木纤维作为一种品质优秀的木材加工品,其应用领域在不断扩大,加工精度要求也越来越高,因此推动了加工方式由传统粗犷型向现代精密控制型的转化。目前,对于微米木纤维切削加工工艺已经形成了缜密的理论分析,论证了切削加工的可行性,但是木材切削是一个多方面因素综合作用的复杂过程,而且微米级加工属于微观加工的范畴,对于这样的加工过程来说,切削参数的选择是至关重要的。因此,本文提出了微米木纤维切削加工参数智能选择的方法。智能控制技术已经广泛应用在工业生产和人类生活的方方面面,将人的智慧赋予机器,从而简化人的生产和生活行为,这是科技发展的必然趋势和社会进步的重要标志。本文的研究结合了若干智能控制知识,提出了分别基于模糊理论和人工神经网络理论的切削参数智能选择方法,适用于不同应用条件,可以为微米木纤维切削加工提供科学合理的参数,实现加工的智能化。本文首先详尽剖析了木材的切削过程,对其中关键因素的影响作用加以解释,确定了切削参数智能选择过程的输入和输出；然后针对木材的切削性能,利用模糊理论的模糊综合评价方法对木材进行评价,达到划分切削等级的目的；借助评价结果进行基于模糊聚类分析的切削参数智能选择设计,模糊聚类分析将同级木材聚类,以切削性能最相近作为选择切削参数的依据。人工神经网络是借助网络对复杂关系的拟合能力,通过样本训练实现切削参数的自学习。为了验证切削参数的准确性,提出了一种基于边缘的微米木纤维直径测量方法：将这些功能以应用系统的形式整合在一起,为用户提供简单方便的操作体验。考虑到实际生产条件,实验中模拟了已知加工数据较少和较多两种情况,不同情况下利用两种方法进行切削参数选择,并指导切削加工。检测加工得到的微米木纤维直径,与事先确定的切削深度参数进行比较,以此判断切削参数的合理性。实验结果表明,本文提出的两种切削参数选择方法都能够为微米木纤维切削加工过程提供科学准确的参数,根据两种方法所用理论的特点,分析了它们各自的优势,为进一步的完善加工工艺,保证生产质量、提高生产率,节约生产成本等研究奠定基础。