在车削加工中，车削力是表征车削过程的极其重要的物理量。车削力的大小直接影响加工设备的功率消耗、加工精度、工件表面加工质量、刀具的使用寿命等。车削力建模研究对于合理确定车削用量、预测切削力、提高工件表面质量等具有重要的意义。本文基于车削力正交试验，建立了外圆车削和圆锥车削的主车削力BP神经网络预测模型。首先，利用正交试验法选取样本在CAK3675数控车床上进行车削40Cr材料的外圆和圆锥车削的车削力测量试验，获得不同切削速度v、进给量f、切削深度ap下的主车削力Fz试验数据。其次，在车削力试验数据的基础上，分析了切削速度v、进给量f、切削深度ap对主车削力Fz的影响。最后，分别借助MATLAB神经网络工具箱的NNTool功能和命令窗口编程功能，采用动量梯度下降法训练出外圆和圆锥车削的主车削力BP神经网络预测模型，并进行了试验验证。由试验结果可知，切削深度对主车削力影响最显著，其次为进给量，切削速度影响最小；采用正交试验法选取样本，利用动量梯度下降法训练的BP神经网络模型对主车削力具有较高的预测精度。