铁路用钢轨材料通常为U71Mn高锰钢,硬度高,切削困难。因长期反复轮轨碾压,产生了波磨、轨面剥离、擦伤、飞边等钢轨伤损类型,这些伤损在钢轨修复成型中由于冷作硬化的缘故,钢轨切削更加困难。旧钢轨属于典型的难加工材料。目前,高锰钢钢轨再修复成型中切削用量的选择往往依靠经验进行。依靠经验法选择的切削用量数值往往不合理,是造成刀具磨损加剧,切削效率低下的重要原因。论文在对高锰钢材料特性分析研究的基础上,首先对影响切削的刀具材料、刀具几何角度作了论述说明,其次对高锰钢切削时的切削力和切削温度进行了分析和总结,目的是为后面章节高锰钢铣削用量优化作理论基础。最后结合正交试验原理,采用多因素正交回归试验法,依据硬质合金刀具铣削高锰钢的的试验数据建立了刀具寿命公式,并把此公式作为BP-GA优化模型中的约束条件之一。建立了高锰钢铣削加工中切削用量优化的数学模型,通过对切削过程中影响切削结果的各个因素分析,确定目标函数和约束条件。结合神经网络和遗传算法(BP-GA)来实现对目标问题的优化,最终对优化结果进行了实验研究和验证,表明建立的优化数学模型和采用的遗传算法具有生产实用性,为高锰钢的铣削用量优化提供了应用指导。