在煤矿开采过程中坚硬岩层的存在使掘进机械磨损严重,导致井下采掘失衡,严重影响我国煤矿高产高效的发展。磨料水射流破岩技术利用高速运动的磨料颗粒撞击岩石以及高压水的连续冲击,可实现坚硬岩石的高效破碎。磨料水射割缝岩石可改变岩石内部应力分布,创造更多自由面,并在岩石内部形成众多裂纹有助于辅助机械刀具破碎硬岩。本文采用光滑粒子流体动力学（SPH）与有限元（FEM）耦合的方法对磨料水射流旋转割缝岩石的性能进行研究。通过岩石力学性能测试获得五种不同岩石材料的基本力学性能。在正交试验方案优化的基础上进行多种岩石的割缝试验,并测量对应条件下岩石割缝的相关数据。根据极差和方差分析确定实际工况中,磨料水射流工作参数的最佳因素次序和水平组合。通过回归分析建立混凝土割缝深度预测模型。根据简化的物理试验模型建立磨料水射流旋转割缝岩石数值试验模型,并通过岩石力学性能测试与数值仿真结果,校准RHT（Riedel Hiermaier Thoma）本构模型。通过放大旋转速度解决数值模拟中,旋转速度过小所引起的数值计算困难。对比数值模拟与物理实验中岩石割缝深度随射流旋转速度的变化曲线得出相似的变化规律及较小的宏观误差,证明数值模拟中放大磨料水射流旋转速度的合理性。根据校正后的数值模型研究磨料水射流直径、质量浓度及工作压力等参数对岩石割缝深度的影响规律。对比横移割缝中磨料水射流最佳工作参数的变化,分析磨料水射流工作方式对岩石破碎的影响规律及内在原因。提取数值模拟过程中岩石不同位置单元应力随时间的变化曲线,分析磨料水射流冲击作用下岩石单元的失效机理及内部的裂纹扩展过程。提取SPH粒子速度随时间的变化曲线,分析磨料水射流旋转割缝工作方式对粒子回弹现象的改善情况。基于多种不同强度岩石的物理试验所得割缝数据,搭建BP（Back-Propagation）神经网络预测模型。比较不同算法优化效果,选择合适的全局优化算法对BP神经网络的权值和阈值进行优化。为实际工程应用中确定磨料水射流最佳工作参数提供较为准确的预测模型。该论文有图79幅,表13个,参考文献129篇。