随着现代制造业的发展，人们对产品在功能和外观上提出了更多的要求，使得市场上的产品型面呈现出复杂性和多样性等两种发展趋势。产品型面设计的日趋复杂给制造加工带来了许多难题，比如表面质量、加工效率和机床能量消耗如何协调满足加工要求的问题。数控雕铣加工作为一种典型的复杂型面数控加工方式，具有高速、小进给、快走刀以及多轴联动加工等特点，能很好地满足复杂曲面精细加工的各种要求，成为现代加工工厂中一种重要的复杂曲面加工方式。为此，本文对复杂曲面数控雕铣加工中的两个关键问题进行了研究。第一，从数控雕铣加工的工艺特点中来看，数控雕铣适合于复杂曲面的精加工。然而复杂的曲面形状常常使数控雕铣加工工艺规划出现切削参数、刀具参数和走刀方式等选择不适当等问题。将复杂的曲面形状进行量化，将有助于此类问题的解决。为此本文针对数控雕铣加工曲面形状的复杂程度难以精确分析和评价的问题，提出了一种复杂曲面加工几何特征的分类及其量化计算的方法。该方法根据数控加工及其复杂曲面的特点给出了曲面加工几何特征的七类典型分类以及曲面加工复杂度的定义；提出了基于等参数采样法的曲面离散化、基于曲面曲率的区域粗划分以及基于准则的区域组合等三个过程的曲面区域划分方法；详细阐述了基于曲率变化量的曲面加工复杂度计算方法。第二，切削参数的选择是复杂曲面雕铣加工工艺规划中的一项重要内容，切削参数选择是否合理直接影响到数控雕铣加工的加工效率、加工质量以及能量消耗等性能指标；为此本文在曲面雕铣加工复杂度的研究的基础上展开对数控雕铣切削参数选择方法的研究。建立了基于BP神经网络的数控雕铣切削参数预测模型，结合加权求和评价法对切削方案进行优化选择；将曲面雕铣加工复杂度与切削参数一起作为切削控制变量，建立以加工时间、能量消耗以及表面粗糙度为优化目标的数学模型和BP神经网络模型；运用改进的BP算法对神经网络模型进行训练与测试，达到误差允许的范围内，即达到能够使用的程度；通过Matlab神经网络模块进行网络结构设计、训练与测试，得到能够使用的神经网络。最后，使用一个浮雕工艺品的数控雕铣加工案例验证本文所提的曲面雕铣加工复杂度计算及切削参数选择方法的正确性和实用性。该方法可为工程师进行雕铣加工切削参数选择提供一定的借鉴。