随着难加工材料的出现，传统材料的刀具越来越难以满足加工的需要。近年来，由于超硬材料聚晶金刚石（PCD）良好的物理和化学性能，被广泛应用在刀具上，其切削速度可比硬质合金高一个数量级，刀具寿命也大幅度提高。基于经济性考虑，目前PCD刀具的刃磨方法应用最多的是用PCD砂轮磨削PCD刀具。由于两者硬度相差不大，使得PCD刀具的刃磨相对于其它材料的刀具较难，不易获得稳定的刃磨质量。本文将探讨PCD刀具刃磨工艺参数对工艺目标的影响规律及其多工艺目标的优化。为了方便分析，首先采用均匀试验设计方法设计试验，获得试验数据后，运用回归分析法对试验数据进行分析，建立工艺参数与每个工艺目标之间的非线性回归方程，根据回归分析结果绘制曲线图和立体图；第二，运用MATLAB进行单目标优化；第三，建立PCD刀具刃磨工艺的BP神经网络预测模型。最后，建立特定数学模型，基于BP神经网络对试验数据进行多目标优化。所建立的回归方程揭示了工艺参数与单个工艺目标的数学关系，通过曲线图和立体图直观呈现出来。运用MATLAB进行单工艺目标优化得出了在取得最优单工艺目标时的最佳工艺参数组合。BP神经网络预测模型能对给定工艺参数下工艺目标值的预测。基于BP神经网络的多目标优化提供了在综合考虑多个工艺目标下刃磨参数的优选方案。MATLAB单目标优化和基于BP神经网络的多目标优化，都能对PCD砂轮磨削PCD刀具的实际生产中提高刃磨质量提供借鉴和参考。