作为航天惯导产品中的关键部件,台体类结构件为陀螺仪、加速度计等惯性仪表和基准棱镜部件提供了高精度的安装基准,其结构紧凑、复杂、壁薄及刚度低等特性非常适合航天领域的研究。与其它航天材料相比,航天惯导典型结构件零件目前最常采用的是高强度铝合金材料(例如7000系列等),以及新型铝锂合金材料(例如2050和2060等)。虽然铝合金具有强度高、密度小、成型和加工性能好、性价比高等特点,但对于航天惯导产品典型结构件而言,其结构形状复杂、材料加工的去除量大、薄壁处易发生变形,而零件加工精度、质量和加工效率等技术指标具有较高的要求。因此,如何实现针对航天领域的铝合金高效加工,是诸多航天制造项目组一直追求的目标。本文以航天领域的铝合金为主要加工材料,以航天惯导台体类结构件为主要研究对象,重点研究利用有限元仿真软件Advant Edge和RBF神经网络高效构建出一种航天惯导台体类结构件的铣削力预测模型,在满足加工精度要求下,通过减少仿真运算量,提高铣削加工效率。与此同时,将航天铝合金铣削力作为研究目标,设定目标大小的约束范围,通过BP神经网络得到优化的切削参数,为项目组与操作人员优选切削参数提供支撑。主要研究内容为:1.对航天惯导产品典型结构件进行理论分析,包括航天惯导典型结构件、金属切削加工、有限元仿真软件Advant Edge、RBF神经网络及BP神经网络,为铝合金的铣削加工仿真及铣削力预测系统的构建奠定基础。2.利用有限元分析软件Advant Edge,基于正交试验法,选择相应的参数,对航天铝合金铣削加工进行仿真实验,得到仿真数据。3.将仿真数据和实际实验数据分别作为RBF神经网络的训练样本和测试样本,构建出铝合金铣削力预测模型,通过该模型得到预测数据,并将其与实际实验数据进行对比。实验结果表明,所构建的预测模型在节省大量的时间和资源的同时,完全能够满足实际铣削实验的精度要求。4.以铣削力为目标,根据项目组现实需求,设定铣削力大小的约束范围,基于BP神经网络,通过其误差反向传播方式,在满足约束范围条件下,获得优化铣削参数,并将其代入所构建的RBF神经网络铣削力预测模型中进行验证。实验结果表明,由BP神经网络得到的优化铣削参数满足铣削精度要求。