近年来,我国压铸产业发展迅速,压铸产品的种类和数量都大大增多,作为压铸产业中重要的一环,压铸模具设计影响着压铸生产质量和产量。在压铸模具设计中,冷却系统设计至关重要,合理的冷却系统,不仅能够缩短生产周期、保证产品质量,还能减缓模具的疲劳磨损、提高模具使用寿命。但是现阶段压铸模具冷却系统多靠经验设计,设计周期较长。KBE技术可学习成功案例,实现快速设计,为冷却系统设计提供了新的思路。针对上述现状,本文以NX10.0为平台、结合数据库链接技术和人工神经元网络学习技术,开发了基于KBE的压铸模具冷却工艺设计系统,该系统包括热节点计算、数据库调用、人工神经元网络学习、点冷和水路的参数化建模四大功能。该系统可直接调用数据库中已有数据指导设计,还可以利用人工神经元网络对已有数据进行学习,获得新的设计参数,大大提高了软件可适用范围。改进了人工神经元网络学习,大大提高了其计算的准确性,在学习7000次时计算误差由14.115%降到0.986%,误差降低了93%。探究了影响点冷和水路冷却效果的影响因素,为冷却系统设计修改提供了参考。发现:点冷直径越大、点冷长度越大、点冷到型腔距离越小,该点冷的冷却效果越好,其中点冷到型腔距离影响最大,对冷却效果有显著影响;水路直径越大、水路长度越大、水路到型腔距离越小,水路的冷却效果越好,其中水路到型腔距离影响最大,对冷却效果影响极显著,水路直径对其冷却效果也有显著影响。最后,以发动机右支座为例进行实例验证,给出了相应的点冷冷却系统设计,在给定的生产工艺条件下,该冷却系统可将模具整体温度控制在210℃左右,符合设计标准。