GH3128 镍基高温合金以其在高温环境中使用时仍能保持热强性及抗高温氧化性，常用于发动机高温处的零部件的制造材料和航海设备暴露零部件。该金属在高温下的优良性能使其加工制造十分困难，因此本文通过GH3128镍基高温合金铣削实验并结合数学模型对该金属的切削机理进行研究。GH3128 镍基高温合金的切削过程的切削力和表面加工质量；切削功率、切削参数的合理制定、机床夹具的设计等都是以切削力为主要参考依据，而表面粗糙度是目前衡量加工质量好坏的最常用的参数，并且也常用来指导切削参数的选用。因此切削力以及加工质量对该材料加工应用有着十分重要的意义。由于GH3128很少有相关加工参数，因此采用灰色关联度和模糊综合评价方法对该材料的可加工性进行评估。在评估过程中针对模糊综合评价中高斯隶属度函数的缺点，通过构建新的函数替换原有的隶属度函数，大大简化了评估过程，降低了计算成本，提高了金属材料可加工性评估方法的应用性。结合已有的金属材料可加工性等级表，估计出材料

GH3128的可加工性等级，然后参考同等级其他金属材料的切削参数，合理制定材料GH3128 的切削参数。

材料GH3128镍基高温合金在CAXA雕铣中心进行单因素试验和正交试验。在该实验中使用硬质合金端铣刀，该刀具表面带有AITi涂层。由于实验采集到的切削力信号中耦合了许多噪声信号，常用功率谱密度法和滤波器滤波的方案已不能适用试验中采集到的切削力信号。因此，在滤波时使用功率谱密度分析和小波变换相结合的方法，对切削力信号进行分解滤波降噪获取含低噪声的力信号，提高了切削力可信度。根据试验数值分别建立了切削力和表面粗糙度的经典线性回归模型，而在回归模型的假设条件验证时，采用了Globaltest 检验法进行了量化验证以提高模型的准确性。在建立机器学习模型时，对六种机器学习模型比较预测性能，并对各个切削参数的重要性进行分析。