等温淬火球墨铸铁（Austempered Ductile Iron，以下简称ADI）是一种经过等温淬火工艺处理，极大提高自身力学性能的新型工程结构材料，被应用于众多工业领域，并取得了显著的成绩，但也由于其力学性能得到提高，造成切削加工难的问题，制约了ADI的推广使用。在切削加工中，切削力是一个十分重要的参数，直接影响切削热、刀具磨损、加工精度和已加工表面的粗糙度。因此，研究ADI的切削力，对于研究ADI的切削加工具有重要的意义。本文选定奥氏体化条件相同，等温淬火时间分别为1h、2h、3h，等温淬火温度分别为250℃、300℃、350℃、400℃的12组ADI材料进行研究。对这些ADI材料进行干式精车削实验，记录切削过程中产生的切削力，并根据采集到的数据分析等温淬火时间和温度对切削力的影响；采用单因素法分别分析切削用量三要素会对切削力产生怎样的影响，再通过正交实验综合分析切削用量对切削力影响的显著性，得出最优切削方案；讨论使用不同的刀具切削ADI材料时切削力的变化规律；观察切屑形态，分析切削用量对切屑形态的影响。基于切削力实验的基础，首次将等温淬火工艺、切削用量、切削刀具都作为网络输入量，设计切削力预测模型。对网络模型内部的参数进行优化，确定合理的训练函数与传递函数，同时也对样本参数的选择以及输入输出数据的归一化问题也进行了详细的讨论。最后利用实验数据对设计完成的神经网络进行训练并验证其可行性，结果显示网络预测误差在±4％之间，对ADI材料的切削力预测具有一定的参考价值。利用多元回归法推导出ADI8、ADI11、ADI14这三组材料的切削力经验公式，并利用这些公式进行切削力计算，同时利用网络预测模型预测这三组材料的切削力，将这两类切削力预测值与实测值比较，可以发现神经网络的预测精度远高于经验公式，进一步证明利用BP神经网络预测ADI材料的切削力具有很好的应用价值。