由于加速机理的不同，前混合磨料水射流（ASJ）中磨料颗粒的速度远大于后混合磨料水射流（AWJ）中磨料颗粒的速度，其切割能力可达AWJ的5-10倍。ASJ特别适用于各种金属材料和非金属材料的高精度高速度加工，并已成功应用于半导体芯片制造行业。本文对ASJ技术的材料去除机理、切面余纹的成形机理进行了详细的理论研究，并根据实验结果将切面质量差距明显的上下两段分开进行研究，通过正交分析计算切割参数对切割质量的影响力排序，得出两者之间存在高度的非线性，采用传统的数学模型很难创建其切割模型。因此，结合当前国内外磨料射流切割模型的研究成果，提出基于人工神经网络创建前混合磨料射流切割模型的课题。本文在MATLAB环境下，实现对1060铝合金的粗糙度预测、切割速度预测的模型建立，并通过了内插、外推仿真验证，证实该模型具有高度的拟合能力和泛化能力；为避免建模受到单一材料的局限，另外选择建立关于材料304不锈钢的粗糙度预测及速度预测的神经网络模型，其模型亦能满足建模误差的要求。