表面粗糙度是用来衡量表面质量的重要技术指标之一。产品的性能,尤其是它的可靠性和耐久性,在很大程度上取决于零件表面质量。在对具有高硬度、高耐磨性的淬火模具或其他具有断续表面存在的机械产品进行切削加工时,切削用量、刀具类型、工件硬度、加工方式等在一定程度上均影响着表面粗糙度,因而,表面粗糙度成为了切削加工中备受关注的问题。目前,各国专家学者对表面粗糙度的研究主要集中于连续切削过程。对于断续切削加工中表面粗糙度的主要影响因素和表面粗糙度的预测模型的研究依然比较少见。由于影响断续切削加工的因素众多,影响原因复杂,断续切削加工在实际生产中的应用又十分广泛,因此,对断续加工淬硬钢表面粗糙度展开研究,对于设立合理的工艺规程,提高零件的表面质量和加工效率,具有一定的理论意义和现实意义。本文使用聚晶立方氮化硼(PCBN)刀具,以淬火模具钢Cr12MoV为加工对象进行断续车削加工,主要工作内容和研究成果如下：(1)采用单因素法,从工件材料、刀具类型、切削用量、断续强度等方面对断续车削过程中影响表面粗糙度的主要因素进行了详细的探讨,获得了以上各因素对表面粗糙度的影响趋势；(2)运用正交试验法进行试验,并对试验结果进行了极差、方差分析及显著性检验,获得了在强断续车削淬硬钢条件下的最佳切削加工参数组合及其置信区间,影响表面粗糙度的主要因素及其主次顺序。(3)在正交试验的基础上,采用多元回归分析法和RBF神经网络法建立了表面粗糙度的预测模型,并经试验进行对比验证。研究表明,切削用量依然是断续切削加工淬硬钢过程中影响表面粗糙度的主要因素；经验证试验得知,运用RBF神经网络算法建立的表面粗糙度预测模型比基于多元回归分析法建立的模型更为精确。