立方氮化硼(CBN)是一种超硬刀具材料,由于其具有硬度高、化学稳定性和热稳定性好等优点,近年来被广泛应用到硬态干式切削加工中,而已加工表面质量控制是硬态干式切削加工所需解决的一个重要课题。表面粗糙度和残余应力是表征表面质量的两个重要指标,车削加工中的切削参数对表面粗糙度和残余应力有着重要影响,因此可通过优化切削参数来改善工件表面质量。以切削速度、进给量、切削深度、刀尖圆弧半径为设计变量,采用正交试验法进行了CBN刀具干式车削冷作模具钢Cr12Mo V的试验研究。利用人工神经网络的非线性拟合能力和遗传算法的全局寻优能力,建立了加工表面粗糙度预测模型并获得了使表面粗糙度达到最优的切削参数组合。利用该方法获得的最优表面粗糙度值比田口方法和切削试验所获得的最佳表面粗糙度值分别降低了7.1%和17.2%。建立了二维正交切削有限元模型,利用Advant Edge仿真软件模拟了CBN刀具干式车削Cr12Mo V和镍基高温合金GH169的切削过程,分析了切削用量三要素和刀具前角、后角、刃口钝圆半径对工件表面残余应力的影响规律。利用仿真数据建立了GH169的表面最大残余拉应力关于切削用量的人工神经网络预测模型,并利用田口方法得到了使工件表面最大残余拉应力达到最小的切削参数组合。采用矩阵分析法对CBN刀具几何参数对切削力、切削温度和最大残余拉应力的综合影响进行了分析计算,得到了最优刀具几何参数组合。