由于高温合金具有较高的硬度和强度,良好的热稳定性、耐腐蚀性和抗疲劳性等优良的性质,因此,广泛用来制造航空发动机和汽轮机的关键零部件。在所有高温合金中,GH4169的产量和使用量最大,因此,GH4169最具有代表性。但是,在用传统切削加工GH4169时,遇到了很多问题,比如切削力大,刀具易磨损等。由于电火花加工依靠火花放电产生的热能将材料去除,不受工件材料强度和硬度的影响,并且加工精度高,因此,利用电火花加工GH4169是非常合适的。本文在相关理论的基础上,从单因素试验、正交试验、多目标参数优化、工艺建模等方面,对GH4169的电火花加工参数进行了研究,对实际生产中的参数选择有一定的指导意义。通过单因素试验,研究了峰值电流、脉宽、脉间、间隙电压对材料去除率和表面粗糙度的影响规律。利用洛氏硬度计对GH4169的加工面硬度进行了测量,利用扫描电镜对GH4169加工面的裂纹进行观察,并做了相应分析。通过正交试验,进一步探究了峰值电流、脉宽、脉间、间隙电压对材料去除率和表面粗糙度影响的主次顺序。在正交试验的基础上,结合灰关联度分析法,对电火花加工GH4169进行了多目标参数优化,得到了最优的参数组合:峰值电流为3A,脉宽为60μs,脉间为40μs,间隙电压为27档,并进行了试验验证。将验证结果与正交表中的最优组合相比较,发现虽然粗糙度值略有增大,但是材料去除率提升了约2.9倍。在正交试验的基础上,又做了35组试验,与正交试验的16组数据一起组成样本数据,任意选取其中的6组数据构成测试样本,剩余的45组数据构成训练样本。通过合理选取相关函数和参数,以峰值电流、脉宽、脉间、间隙电压为网络的输入,以表面粗糙度和材料去除率为网络的输出,建立了基于BP神经网络的电火花加工GH4169预测模型,并对该预测模型进行了试验验证。结果表明,虽然该模型在实际参数预测时存在一定的误差,但是这些误差都在合理的范围内,因此,该预测模型依然是有效的。利用遗传算法对已建预测模型的初始权值和阈值进行了优化,并进行了试验验证,最后将优化前后的预测模型进行了对比。结果表明,不论对于表面粗糙度,还是对于材料去除率,优化后模型的预测误差比优化前的预测误差普遍小很多。通过方差分析表明,优化后的模型不仅预测精度较高,而且稳定性也较好。