TC4钛合金具有优异的力学、物理、化学性能,广泛应用于航天、航空、船舶、核能等工业领域。但由于该合金的切削加工性较差,对零件已加工表面完整性造成很大的不利影响。为了改善该合金的切削性能,本文采用三种不同热处理方式,得到三种具有不同组织的α+β型TC4钛合金,在同等条件下,分别对其进行干式车削加工实验。采用正交设计方法进行切削实验,分析切削深度ap;进给量f;切削速度vc对三种典型组织的TC4钛合金切削力和表面粗糙度的影响规律,使用MINITAB软件,建立了切削用量三因素和切削力、表面粗糙度之间的多元线性回归方程,得出了TC4切削力和表面粗糙度较为精准的经验公式;探讨了TC4钛合金的热处理工艺对车削加工性能的影响,为TC4切削性能和优化切削参数提供了实验数据。另外,本文首先采用误差反向传播BP神经网络对切削模型进行预测,发现有个别样本不能正确识别和收敛速度较慢,并且容易陷入局部极小值;然后将遗传算法引入BP神经网络模型的训练过程中,对其进行优化。仿真结果表明:基于遗传算法的BP神经网络克服上述缺点,并且可以正确识别偏离训练样本的征兆,提高了模型预测的正确率和速度。