现代设计理论认为，产品的结构、功能和成本的70％在设计阶段就被决定了。材料的选择又是机械产品设计工作中一个极其重要的组成部分。很多机械的重大失效并不是在于它的运动设计和动力设计，而在于材料的种类和牌号选择不当。近年来，越来越多的新材料被使用，以减轻产品的重量，提高产品的质量，降低产品的成本。另外，创新设计也需要材料选用方面的创新给予支持。因此如何在数量巨大的材料库中选择最优的材料就成了国内外学者研究的热点。　　本文研究和初步实现了一个智能材料选择系统，建立了材料数据库和知识库，着重研究了BP神经网络和专家系统在材料选择方面的应用。本文的工作包括以下几个方面：　　一、论述了传统材料选择过程中存在的问题，分析了国内外关于选材方法和专家系统的研究现状。分析了神经网络与专家系统各自的优缺点后，本文提出以BP神经网络和专家系统相结合的方式设计选材系统，为设计人员推荐材料。　　二、确定了材料数据来源，研究了材料的标准存储格式后，建立了包含大多数工程材料信息的材料数据库，并开发了系统的材料查询模块。建立知识库，系统通过学习样本和总结归纳两种方式，获取专家的选材知识并保存在知识库中。　　三、根据知识库中的知识建立系统的选材模块，包含一个BP神经网络和一个决策树，通过提问的方式为设计人员推荐材料，并且能够对选材结果做出合理的解释。　　四、建立知识管理模块、用户反馈模块、帮助模块、用户管理模块等辅助模块，完善系统功能。系统采用B/S结构，所有服务都在服务器上实现，减少客户端载荷，使用户能够更加简单方便的使用。　　五、文章最后通过一个应用实例，验证了系统的有效性。本系统不仅可以给设计人员推荐合适的材料，也可以为经验不足的用户积累选材知识，具有广泛的应用价值。