微铣削表面粗糙度预测模型的研究

摘要：

微铣削表面粗糙度是衡量加工过程的一个重要性能指标，建立预测精度较高的微铣削表面粗糙度预测模型，准确地预测和控制零件微铣削加工后的表面粗糙度，对于合理选择工艺参数指导零件的实际加工意义重大。本文结合目前微铣削表面粗糙度预测模型的研究现状，针对黄铜件分别采用响应曲面法（RSM）和支持向量机（SVM）回归建立关于刀具悬伸量、主轴转速、每齿进给量、轴向切深四个切削参数的微铣削表面粗糙度预测模型，并通过微铣削加工试验对两种方法建立的预测模型进行对比验证，结果表明SVM预测模型预测均方误差仅为RSM预测模型的17.9%，预测精度较高，能够较好的预测微铣削表面粗糙度的大小和变化规律。因此，SVM预测模型更适合于微铣削表面粗糙度的预测。

关键词：微铣削、表面粗糙度、预测模型、响应曲面法、支持向量机回归

分类号：TH16

资助基金：高等学校博士学科点专项科研基金“镍基高温合金微小零件微铣削加工关键技术研究”20120041120034；中央高校基本科研业务费专项资金资助DUT13LAB13。

在线出版日期：2014-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：39-47