等温淬火球墨铸铁（简称“ADI”）是一种在球墨铸铁的运用基础上发展起来的值得大力推广的优良工程材料，具有高强度、高硬度、抗疲劳强度高以及密度小、重量轻、吸震降噪性好等良好优点，已成为21世纪人们选用的热门材料之一。等温淬火参数直接影响和决定ADI的性能等级，但实际生产中采用传统的经验法会导致材料性能不能满足要求的情况发生。为了提高和满足客户对性能的要求，摒弃传统的经验法，本文基于实验研究提出一种基于BP神经网络建立ADI力学性能预测模型的新方法。为了深入研究ADI力学性能预测模型，提高预测精度，扩大实际应用范围，本论文采用理论、实验和数值模拟相结合的方式，定量研究了等温淬火参数与ADI力学性能的作用机理，探讨了建立ADI力学性能模型预测的数学表达式，分析了模型的预测结果和结果精度的验证，提出了应用于实际生产中的人性化界面系统模块应具有的功能。实验结果表明：奥氏体化时间越长，抗拉强度和硬度越小，延伸率和冲击韧性保持不变。抗拉强度和硬度随着等温淬火温度的升高而呈线性下降趋势，延伸率和冲击韧性随着等温淬火温度的升高先增大后减小，温度为350℃时达到最大。等温淬火时间对延伸率和冲击韧性的影响很小。其中等温淬火温度对ADI力学性能的影响最大。当奥氏体化温度和时间分别固定为900℃和120min时，等温淬火温度为300℃或350℃，等温淬火时间为120min时所对应的力学性能最优。依据已发表文献中的实验数据作为训练样本，建立以等温淬火参数为输入量，以ADI力学性能中的硬度为输出量的预测模型，预测模型结果表明预测值与实际值之间的绝对误差在7.8%的范围以内，表明建立的网络预测模型具有一定的可靠性和精确度，可以应用于实际生产并提供现场指导。