随着国内机械制造业尤其是汽车工业的发展，易切钢得到了广泛的应用。因此研究易切钢的可切削性能，优化工艺参数对于提高加工效率和质量、控制加工成本具有重要意义。本文以低碳高硫易切钢的切削过程为研究对象，对刀具使用寿命、切削力和表面粗糙度进行了试验研究。并结合神经网络建立了表面粗糙度的预报模型。研究内容主要包括：（1）对两种低碳高硫易切钢切削过程中YT15硬质合金刀具使用寿命和磨损形态进行了研究。利用单因素试验，研究了不同切削速度下刀具的使用寿命，建立了刀具使用寿命的泰勒方程。刀具的磨损形态主要有后刀面磨损以及月牙洼磨损。当切削速度为150m/min时，还存在严重的边界磨损。（2）利用单因素试验法研究了切削速度对切削力的影响以及切削速度、进给量、刀尖圆弧半径对表面粗糙度的影响。利用正交试验法，采用多元线性回归方法建立了切削力和表面粗糙度的经验模型，并得到了试验验证。（3）基于神经网络建立了以切削速度、切深、进给量、刀尖圆弧半径和工件材料为输入的表面粗糙度预报模型，并利用Matlab中GUI模块建立预报系统。本文中采用了遗传算法对BP神经网络进行权值优化来解决训练时间过长和陷入局域极值而得不到适当权值分布的问题。通过试验验证表明，BP神经网络完全能够胜任此两种易切钢表面粗糙度的准确预报。