随着大规模集成电路以及微电子、光电子技术的迅速发展,SiC单晶等半导体材料的应用日益广泛。技术的飞速发展不但要求SiC单晶基片的直径不断增大,同时对晶片表面加工质量的要求也越来越高。SiC单晶片切片加工是制造过程的首要工序,切片质量的好坏直接影响后续工序中晶片的加工效率和最终质量。固结金刚石磨料线锯切片技术由于具有切缝窄、材料去除率高、切片质量好和切割环境清洁等优点而受到越来越广泛地关注,并有望成为SiC等硬脆材料切片技术未来的发展方向。本文基于硬脆材料的锯磨去除机理和压痕断裂力学的基本原理,分析研究了硬脆材料的宏观和微观去除机理。根据锯丝与工件在加工中的相对运动关系以及金刚石磨粒在锯丝表面的分布状态,建立了金刚石线锯切割模型及单颗磨粒的受力模型,推导出了单颗磨粒的切削深度与所受锯切力的计算公式,以此为基础,获得锯丝所受锯切力的计算公式。采用正交试验方法,在往复式电镀金刚石线锯旋转点切割机上进行了SiC单晶片的切割实验,分析了锯丝速度、工件进给速度和工件转速对锯切过程的影响,获得了切片表面质量好、切向锯切力低的最佳锯切工艺参数。实验结果表明：增加工件的旋转运动,会使切片表面质量明显得到改善,切片表面纹理呈云状；工件进给速度比工件旋转速度和锯丝速度对切向锯切力和表面粗糙度的影响更大。因此,综合考虑锯丝速度、工件进给速度和工件转速的合理匹配关系是获得较小的切向锯切力和较好的切片表面质量的重要途径。利用MATLAB中的人工神经网络(ANN)技术对试验数据进行处理,建立了基于BP网络的锯丝速度、工件进给速度、工件转速等工艺参数与加工表面粗糙度的关系预测模型,试验表明该模型可以对表面粗糙度进行较好的预测,其最大拟合误差和预测误差分别为7.05%和13.4%,这为依据加工工艺参数进行加工表面质量的预测提供了一种有效的方法。