使用机器人磨削系统直接加工满足尺寸公差和表面质量的工件是一种新的技术需求,实现这种技术,可以提升机器人磨削系统产品档次,提高机器人磨削系统的竞争力,拓展机器人应用领域。本申请的研究目标是复杂曲面磨削精加工中机器人控制系统需要解决的一些关键问题,包括研究利用统计机器学习的方法建立磨削过程动力学模型;研究基于在位曲面测量的模型自适应技术,提高算法的适应性;结合复杂曲面磨削和机器人控制问题的特殊性,研究复杂曲面磨削中的机器人被控量离线规划问题,分析优化目标和约束条件,引入智能优化方法,自动生成机器人被控量的参考轨迹;在力/位混合控制框架下,以磨削量控制为目标,研究机器人被控量参考轨迹的在线自校正方法,在机器人跟踪性能不变的情况下提高磨削过程品质。通过上述研究,构建机器人复杂曲面修型磨削系统,切实提高机器人修型磨削时精度和效率。