参数组合为:0.7um Si O₂磨料颗粒,浓度为12%,喷嘴为6个,距离为0.8mm,进口压力为0.45Mpa。在此条件下,基于文丘里管结构空化辅助旋转磨料射流抛光硅片,其表面粗糙度由原来的的Ra50.0nm左右降至最终的Ra3.50nm左右,表面粗糙度改善约94.70%。（5）搭建了磨粒流加工实验平台,进行了传统的软性磨粒流加工方法和CRAFP方法的对比实验,从粗糙度随时间的下降速度,以及抛光后工件表面的形貌进行了对比,得出了使用CRAFP的三相磨粒流加工方法不仅可以提高工件的抛光效率,而且得到的工件表面质量也更高的结论;并使用工艺参数优化后的最优工艺参数组进行了精加工实验,观测了加工过程中工件表面的变化。