青铜结合剂金刚石砂轮具有硬度高、磨损慢等优点，但其属于结合剂密实型砂轮，所以自锐性很差。为了保持青铜金刚石砂轮良好的磨削性能，需经常进行修锐，而传统方法修锐困难制约了青铜金刚石砂轮的广泛应用。本文采用光纤激光器开展了激光修锐青铜金刚石砂轮参数优化及工艺数据库研究。首先，简要叙述了光纤激光修锐超硬磨料砂轮系统，然后采用光纤激光器开展了激光烧蚀青铜结合剂轮试验，采用超景深三维显微系统观测青铜结合剂轮的烧蚀凹坑深度，同时分析了f=70kHz、Δf=0mm时不同激光功率下烧蚀凹坑形貌。基于已开展了的烧蚀试验开展激光修锐青铜金刚石砂轮试验，采用超景深三维显微系统观测修锐形貌，对比分析了修锐前和Pm=25W、Δf=0mm时不同重复频率下修锐后青铜金刚石砂轮形貌。然后，利用对非线性问题具有高度逼近能力的BP神经网络建立了工艺参数与试件表面粗糙度值之间的神经网络预测模型。选取训练样本数据以外的5组试验数据对网络进行仿真测试，5组测试样本的测试值与试验值之间的相对误差均在5％以内，这表明工艺参数与试件表面粗糙度值之间形成了较好的映射关系，模型具有较高的逼近精度。其次，分析了粒子群算法优化工艺参数的基本流程，同时建立了需要优化的数学模型且构建了适应度函数。基于已完成的BP神经网络预测模型结合粒子群优化算法对激光修锐砂轮工艺参数进行了优化计算，优化获取的5组工艺参数验证了该优化方法有利于获得预期的修锐质量。最后，分析了激光修整砂轮工艺参数数据库的功能需求、设计原则及其实现平台，在此基础上设计了数据库总体框架，详细阐述了激光修整砂轮工艺参数数据库中数据表及其关系设计过程、业务逻辑层各项业务实现方法以及人机交互界面的具体实现流程。