石油行业是国民经济的支柱行业,石油机械复杂多样,其中以管类零件和薄壁件居多。铬铜合金因其较高的强度和硬度,以及良好的导热性,被用来加工某石油机械冷却装置的内壳。铬铜合金薄壁件在加工过程中存在加工变形等诸多困难,分析其加工变形原因并控制变形量对实际生产具有非常重要的意义。本文分析铣削加工过程的各个关键技术,建立了铬铜合金薄壁件三维热力耦合铣削加工模型,分析铣削力的变化规律,通过静力学仿真模型预测加工过程中零件的变形量。经实验验证,仿真模型的径向变形平均误差为11.1%,切向变形平均误差为12.8%。随后建立铣削力插件程序,结合静力学仿真模型,得出铣削参数和最大变形量之间的仿真数据。借助BP神经网络算法对铣削参数和变形量之间的函数关系进行拟合,然后利用遗传算法,以最小变形量和最大加工效率为目标函数,对铣削参数进行了优化。优化后的铣削参数为主轴转速n=1550r/min、背吃刀量α_p=0.36mm、侧吃刀量α_c=0.23mm、进给量为1.6mm/s。通过与经验参数比较可知,用优化后的铣削参数加工零件时,其径向变形和切向变形均明显减小,且加工效率提升了29.7%。这表明本文所建立的加工模型和优化方法对于薄壁零件的加工具有实际指导意义,为同类零件的加工提供了有效的方法。