电液伺服阀作为液压系统的关键元件,广泛应用于航空航天等国防领域。由阀套和阀芯构成的滑阀副是伺服阀的核心部件,其加工精度要求较高,一般加工误差在1～3微米以内。径向间隙和圆角作为滑阀副的两个主要几何特性,其加工质量直接影响伺服阀的输出特性。对滑阀副径向间隙和圆角进行直接测量难度大,研究一种高效率、低成本的测量方法具有重要意义。本文通过分析径向间隙和圆角对气动流量曲线产生的影响,采用支持向量回归的方法,开展对伺服阀径向间隙和圆角的估计研究。支持向量回归需要训练样本,但不同气动流量曲线对应的滑阀径向间隙和圆角大小难以测量,导致样本较少。采用CFD有限元仿真的方式获得不同径向间隙和圆角对应的气动流量曲线,解决机器学习所需要的数据样本。根据伺服阀的对称特点,基于Fluent建立有效的阀口简化模型,进行合理的网格划分,设置相应算法及初始条件,最终获取在不同径向间隙和圆角条件下的气动流量仿真曲线。搭建滑阀副气动测量系统,验证仿真数据的有效性。为了解决测量系统的流量计超量程问题,设计一种气路系统,将节流阀串联进气路,并用压力对流量曲线进行修正。设计机械系统、自动控制系统、软件系统,完成伺服阀的气动测量工作,并与仿真数据对比,验证仿真数据有效。本文的研究属于回归问题,采用支持向量回归方法对伺服阀径向间隙和圆角进行估计。对仿真获得的气动流量曲线进行数据预处理,使用仿真数据进行支持向量回归模型的训练与测试。将气路测量系统测得的流量数据代入训练好的回归模型,得到与径向间隙和圆角的实际测量值相差在误差范围内的估计值,并与BP神经网络估计结果进行比较,得出支持向量回归效果更好。基于气动流量仿真曲线训练的支持向量回归模型能对实际滑阀副样本的径向间隙和圆角进行准确的估计。