纯铁材料由于具备优良的导热及导磁特性而被用于制造国防军工、能源动力等领域的关键零部件。然而,低硬度、高塑性、高韧性的难加工性极易导致纯铁材料构件的加工表面产生较大的残余拉应力,进而导致相关零件的加工表面质量难以满足精密制造要求。因此,准确建立纯铁构件加工表面残余应力的预测模型,并通过工艺参数的优化来控制进而减小表面残余应力,从而实现纯铁构件的低应力加工具有重要意义。本文针对纯铁材料构件的车削加工,优选了刀具几何角度,揭示了车削参数对表面残余应力的影响规律,建立了表面残余应力关于车削参数的预测模型,进而开展了低应力车削参数优化,从而为实现纯铁构件的低应力加工提供了技术参考。论文的主要研究内容如下:(1)优选了刀具几何角度。建立了纯铁材料的车削仿真模型,围绕刀具前角、后角及主偏角完成了三因素三水平正交仿真组,并应用极差分析法探究了各刀具几何角度对表层残余拉应力的影响规律,进而实现了刀具几何角度组合的优选。残余应力分布的测试结果表明,所建有限元模型的仿真精度满足要求且所得最优刀具几何角度有效。(2)建立了纯铁构件车削表面残余应力的预测模型。以纯铁平面件为研究对象,在优选的刀具几何角度下,围绕切削速度、进给率及切削深度完成了三因素五水平中心复合实验组并测试了各样件的加工表面残余应力。随后,应用极差分析法探究了各车削参数对表面残余应力的影响规律,并基于支持向量回归法分别建立了切削及进给方向表面残余应力的预测模型。经对比,相较于径向基函数人工神经网络模型,所建立的支持向量回归模型的预测精度更高,且预测误差在7.67%以内。(3)开展了低应力车削工艺参数优化。首先,以表面残余应力最小化为目标,将支持向量回归预测模型与改进粒子群优化算法相结合,求解了最优车削参数组合。经验证,所得最优车削参数组合能够实现表面残余应力最小化。此外,经对比,相较于遗传算法及传统粒子群优化算法,所提出的改进粒子群优化算法能够在保证收敛精度的前提下提高收敛效率。随后,兼顾表面残余应力最小化与材料去除率最大化,将支持向量回归预测模型与带精英策略的快速非支配排序遗传算法相结合,求解了Pareto前沿,并依据给定优化目标权重比下的加权综合评价函数,筛选了相应的最优车削参数组合。(4)应用MATLAB平台开展了图形用户界面的设计、开发及应用。该界面能够依据输入的实验数据集,实现最优低应力车削参数组合的输出。应用结果显示,该界面能够实现表面残余应力的预测建模及给定范围内最优工艺参数的精确、便捷求解。