钛合金切削参数的合理选择，对保证工件的加工质量，降低生产成本，提高生产效率具有重要的作用。对切削参数进行优化选择已成为机械制造业极为重要的目标之一。本文提出了一种以机床、刀具、工件等参量及所建立的切削力、刀具磨损和表面粗糙度非线性数学模型为约束条件，以最大生产率为目标，运用改进的自适应遗传算法(IAGA)实现对切削参数优化的方法，同时进行了智能切削数据库的研究与开发，采用有限元对切削过程参数进行了仿真，并对优化方法和仿真结果进行了实验验证。首先，建立了钛合金切削力、刀具磨损和表面粗糙度等过程参数的非线性数学模型，以最大生产率为目标，确定了优化目标函数和约束条件；提出了一种根据群体的适应度与进化代数，动态自适应调整交叉概率Pc和变异概率Pm的IAGA，并采用IAGA对切削参数进行了优化。其次，通过对数据库进行需求分析，将数据库应用系统划分为切削数据查询模块、切削参数维护模块、切削参数优化与过程参数预测模块、预警确认模块、规则和实例推理模块五大功能模块，并将数据库应用系统与CATIA软件进行了集成。再次，采用有限元法建立了更接近实际加工的铣刀结构模型及三维铣削模型，模拟了钛合金铣削切屑的形成过程，对切削过程中的切削力、切削温度、残余应力进行了分析，并提出了把有限元铣削仿真得到工件表面位移的轮廓算数平均偏差作为表面粗糙度评定参数的方法。最后，采用优化的切削用量进行了有限元模拟分析和切削实验，验证了优化算法和仿真模型的正确性和有效性。