航发叶片作为航空发动机中的核心零部件,其表面加工精度直接决定了航空发动机使用性能。打磨是航发叶片制造和修复过程中必不可少的工序。人工打磨效率低且加工质量不稳定,数控机床打磨存在成本高、通用性低等问题,而机器人由于重复定位精度高、灵活性好、成本低等优点逐渐成为一种新的加工方式。加工质量和工作效率是评价机器人工作性能重要指标。因此针对航发叶片打磨机器人加工精度和效率两个关键问题,从时间最优轨迹规划和恒力控制两个方面展开研究。本文对近几年中国航空业的发展、航发叶片打磨机器人时间最优轨迹规划以及恒力控制现存问题做出了简要介绍。论述了机器人轨迹规划、柔顺控制以及恒力控制的研究现状,总结了目前时间最优轨迹规划及恒力控制研究成果,综述了自抗扰控制（Active Disturbance Reject Control,ADRC）的研究进展。针对遗传算法易陷入早熟状态造成机器人打磨效率低下问题,提出了基于模拟退火的自适应遗传算法实现时间最优轨迹规划。研究了遗传算法局部最优形成的内在原因。基于机器人运动约束条件建立了带罚函数项的优化目标函数。基于D-H建模方法建立了机器人运动学模型,运用Matlab搭建了时间优化仿真平台,比较了模拟退火的自适应遗传算法、遗传算法及自适应遗传算法的优化时间,验证了基于模拟退火的自适应遗传算法的高效性。针对打磨过程中环境噪声及建模误差造成打磨质量下降问题,分析了机器人打磨过程中恒力控制的必要性,提出了基于扩张状态观测器（Extended State Observer,ESO）的滑模控制（Slide Mode Control,SMC）与ADRC的分段控制方法（简称“SMC+ADRC分段控制”）。基于打磨期望力与实际状态反馈值建立了SMC+ADRC控制切换带,并设计了SMC+ADRC分段控制器,根据李雅普诺夫稳定性理论讨论了分段控制方法的稳定性。通过仿真对比验证了分段控制算法的高鲁棒性。依据打磨力期望值及末端运动最大加速度确定了六维力传感器型号,建立了气动柔顺末端执行器的力平衡方程,搭建了航发叶片机器人自动打磨实验平台,对比了PID、模糊PID及SMC+ADRC分段控制的实际打磨效果,实验结果表明了提出算法可有效抑制打磨力波动。