随着数控技术的发展，确定合理的切削参数对数控加工有着重要的意义。切削参数的选择是制定机械零件加工工艺的一个重要方面，选择得恰当与否，将直接影响到产品的质量、生产率、加工成本等。由于影响切削参数的因素繁多且相互交叉、制约，因而确定最佳的切削参数较为困难。将人工智能技术运用于切削参数选择，可以提高数控加工系统的智能化，进而为CIMS系统的集成奠定良好的基础。 在工程数据库支持的基础上，本文采用人工智能技术，基于金属切削加工原理，研究与开发了切削参数智能选择系统。该系统对于切削参数的选择具有一定的智能化，可用于实际生产加工，指导切削参数的合理选择。 本课题主要完成以下内容： 1 在分析研究课题任务的基础上，采用IDEF建模方法，对本系统的总体结构进行建模，并完成了系统各个子模块细化建模。运用面向对象的方法进行系统程序的设计。 2 通过对工程数据库的研究，结合本系统中切削参数工程数据库要求，建立了切削参数工程数据库的实体—联系模型，并将实体—联系模型转换为关系模型。以商用关系数据库管理系统作为底层支撑环境，完成了切削参数工程数据库结构设计和功能需求。 3 基于模糊数学理论，采用模糊综合评判的方法对金属材料的切削加工性能进行评估，并采用模糊聚类方法对切削加工性能相似的材料进行聚类。通过材料加工性能评判和材料聚类，大大提高了切削参数工程数据库的应用范围。 4 运用机械最优化方法，结合金属切削加工理论，推导了以切削参数为优四川大学硕I学位论文化目标的优化目标函数并确定了相应优化约束条件，采用优化方法中的复合形法实现了切削参数的最优化设计。 5在深入研究人工神经网络理论的基础上，建立了切削参数选择的神经网络模型，采用误差反传算法(即算法)作为切削参数智能选择的神经网络学习方法，实现了切削参数人工神经网络智能选择功能。在一定程度_}二实现了系统的智能化。该方法具有一定的前瞻性和理论意义。 综上所述，该课题的研究具有较强的实用性和一定的先进性。