为了提高航空发动机的推重比，发动机典型零件大都使用钛合金材料。对于钛合金整体叶盘类复杂形状的零件，高速铣削加工一般作为最终加工工序，由铣削加工参数来保证其表面质量。钛合金材料具有比强度高、耐腐蚀、不导磁、耐热性能好、低温性能好、疲劳强度高等诸多优良特性，但是也给其加工成型造成了很大困难。铣削加工时钛合金切屑极易粘附于刀具，从而加速刀具的磨损，并且不易获得较高的表面质量。因此，迫切需要采用高质量的先进加工工艺对其进行最后的光整加工。磁力研磨加工技术作为一种非传统光整加工工艺，能够利用磁场的作用，将磁性磨粒吸引到一起，形成一定柔性和粘弹性的磁粒研磨刷，通过在磁粒研磨刷和工件之间施加相对运动，磁粒研磨刷中的磁性磨粒可以对钛合金表面产生滑动、滚动、切削等相对运动，从而实现磁性磨粒对工件表面的研磨加工。本研究在参阅了国内外已取得的研究成果的基础上，针对铣削加工后的TC4钛合金工件进行磁力研磨光整加工，并对影响表面完整性的因素进行具体分析。通过试验模拟钛合金零件最后的铣削环境，采用相关的铣削加工参数研究加工过程中表面加工缺陷的形成机理。在铣削后的表面采用正交试验的方案进行磁力研磨光整加工：以磨料粒径、磁极转速和加工间隙为主要影响因素，解析其对表面粗糙度、微观形貌、显微组织和残余应力的影响，设计优化加工方案；采集铣削加工和磁力研磨加工过程后TC4钛合金工件的表面完整性表征参数，对比分析磁力研磨加工前后试件表面完整性的变化；采用传统BP神经网络和进化神经网络建立试件的磁力研磨工艺参数的预测模型，并对两者的预测结果做出了分析和比较。通过研究发现，高速铣削加工的工件表面粗糙度值平均为Ra2.5μm左右；工件表面上复制了刀具切削刃的形状，刀具切削轨迹清晰可见；表面材料内部的晶粒受到挤压滑移而发生拉长、扭曲、破碎等变化，在材料表面形成和基体不同的表面变质层；铣削加工得到的残余拉应力值较大，容易使材料表面产生疲劳裂纹。磁力研磨加工后，分析最优方案中得到的表面完整性数据，能够看出零件的表面粗糙度有大幅度的降低，平均能够达到Ra0.07μm左右；铣削加工残留下来的纹理基本去除；近表层原始组织中的变质层大部分被去除，使表面更接近材料的原始组织结构；经检测得到的残余应力值也明显减小。基于遗传算法的进化神经网络在收敛速度和预测精度方面明显优于传统BP神经网络，在磁力研磨加工中具有一定的参考价值。