随着计算机技术在石材雕刻加工中的应用,使得石材雕刻制品在实际生活中已得到了大量的应用,同时也具有着更广阔的应用前景。目前石材雕刻机技术已比较成熟,但刀具的使用成为了困扰石材雕刻加工的难题,石材雕刻加工工艺参数一直使用经验的工艺参数,不适当的加工工艺参数经常导致刀具的磨损,甚至断裂,缩短刀具使用寿命,而铣削力的过大是导致刀具断裂的直接原因。目前在石材加工领域针对金刚石锯片受力的研究成果较多,为实际加工提供了参考的依据,但对石材雕刻用的金刚石铣刀铣削力的研究较少,从而阻碍了石材雕刻技术迅速的发展和应用。本文从金刚石铣刀加工石材的理论分析入手,通过对金刚石铣刀加工石材的过程分析,建立了石材雕刻的加工模型,根据表征加工过程刀具的特征要素定义,推导出石材雕刻加工中刀具各要素的表达式,并从切削前后切削体积相等入手,分析了单颗粒金刚石的受力情况,结合石材雕刻中的典型加工,推导石材雕刻中铣削力公式,分析表明石材雕刻中铣削力与加工参数中切削深度、进给速度和主轴转速有较大关系。根据理论分析结果,构建了石材加工中金刚石铣刀铣削力的在线测量系统,对加工过程的铣削力进行了动态测量,利用该系统完成了金刚石铣刀加工石材的单因素试验、正交试验和刀具断裂试验,采用上述试验数据为神经网络进行金刚石铣刀铣削力的预测和验证提供了试验样本。分别采用BP神经网络和RBF神经网络对石材雕刻过程中的铣削力建立了预测模型,通过对MATLAB神经网络工具箱中相关函数的调用实现了网络设计、权值初始化和网络训练以及仿真等,通过试验数据验证了预测模型的可行性,使模型能够根据不同的加工参数比较准确的预测铣削力。并根据试验数据对两种神经网络的预测准确性做了比较。结果表明,利用BP神经网络预测的铣削力虽然能够保证其预测值的平均误差低于2%,但单体误差的波动较大；相比之下,利用RBF神经网络的预测模型预测的铣削力不仅平均误差低于BP神经网络,而且单体误差波动比较稳定,更接近实际情况,切实可行,能根据加工工艺参数更准确的预测出石材雕刻加工金刚石铣刀的铣削力。本文在最后结合RBF神经网络预测模型和刀具断裂试验结果,给出了石材雕刻加工过程中加工工艺参数优选的原则,为石材雕刻加工中工艺参数的选择提供了参考的方法和依据。通过优选加工参数,对石材雕刻加工中降低生产成本、提高加工效率具有一定的指导意义。