機械加工余量的確定是鑄件設計中的內容。在實際生產中，機械加工余量的大小直接影響制造過程中的成本和質量。
目前對于零件的機械加工余量的確定主要采用經驗估計，一般依據現場經驗以及同類零件的鑄件情況，參照有關工藝手冊制定出鑄件總余量，除此之外，亦有分析計算法，統計經驗公式法等確定機械加工余量的方法。但是由于影響機械加工余量的因素多，使得所獲得的機械加工余量往往不夠準確，為了增加 系數，大都采用增大機械加工余量的辦法解決，降低了機械加工余量的合理性和性。
鑄件是通過 的鑄造方法獲得的，不同的材料如鑄鋁、鑄鋼等以及不同的鑄造工藝方法，對機械加工余量的確定有很大的影響。另一方面，鑄件結構不同， 大尺寸及所加工表面的特征尺寸不同，鑄件余量也應不同。一般情況下，鑄件尺寸越大，鑄造及機械加工中的變形以及產生缺陷的可能性也就越大。這時就應放大機械加工余量，以滿足后續加工的
要求。
機械加工余量的確定是受多因素制約的一個復雜問題，對于這樣的問題，目前的計算方法、統計法以及經驗估算法都存在許多難以解決的問題。以計算法為例，要分析每道工序的加
工粗糙度，表面破壞層，安裝誤差及形位誤差，這些數值都是根據經驗或者實驗而形成的工藝表格，計算時通過查閱手冊，進行計算和經驗估計相結合的方法。費時費力，加之加工方法不同，各廠的加工水平不同，使得估計的機械加工余量值和實際有很大差異。當有關數據不全時，往往造成計算無法進行。
為此本文提出一種基于神經網絡的機械加工余量的計算方法。該方法的實質是，根據生產中影響機械加工余量的因素，建立相應的網絡模型，收集實際應用中的典型樣本進行訓練。實際應用中，當輸入鑄件相關參數后，該網絡就可準確計算出鑄件的機械加工余量以及尺寸公差。
雖然影響機械加工余量的因素復雜而且繁多，但仔細分析發現，許多因素是相互關聯的，例如零件批量和鑄件精度與鑄造方法就有很大相關性。只要選定了鑄造方法，鑄件的批量及精度等級也就相應的確定了。又如：只要知道零件 終加工精度和表面粗糙度的大小，實際上就確定了 終加工方法和相關工藝路線，工序數目及工序加工內容也可同時獲得，這樣不用計算各道工序的機械加工余量及尺寸公差就能推斷出鑄件總機械加工余量及尺寸公差。
