电火花线切割加工具有高精度、无切削力、高柔性、高精度等优点，在难切割材料、模具行业中得到广泛使用。电火花线切割加工质量模型的研究是当前电火花线切割加工技术研究的重点课题之一，对实现其高性能、高精度、高自动化加工具有重大意义。电火花线切割加工是一个多参数、复杂的过程，具有不确定性和随机性，很难建立精确的数学模型来反映加工工艺参数与质量指标之间的映射关系。人工神经网络具有很强的自学习、自适应和非线性映射能力，是一种有效的非线性建模手段。因此，本文基于人工神经网络的理论，结合大量的试验数据，建立了电火花线切割加工质量的人工神经网络预测模型。本文根据线切割机床的加工特点和控制要求以及快走丝线切割机床存在的问题，采用模块化设计思想，设计开发了一种基于Windows XP操作系统为平台的中走丝线切割机床数控系统。本系统以工业计算机和多轴运动控制器为硬件控制核心、实现了上位机（工控机）和下位机（运动控制器）的可靠通信及机床工作台运动控制，并以VB6.0为软件开发环境设计了友好的人机交互操作界面。该系统具有全绘图式编程、短路自动回退、自动切割等多种功能，通过适当的参数设置，可对工件进行自动多次切割。并且机床上安装有光栅尺，具有全闭环控制功能，可大大提高机床的加工精度和精度的保持性。论文对电火花线切割加工进行了试验研究。通过对试验方案的优选，确定采用正交试验设计。试验选用Cr12为切割材料，以切割速度Va和表面粗糙度Ra为试验指标；以脉冲宽度、脉冲间隔、峰值电流、工件厚度、电压、丝速为试验因素，最终通过大量试验、分析和处理，得到了脉冲宽度、脉冲间隔、峰值电流、工件厚度、电压、丝速与工艺指标（加工速度和表面粗糙度）之间的关系曲线以及25组具有代表性的样本试验数据。论文在电火花线切割加工试验数据的基础上，结合人工神经网络具有很强的非线性建模能力，借助于MATLAB神经网络工具箱，实现了电火花线切割加工质量BP神经网络模型的训练及验证。结果表明，切割速度的预测值与实际值相对误差为5.1%～9.8%；表面粗糙度的预测值与实际值相对误差为4.5%～6.8%。这说明建立的BP神经网络模型经过训练后具有一定的预测精准度和泛化能力，能较好地反映工艺参数与工艺指标之间的非线性映射关系，具有实际应用价值。