1.超声振动磨削光学玻璃亚表面裂纹形式判别与影响因素的权重解算方法，包括以下步骤：步骤一、进行超声振动磨削光学玻璃亚表面微裂纹形式的判别

进行超声振动磨削光学玻璃亚表面损伤试验，对光学玻璃样件截面进行预处理，然后对出现的亚表面微裂纹形式进行检测，按照微裂纹的扩展方向、偏转角度和偏转次数特征参数来唯一确定各类亚表面微裂纹形式，获得光学玻璃亚表面微裂纹检测结果；

步骤二、对光学玻璃亚表面微裂纹数量分布进行统计

根据步骤一获得的光学玻璃亚表面微裂纹检测结果，识别出具有最大扩展深度的微裂纹，并以该条裂纹所衍生出的侧向裂纹的最大深度作为阈值，对样件截面所有光学玻璃亚表面微裂纹进行筛选，对于超过此深度的微裂纹的形式及其数量进行统计，以获取亚表面微裂纹形式及数量的分布特性；

步骤三、对光学玻璃亚表面微裂纹数量分布敏感性进行识别

根据步骤二获得的亚表面微裂纹形式及数量的分布特性，获取光学玻璃亚表面微裂纹扩展深度基础数据，构建工艺参数以及亚表面微裂纹最大扩展深度序列，计算每种工艺参数和微裂纹最大扩展深度之间的灰色关联度，对其微裂纹数量分布特性对工艺参数的敏感性进行识别，分析得出亚表面微裂纹数量分布的敏感性识别结果；

步骤四、进行工艺参数对亚表面微裂纹最大深度影响权重的解算

利用步骤三获取的光学玻璃亚表面微裂纹数量分布特性对工艺参数的敏感性识别结果，进行其敏感度的归一化处理，对亚表面裂纹数量分布的统计结果进行评判，进而计算工艺参数对亚表面微裂纹最大深度影响的权重值。

2.根据权利要求1所述的超声振动磨削光学玻璃亚表面裂纹形式判别与影响因素的权重解算方法，其特征在于：所述步骤一中，对光学玻璃样件截面进行预处理的方法是对光学玻璃样件的截面进行超精密抛光至表面粗糙度10nm以下，并将氢氟酸溶液的浓度稀释至

1％，并将光学玻璃样件的截面完全浸入稀释后的氢氟酸溶液5分钟。

3.根据权利要求1所述的超声振动磨削光学玻璃亚表面裂纹形式判别与影响因素的权重解算方法，其特征在于：步骤一中，光学玻璃亚表面裂纹形式包括中位裂纹、侧向裂纹、弧线裂纹、折线裂纹和分叉裂纹五种形式。

4.根据权利要求1所述的超声振动磨削光学玻璃亚表面裂纹形式判别与影响因素的权重解算方法，其特征在于：步骤二中，为进一步统计裂纹形式的分布，通过图像测量软件检查裂纹的扩展深度，用扫描电子显微镜检查亚表面裂纹的形式，通过扫描每组实验的横截面，找到沿磨削深度方向具有最大深度的亚表面裂纹，用ImageJ软件在加工表面的顶部和裂纹的扩散位置的底部分别选择最高点和最低点，并输出获得亚表面裂纹深度的值。

5.根据权利要求1所述的超声振动磨削光学玻璃亚表面裂纹形式判别与影响因素的权重解算方法，其特征在于：所述步骤三中，工艺参数参考序列Ai和亚表面微裂纹形式及数量分布比较序列Bj分别为：Ai＝{ai(1),ai(2),...,ai(S)},i＝1,2,...,k1Bj＝{bj(1),bj(2),...,bj(S)}，j＝1,2,...,k2其中，i为第i个工艺参数，k1为工艺参数的总数量，ai(S)为第S组实验所对应的工艺参数，j为第j个裂纹形式，k2为裂纹形式的总数量，bj(S)为第S组实验所对应的裂纹数量工艺参数与亚表面裂纹形式数量分布之间的灰色关联γ(Ai，Bj)表示为：KAB为序列KA和KB在区间[s‑1，s](s＝2,3,…,S)上的斜率比值，KA和KB为序列在区间[s‑

1，s]，s＝2，3，…，S上的斜率，δ(Ai)为序列KAi的变异系数，ξ(Ai/Bj)为KAB的广义变异系数。

6.根据权利要求1所述的超声振动磨削光学玻璃亚表面裂纹形式判别与影响因素的权重解算方法，其特征在于：所述工艺参数对亚表面微裂纹最大深度影响权重的解算方法具体为：首先构建工艺参数对每种形式亚表面微裂纹占比的关联度集合：Γ＝{γ1i,γ2i,γ3i,γ4i,γ5i,γ6i},i＝1,2,3,4,5将该集合中的元素进行归一化处理，归一化相关性写成：

Γ'＝{γ '1i,γ '2i,γ '3i,γ '4i,γ '5i,γ '6i},i＝1,2,3,4,5然后再通过解算确定其权重值，解算公式为：

其中，ηi为第i个工艺参数的权重值，γ ′j1为工艺参数j与裂纹形式1的灰色关联度归一化后的数值。

7.根据权利要求1所述的超声振动磨削光学玻璃亚表面裂纹形式判别与影响因素的权重解算方法，其特征在于：还包括步骤五、对亚表面裂纹最大深度进行预测。

8.根据权利要求7所述的超声振动磨削光学玻璃亚表面裂纹形式判别与影响因素的权重解算方法，其特征在于：所述亚表面裂纹最大深度进行预测的具体方法为：首先综合工艺参数对表面裂纹的形式、数量和分布的差别影响，以及在确定了各个影响因素的权重的基础上，建立亚表面最大裂纹深度的预测模型，预测的训练数据写为：(n) (n) n

D＝{(x ,MSSDn)},x ∈R ,MSSDn∈R                  (1)(n)

其中，x 是实验参数，MSSCDn是最大亚表面裂纹深度的实验结果；

最大亚表面裂纹深度的预测模型表示为：

n m

其中ω表示特征空间的维数，b是偏移系数， 是将特征空间R 转移到高维空间R 的非线性映射函数；

预测的最大亚表面裂纹深度与其实际测量结果之间的误差用ε表示，则最大亚表面裂纹深度的预测改写为误差的优化，即：其中C是惩罚系数，ζi和ζi*是弛豫变量，n为实验的组数，xi为第i个径向基函数的中心位置；

然后，使用Lagrange函数和KKT定理获得式(3)的对偶形式：其中k(xi，xj)是协方差函数，αi、αj为拉格朗日乘子，最大亚表面裂纹深度的预测表示为：