针对船用柴油机关键件加工过程中出现的质量不均衡、预测性不足等问题,提出了数字孪生驱动的船用柴油机关键件加工质量管控方法。通过构建柴油机关键件质量管控数字孪生模型,使物理生产单元、虚拟生产单元及生产管理系统协同工作,实现柴油机加工过程中质量数据采集、分析和反馈一体化,并指导车间操作人员进行加工生产。采用基于BP-RBF神经网络算法预测刀具的完整使用寿命,并结合遗传算法(GA)和刀具磨损模型对刀具加工参数进行在线优化,实现刀具及刀具参数的调度指导与调整。最终基于管控平台进行加工刀具寿命预测与优化功能模块开发,并通过系统功能仿真,验证了该方法的有效性,为船用柴油机关键件加工质量管控提供了一种的新的途径。