本文以钛合金切削过程中加工表面产生的回弹变形量作为研究对象。利用切削有限元仿真,结合钛合金干铣削条件下的回弹量检测实验,分析不同切削参数下对回弹变形量的影响;以减小回弹变形量为目标,利用二维切削仿真,获取最优刀具结构;最后结合BP神经网络建模,建立了不同切削参数和加工表面回弹变形量的预测模型。从减少回弹量以及优化刀具结构的角度,为钛合金Ti6A14V切削加工提供理论指导。(1)钛合金回弹量的二维切削仿真研究。针对切削仿真环境下产生已钛合金加工表面回弹量的问题,本文采用钛合金二维切削来完成仿真,并基于摩擦学原理完成该环境下回弹量的理论计算。通过改变切削速度、轴向切削深度来完成仿真环境下得到不同参数下钛合金已加工表面的回弹变形量,为验证试验在线测量的准确性提供理论基础。进而设计了3款具有减振功效的刀具结构,并在切削仿真环境下,分析了不同刀具结构对钛合金已加工面的回弹变形量的影响。综合仿真实验结果,获得了产生回弹量最小的的刀具结构。(2)基于DIC的钛合金加工表面的回弹变形量的测量。针对不同加工参数对已加工表面回弹量的影响,设计了若干组正交实验,采用硬质合金刀具在低速环境下干铣削钛合金。利用双目相机监测钛合金的干铣削过程,并基于DIC方法计算加工过程中钛合金已加工表面的回弹量。DIC方法就是通过双目相机采集被测试样上的黑白散斑在被测试样变形过程中的散斑图像序列,将记录得到的灰度信息以矩阵的形式存储于计算机中并进行相关计算。根据实验结果,获得了切削参数轴向切削深度ap、主轴转速n和进给量f对已加工表面回弹量的关联模型。(3)回弹量预测模型的建立。针对钛合金高速铣削实验中的回弹变形量的进一步研究。将BP神经网络引入到钛合金回弹量的预测实验当中,把它用于对切削参数(轴向切削深度ap、主轴转速n和进给量f)与已加工表面回弹量的影响规律研究。建立了切削参数与回弹量之间的预测模型。结果表明,该预测模型的准确性高,可以为后续实验提供理论依据。