庄可佳，赵培翔，代 星

(1.武汉理工大学 机电工程学院，湖北 武汉 430070;2.华中科技大学 数字制造装备与技术国家重点实验室，湖北 武汉 430074)

随着轻量化、整体化设计概念的推广，钛合金凭借其高比强度、高热强度、强抗腐蚀性等优良特性，被广泛应用于航空航天、船舶、化工等领域[1-2]。在钛合金零件的生产加工过程中，加工效率和表面质量一直是人们关注的重点，较高的切削效率有助于降低生产成本，减少加工时间，但是往往会导致工件的表面质量降低，而随着绿色制造的概念越来越深入人心，如何在确保表面质量的同时提高切削效率，降低切削能耗已经成为钛合金零件加工的关键问题。由于切削参数是影响上述目标的主要因素，因此以上问题可以转化为对切削参数的优化问题，它是一项具有挑战性的工作。

切削参数一般包括切削速度、进给速度、切削深度等，适当选择切削参数可确保产品质量，延长刀具寿命，降低加工成本，降低功耗并提高生产效率[3-4]。切削参数的优化问题一般需要先建立切削参数与目标之间的关系模型，然后再借助上述模型和优化算法实现参数的优化。因此，在对切削参数进行优化之前，需要明确切削参数与优化目标之间的关系。常用的建模方法有田口方法、响应曲面法(response surface methodolog,RSM)和人工智能方法等。马尧等[5]以TC25钛合金材料为切削对象进行了铣削实验，并运用正交实验法分析了主轴转速、每齿进给量、轴向切深、径向切深等切削参数对表面粗糙度的影响规律，建立了较为精确的表面粗糙度多元线性回归预测模型。……