随着现代制造技术的发展，复杂曲面类零件已广泛应用于航空航天、汽车、造船、精密模具等工业领域，复杂曲面的加工质量也成为制约整个系统性能的关键因素。为了实现复杂曲面加工质量信息的检测和误差评定，本文重点研究了复杂曲面自适应采样方法和轮廓度误差评定算法。首先，研究了基于CAD模型的复杂曲面自适应采样算法。根据“曲面-曲线-点集”的分解次序，提出了基于STL模型的离散数据点提取算法，将已知CAD模型的复杂曲面离散为多组截交线。然后，通过对各组离散点三次均匀B样条插值，获取各截交线的参数表达；以曲率为基础，定义曲率测度函数，并以之为密度计算样条质量，提出了一种基于均分样条质量的截交线采样新方法，并通过对比分析理论曲线与采样点插值所得实际曲线的偏差数据，实现采样样本大小随采样精度的自适应确定。在截交线采样算法的基础上，对复杂曲面的采样点规划制定了详细的方案，实现了复杂曲面测量采样点随曲率特征的自适应分布。其次，研究了基于自适应免疫遗传算法和坐标轮转法的轮廓度误差评定方法。根据面轮廓度误差定义，按照最小包容区域要求，建立了面轮廓度误差评定数学模型。针对未知数学模型的复杂曲面，提出了基于STL模型的空间点到复杂曲面最短距离的计算算法。然后，在标准遗传算法(SGA)的基础上，引入生物免疫机理及自适应调节策略，采用自适应免疫遗传算法(AIGA)进行测点集与理论曲面的最优匹配，并结合坐标轮换法(CA)在近似最优解附近小范围搜索，以进一步逼近误差真实值。最后，应用MATLAB中的GUI模块，开发了复杂曲面自适应采样算法和轮廓度误差评定方法的用户交互界面，并基于Visual C++开发工具和MALTB的COM技术，将曲面采样和误差评定模块集成到天津大学自主研发的“复杂空间型面制造质量在机检测软件系统”中，使其质量检测与误差评定功能向复杂曲面类零件扩展。最后，通过实例验证了该软件系统在处理复杂曲面测量采样和误差评定问题的可行性。