薄壁件切削容易产生变形,难以保证加工精度。围绕低刚度零件,研究切削参数优化,对于提高加工精度、降低生产成本和提高设备利用率等具有重要意义。运用现代切削理论、有限元仿真技术、数学建模与优化分析方法寻求切削参数的最优组合,是现代机械加工工艺的一个重要方向。本文以金属切削理论和计算机仿真技术为基础,研究了铝合金的铣削加工过程,设计了基于人工神经网络的加工变形预测模型,并基于遗传算法实现了多目标下的切削优化模型的求解,最后完成了数控铣削参数优化系统的开发,主要研究工作如下:1.基于热-机耦合弹塑性力学基本理论,应用ABAQUS有限元仿真软件创建了薄壁件铣削加工过程的三维有限元模型,分析了薄壁件铣削加工过程中的加工变形,并通过试验验证了该模型的正确性。2.为了建立切削参数与加工变形之间的关系,在有限元预测加工变形的基础上,研究了人工神经网络方法,将有限元仿真数据输入BP神经网络进行训练,确定了多切削参数下BP网络加工变形预测模型。3.为了获得不同目标下的最佳铣削加工切削参数,建立了切削参数优化模型,应用遗传算法对切削参数进行了优化,通过有限元法仿真与经验参数的对比,发现采用优化参数可以获得更好的加工精度、更低的成本和更高的加工效率。4.在上述研究的基础上,以VC++6.0为开发平台,借助SQL Server 2000数据库,开发了薄壁件数控铣削加工参数优化系统,该系统实现了基础数据管理、加工变形预测以及切削参数优化等功能。