电火花线切割加工技术能胜任难加工材料和精密复杂零件的加工,因而在机械电子、航空航天、兵器工业、医疗器械、工艺装备以及仪器仪表等行业新产品的研发过程中发挥着关键作用,尤其在模具制造领域占有极其重要的地位。高速走丝电火花线切割机床作为我国的独创技术,在机床结构、技术水平和工艺效果等方面取得了可喜的进步,但与低速走丝电火花线切割机床相比,它的加工精度、可靠性、稳定性以及自动化程度等方面还存在明显差距。随着人工智能技术研究的深入以及在其它加工领域的成功应用,智能化方法也为电火花线切割加工技术的研究提供了重要途径。本课题将遗传算法、神经网络等智能技术应用到电火花线切割加工的工艺参数优化中,研究与开发高速走丝电火花线切割加工参数的智选系统。本文首先概括了国内外电火花线切割加工技术的研究现状,指出了高速走丝电火花线切割加工中存在的问题和解决的思路;总结了电火花线切割加工的工艺原理和工艺特点;通过二次回归通用旋转组合试验方法提取了电火花线切割加工工艺效果的参数数据。其次建立了电火花线切割加工速度(Vm)与表面粗糙度(Ra)的非线性回归优化模型,并以RBF神经网络方法构建了系统的预测与优选模型,通过遗传计算和网络训练得到了给定加工条件的工艺效果优化结果、工艺效果预测结果以及设定工艺效果的加工参数优选结果。最后在Windows XP平台上,采用VC++与MATLAB混合编程方法开发了高速走丝电火花线切割加工参数的智选系统软件。本研究成果所提供的电火花线切割加工参数智选系统软件操作简单、功能完善、稳定可靠,完全满足预定的功能要求。且试验检测了该系统的优化、预测和优选功能,结果表明该系统运算的精度高、效果好,在工业生产上有一定的应用价值。