在机械加工工艺设计中，合理选择切削参数是一项重要、复杂的工作，它决定了产品加工的质量、生产率、成本、设备利用率等指标。随着先进制造技术的应用，工序时间定额中辅助时间不断减少、切削工时在总工时中所占比重更加突出，提高了合理规划切削时间的重要性。随着少屑、无屑加工的发展，模具加工在机械加工中所占的比重不断加大，而在模具加工中铣削加工所占的比重正在快速上升，因而如何选择合理的铣削加工切削参数在机械加工中起着举足轻重的作用。而铣削加工参数的确定受机床、刀具、工件材料、加工质量、产品的允许生产时间、生产成本等诸多因素的影响，如果采用常规的工艺设计方法，不仅难于得出合理的结果，而且在新材料、新工艺、新设备实施中可能无从着手。因而，在铣削加工工艺设计中，需要采用快速、合理地确定铣削加工切削参数的新方法。 铣削加工切削参数智能选择系统的研究与开发，提供了一个快捷地获取合理的切削参数的一个平台。其特点是：用户根据已有的一些信息，可以通过希望的方式确定需要的加工要求，而且伴随着加工信息的反馈，使决策过程合理性提高。最终可以通过合理的切削参数的制订，合理确定零件的制造过程(时间、成本、利润等)，提高企业的市场竞争力。 本课题以VC++6.0作为开发平台、借助于SQL Sever2000数据库、以RGA及BP-RAGA算法优化神经网络的方法，根据刀具、材料、加工质量等条件，快捷而且比较合理地制订出铣削加工的切削速度、每齿进给量、切削深度的大小。主要完成了以下工作：四川大学硕士学位论文 1、采用面向对象的程序设计方法进行铣削加工切削参数优化系统设计;建立了人机交互的界面。 2、建立了铣削加工切削参数工程数据库的实体—联系模型，并将其转换为关系模型，以商用关系数据库管理系统作为底层支撑环境，完成了铣削加工切削参数工程数据库设计。 3、以工件材料的机械性能对切削性能的影响为基础，利用模糊数学的理论为支撑，对工件材料的切削性能进行评估与聚类。 4、以金属切削加工理论为基础，建立了以切削参数为优化目标、以机床、刀具、材料等为优化约束条件的优化模型，应用RGA算法实现了铣削加工切削参数的有条件优化。 5、在该系统中，建立了以BP.RAGA算法为支撑的神经网络优化技术，依据可不断更新的切削数据，实现切削参数的智能选择。关键词:切削参数智能优化神经网络工程数据库遗传算法模糊算法