曲轴是一种重要的机械零件，其制造质量要求很高，由于曲轴结构特性复杂，在加工过程中出现的弯曲变形问题，远比一般轴类零件复杂。 曲轴圆角滚压校直是根据曲轴在滚压时变形的规律，对工件某些部位进行再滚压，使工件产生与原变形相反的塑性变形，以达到校直的目的。滚压校直可以提高曲轴的整体强度和可靠性，从而提高曲轴抵抗交变应力的能力，满足疲劳强度的要求，而且还可以降低加工成本，市场经济价值可观，现在在汽车发动机曲轴加工中应用日益广泛。 本文在理论分析的基础上，对曲轴进行了滚压运动分析，并对曲轴滚压变形的数学模型及校直过程中的工作机理进行了探讨，为曲轴滚压校直专家系统的建立提供了理论依据；本文采用神经网络技术和C++ Builder编程语言，建立了一个专家系统来指导曲轴的滚压校直加工；利用神经网络所具有的自学习、自组织能力，来实现系统输入与输出参数之间的非线性映射；通过输入学习样本验证神经网络，证明建立的专家系统对学习过的样本有较好的逼近能力，改进后的神经网络，对学习样本有很好的推广能力；文章最后对Hopfield网络进行了探讨，并和BP网络进行了比较。