航空发动机叶片是飞机的高精密核心零件,其加工轮廓精度和表面质量对其服役环境下的气流动力性能和疲劳寿命等影响巨大。如何提高航发叶片加工精度和表面质量一直是航空制造业领域研究的重点和难点。目前,砂带磨削已成为保证叶片型面精度和表面质量的一种最终加工工艺方式,但其柔性磨削的特点以致很难保证叶片材料的精准去除。针对前序工艺铣削加工后的叶片精度差、余量分布不均匀的问题,砂带磨削工艺无法通过控制刀具几何位置来保证叶片最终尺寸精度。因此,本文针对航空发动机压气叶片铣削加工精度预测展开研究,进而提高叶片铣削加工质量。论文主要的研究工作如下:（1）航发叶片铣削加工精度预测方案制定。首先分析了航发叶片的加工工艺、确定了叶片铣削加工精度的评价指标;然后制定了叶片铣削加工精度预测方案,并基于方案搭建了数据采集系统;确立了以数据去噪、数据规范化和数据集增强为主的数据处理流程。（2）建立铣削加工轮廓精度预测模型。首先分析了机床伺服跟随误差对零件加工轮廓精度的影响,确立了轴位置和轴速度跟随误差为机床正常加工状态下加工轮廓精度的主要影响因素;然后设置了铣削加工实验,并采集了实验过程中的机床跟随误差;最后基于神经网络建立了轮廓精度预测模型。（3）建立铣削加工表面质量预测模型。首先建立了铣削加工的铣削力模型和铣削系统动力学模型,并基于此探究了铣削力、主轴振动、表面质量的内在联系;然后搭建了铣削实验平台并针对曲面零件和工艺参数设置了铣削实验,分析了工艺参数对切削力、振动及表面质量的影响关系;最后基于加工状态参数建立了铣削表面质量预测模型。（4）航发叶片铣削实验及加工精度预测模型验证。首先针对研究的航发叶片设置了铣削实验,通过数据采集系统采集叶片铣削加工过程的机床伺服跟随误差和加工状态参数;然后应用轮廓精度预测模型和表面质量预测模型对叶片加工结果进行预测;最后通过应用模型在叶片铣削实验数据样本上的表现,验证轮廓精度预测模型和表面质量预测模型的有效性和稳定性,同时指出了模型的优化调整方向。