工程陶瓷具有的高硬度和高耐磨性使其成功应用于耐火材料以及汽车零部件领域,随着陶瓷材料应用领域的扩大,对于其边界质量及高效去除提出了新的要求。由于超声加工能够改善陶瓷材料难加工特性、提高加工质量及加工效率,因此超声技术在加工陶瓷材料方面应用日益广泛。此外,由于支持向量机（SVM）在数据回归方面出色的学习性能,使其成为数据回归分析必不可少的工具。基于此,本文对超声辅助磨削ZTA陶瓷内圆边界损伤及去除率进行了研究。首先,基于压痕边缘破碎估测韧性理论以及超声辅助内圆磨削力模型,得到陶瓷内圆磨削边界损伤深度模型,通过仿真分析发现陶瓷边界损伤深度值h随着断裂韧性值K_IC的增大而减小,随着载荷P的增大而增大;基于压痕断裂力学以及陶瓷材料磨削去除理论建立了陶瓷内圆磨削去除率模型,并分析发现超声磨削下单颗磨粒的切削沟槽宽度比普通磨削时要宽,切削宽度的增加必然引起材料去除率的提高。其次,开展磨削试验发现超声振动下ZTA陶瓷边界损伤程度明显低于普通磨削,同时,对不同磨削深度下的边界损伤深度值进行对比发现,随着磨削深度的增加,边界损伤深度值增加明显。另外,在磨削深度和工件速度对于材料去除率的影响试验中发现,材料去除率随磨削深度增加而增加,而超声振动下材料去除率随磨削深度的增加高于普通磨削,另外发现工件速度对材料去除率影响较弱。最后,基于支持向量学习机理论,编写支持向量机仿真程序,综合考虑磨削深度、砂轮转速、工件转速以及超声振动对内圆边界损伤深度及材料去除率的影响,基于试验数据对支持向量机参数进行训练,确定最优参数值;建立支持向量机陶瓷内圆边界损伤及材料去除率预测模型,并得到仿真预测值。对比仿真预测值和试验值,发现,基于支持向量机建立的边界损伤模型以及去除率模型误差率在5.79%以内,支持向量机在数据回归方面具有可靠的性能。