摘要：针对复杂曲面镜片加工的困难,将慢刀伺服车削应用于镜片加工中。采用正交试验回归分析法,建立基于刀具圆弧半径、每圈进给量、背吃刀量、主轴转速和离散角度的表面粗糙度指数预测模型。同时引入最小二乘支持向量机（Least squares support vector machine,LS-SVM）,建立基于径向基函数的LS-SVM预测模型。该模型对正交试验样本进行训练学习,采用网格搜索和留一法交叉验证确定模型参数。通过验证试验的对比,LS-SVM模型的预测精度明显优于指数模型,其相关系数R2为0.998 85,方均根相对误差为10.95%,平均绝对百分误差为9.28%。正交试验和LS-SVM预测模型的分析结果表明,在主要工艺参数中刀具圆弧半径和每圈进给量对表面粗糙度影响较显著,背吃刀量次之。

关键词：镜片 慢刀伺服车削 正交回归分析 最小二乘支持向量机 预测模型 

单位：南京农业大学工学院 南京210031 南京农业大学江苏省智能化农业装备重点实验室 南京210031