镍基高温合金具有高强度、高硬度等良好的力学性能,能够长期服役于严苛的环境,在高温等极限条件下,依然能够保持性能的稳定,是主要的航空材料之一。航空部件尺寸精度要求较高,磨削是主要的加工方式之一。由于航空部件形状往往较为复杂,对加工设备的灵活性与柔性提出了一定要求,近年来,机器人智能化磨削平台越来越受到关注。如何建立磨削过程的模型,获取材料去除量与磨削参数间的关系,成为提高磨削加工尺寸精度的关键。本文基于机器人智能化磨削系统,针对航空常用GH4169镍基高温合金,分析影响磨削过程的各个因素,合理选取与材料去除量有关的磨削变量,建立模型并化简其构成。针对镍基高温合金这类高强度高硬度的难加工材料,定义了砂带磨削能力系数?,以此量化磨削过程中砂带的磨损情况。引入时间域变量来衡量砂带在某状态下的累积有效工作时长,结合实际磨削中“断续”加工的特点,以一定时间步长将时间域变量离散化为砂带从初始状态直至本次磨削的磨削次序?。基于试验数据建立了砂带磨削能力系数?与磨削次序?的数学关系,使砂带磨削能力系数易于被引入到模型中,解决了砂带磨损难以量化(往往在建模过程中忽略不计)的问题。基于试验数据,对磨削过程中提取出的磨削变量与材料去除量的相关性进行分析,得到各个磨削参量对材料去除量的影响程度,其中,法向磨削力与材料去除量相关性最强,影响最为显著,其次为砂带线速度,再次为砂带磨削能力系数。砂带耐磨性不同,砂带磨削能力系数与材料去除量的相关程度也不同,对于耐磨性能一般的砂带,磨削能力系数的影响接近于砂带线速度,由此可见,对于镍基高温合金这类难加工材料,砂带的磨损难以忽略不计。采用多元回归分析的方法建立了磨削过程中的数学模型,提出了基于Preston系列方程的修正获得待定数学模型的方法,通过试验数据的求解,最终确立了适用于难加工材料磨削过程的经验模型,得到了材料去除量与砂带线速度、法向磨削力及磨削次序的定量关系。通过测试样本的检验,所得模型平均误差百分比能够较好地满足要求。鉴于传统BP神经网络在建模中的缺陷与不足,将广义回归神经网络引入,结合交叉验证的优化算法,建立磨削过程的回归模型。所得模型相比传统的BP神经网络模型,平均误差百分比大幅减小。最后,从建模的难易程度与模型可视化两个方面分析了回归分析数学建模方法与神经网络建模方法的优势与不足。分析了时间域变量?的有效性,并对磨削过程建模的发展方向给出了合理化建议。