随着民用和国防等众多领域对于微小型零部件的需求量不断增加,有关微小型零部件的设计与加工问题也越来越受到人们的关注。微细切削加工技术因其加工成本低、加工精度高、加工效率高、三维加工能力强等优点,已成为微小型零部件制备的重要方法之一。微细车铣技术作为微细切削技术的一种,与微细车削技术相比具有更高的加工效率与更好的表面质量。目前对于微小型零部件表面粗糙度与残余应力的检测都十分困难。因此,进行微细车铣加工的表面粗糙度和残余应力的研究对实际生产和科学研究有着重要的现实意义。首先,通过分析大量有关微细铣削技术的文献并结合微细车铣自身特点,确定影响粗糙度的主要因素;根据实际情况选择各因素的水平,选择正交试验表进行正交试验;利用轮廓仪观察试验后工件表面的三维形貌并对表面形貌的形成机理进行了分析;利用直观分析法分析了各因素对表面粗糙度的影响大小,在此基础上进行方差分析确定了每个因素的显著性。其次,针对微细车铣加工过程中工件表面粗糙度测量困难的问题,提出了基于BP神经网络的微细车铣表面粗糙度的预测方法。针对BP网络存在的缺陷进行了相应的改进;根据因素数与指标数,分别确定BP网络的输入层与输出层的节点数;通过经验公式初步选择隐层节点数,在此基础上对选择的节点数进行泛化能力测试并最终确定隐层的节点数。利用MATLAB软件编程来实现BP算法和相应的改进措施;将创建完成的BP网络进行训练和仿真,结果表明由BP网络建立微细车铣表面粗糙度模型具有很高的预测精度。最后,针对微小型零件的残余应力难以测量的问题,利用Solid Works对微细铣刀和工件进行建模,将建立的模型导入有限元分析软件ABAQUS进行仿真研究,以此来估计所选因素不同水平对残余应力的影响规律。