作为工业牙齿的磨具行业近年来随着工业的需求发展迅速。陶瓷磨具以其稳定的化学性能和良好的切削性能在磨具行业中占有重要地位。配方设计是陶瓷磨具制造的关键步骤，而配方中各成分对磨具力学性能影响规律非常复杂，传统的配方设计方法（主要是正交实验法和回归分析法）很难满足这一点。传统配方设计方法要求大量的实验数据，而且未考虑配方中各成分之间相互影响，因此使得配方设计周期长，浪费了大量的人力物力。而具有独特的逼近非线性函数能力的BP神经网络在处理此规律不明显和组分变量多的问题上优势明显，它能够运用其高效的学习能力，找出样本数据中的输入和输出之间的规律，可以作为解决陶瓷磨具配方设计问题的方法。本文在深入研究了BP神经网络基础理论的基础上，进行了相关实验，得到了陶瓷磨具配方中结合剂、粘结剂、湿润剂含量和对应硬度的实验数据，用VC++6.0应用程序开发工具，严格按照软件编译的标准步骤，编程开发了基于BP神经网络技术的陶瓷磨具配方设计软件，通过大量的训练数据建立了陶瓷磨具硬度BP神经网络预测模型，根据刚玉60#砂轮原始的配方，利用软件进行优化，优化后配方对应的制品硬度更接近国标，比原始配方对应硬度更为理想。在实际操作过程表明软件操作简单易行，用户可以对BP神经网络参数进行设置，然后对网络开始训练，得到训练好的权阈值，并据此进行配方的优化。说明此该网络模型具有合理的网络结构和较高的准确度，因此利用BP神经网络手段对陶瓷磨具配方进行设计是一种高效准确的方法。