以敏捷制造和绿色制造理念为代表的21世纪制造业要求计算机仿真技术在整个产品研发周期内贯穿始终,这就使得对虚拟制造过程的建模与仿真研究成为目前急需加速深入研究的课题。动态切削力是切削加工过程中的基本参数,其动态变化直接影响加工过程中刀具与工件的相对位移、刀具磨损和表面加工质量等,因此动态切削力的预测仿真建模是切削过程物理仿真研究的基础,但是目前大多使用经验公式描述动态切削力,这些经验公式多少存在一些不足,难以完全真实地反映在整个切削过程中力的变化历程和变化特点。本文提出了基于时间序列方法的动态切削力变化幅值预测模型,它是在切削实验基础上通过对数据分析提取能够反映切削力动态变化的特征量-单位时间段内的最大值和最小值,然后建立动态切削力变化的时序模型(ARMA模型),模型可以对加工进程中动态切削力的变化幅度进行预测模拟,能够基本反映加工过程的真实全貌,为在物理仿真研究领域中建立与之存在紧密映射关系的其他切削过程物理量模型提供了一个基础平台。研究人工神经网络在模式识别和预测方面的应用,分别建立了基于神经网络的切削力仿真、刀具磨损预测和切屑形态预测模型,使用切削力、切削速度、进给速度、切削深度、刀具磨损量等作为网络的输入变量,经过一定数量样本的训练,使得预测模型可以对含概于训练样本范围内的未知加工条件下的切削力、刀具磨损量和切屑形态进行准确预报。研究应用遗传算法建立了以最大加工效率和最低加工成本为决策目标函数的切削参数优化模型,该模型集成于数控加工仿真系统中,对NC程序中的切削参数进行优化,提出了一种集成NC图形验证与优化结果评价的仿真优化模式。研究开发了集成切削力仿真、刀具磨损仿真和优化评估模型的虚拟切削系统。通过对车削、铣削加工特点的研究分析,针对车削仿真过程研究应用了基于特征造型与动态空间分割方法相结合的算法对车削过程实时建模;针对数控铣削加工的特点,提出了Z向动态变化的四叉树自适应空间分割算法,其核心是根据加工仿真中Z向高度的动态变化和在发生碰撞干涉的前提下按照四叉树分割算法自适应分割工件形体。仿真效果表明真实感拟实性好,并验证了算法的准确性和实用性。建立了集成切削力、刀具磨损和优化评估的虚拟切削过程模型,在实现物理仿真建模的基础上,构建了虚拟加工仿真优化集成建模体系,实现了以敏捷制造理念为核心的虚拟加工与真实加工过程的融合。