叶片作为航空发动机的关键零部件,其加工质量的高低对于整机的使用性能有着极为重要的影响。但为了满足空气动力学特性和工作环境要求,叶片零件通常需具有壁薄、叶身扭曲大、型面复杂等特点,这无疑增加了其加工制造难度,严重影响了叶片的加工精度和表面质量。通常叶片毛坯在经历锻造、数控铣削成型后,在后续精加工过程中主要通过磨削抛光的方法来提高其表面完整性、保证其形状精度。目前,叶片的精加工方法主要是人工抛磨和数控磨床磨削。人工抛磨不但技术要求高、磨削效率低,而且工作环境恶劣;数控磨床磨削则成本高,通用性差。由于机器人砂带磨削具有加工效率高,灵活性好,易于结合多种外部传感器来提高加工质量等优点,已经逐步应用于叶片的精密磨削,但同时出现许多技术难点亟待解决,而磨削工艺是其关键技术难点之一。因此,本文基于力控机器人搭建的磨削加工平台,开展航空发动机叶片精密砂带磨削工艺方面的研究。主要研究内容如下:（1）搭建机器人砂带磨削加工平台。研究机器人砂带磨削加工系统平台的整体组成,把系统划分为硬件和软件两大组成。对各组成的设备、软件及其功能进行详细介绍,其中包括HSR-JR605六轴工业机器人、海伯森HPS-FT060六维力/力矩传感器、砂带机、砂带、Inter Robot等。并且针对机器人采用的恒力控制方案进行了介绍。（2）砂带磨削工件表面粗糙度的研究。基于单颗磨粒的材料去除机理,利用表面粗糙度含义及未变形切屑厚度模型得到砂带磨削工件表面粗糙度预测模型。其中对于模型中接触长度的计算,综合考虑了砂带磨削的特点,在法向接触力已知情况下,结合赫兹接触理论精确计算了磨削接触区域内接触长度的弹性变形,进而得到了实际接触长度。使用MATLAB软件对表面粗糙度预测模型进行仿真分析,确定各参数对表面粗糙度的影响。（3）叶片机器人砂带磨削工艺参数优化和实验验证。根据Preston方程确定影响材料去除率的工艺参数,再与上述表面粗糙度研究结果相结合,确定影响叶片表面粗糙度和材料去除率两者的主要磨削参数。通过单因素实验对其进行验证,并确定各磨削参数的合理范围。在此基础上,进行中心复合设计（CCD）实验,采用宽度学习系统对实验数据进行训练拟合,得到表面粗糙度和材料去除率的预测模型,并对模型的准确性进行验证。以表面粗糙度和材料去除率作为目标,其预测模型作为目标函数进行优化,利用多目标粒子群算法（MOPSO）求得了最优的磨削工艺参数组合。在钛合金试块上开展磨削实验,验证了最优参数组合的有效性。（4）机器人砂带磨削中法向接触力变化的优化研究。针对叶片机器人砂带磨削中易出现的问题,比如切入切出阶段发生过切和欠切、曲率变化较大处磨削效果差等,分析后发现主要原因是法向接触力变化造成的。为了解决此类问题对磨削后叶片表面质量的影响,提出了一种基于法向接触力变化的工艺参数自适应技术,并通过钛合金试块的磨削实验验证了该技术的有效性。最后,对叶片进行终加工,实验结果表明其加工质量和加工效率都得到了显著提高。