磨抛工艺在各种精密制造行业中起着至关重要的作用。目前现存工程问题中,对于磨抛工艺参数的优化问题及相关工艺参数模型还有待进一步研究,本文分析研究打磨工艺参数的真实磨量,为完善抛光打磨工艺的相关理论和工艺规划方法提供理论和技术支持。目前,很多研究都是针对工艺中的某个部分或者需要在特定的条件下进行,机器人打磨加工过程中各参数的匹配融合还不成熟,在实际应用上存在局限性,本文提出真实磨量的概念,解决机器人打磨过程中磨削量控制问题,主要研究内容如下:（1）设计一种机器人自适应自动打磨系统。此系统采用六自由度机器人配置自适应性力控系统,实现对复杂曲面及焊缝完美贴合;采用外接轴实现对工件全方位覆盖,并实时切换姿态完成自动打磨。通过自动更换打磨工具的方式,实现单个机器人生产效率最大化;运用模块分层化理念,使不同工位满足不同工艺的需求;加装自适应力控装置,实现工业参数数据化,从而保证打磨抛光的效果。（2）提出真实磨量的概念,首先采用Bisquare加权函数对实验数据进行处理从而得到有效数据组,然后结合包含R-sqared决定系数的多元拟合方法,对多个工艺目标进行全面优化从而得到规律曲线,根据曲线特性得出相应最优参数组合,最后将最优参数组结合Preston方程得到真实磨量。实验结果表明,理论磨量与真实磨量之间存在一定差异,在满足工艺要求的前提下,采用真实磨量对工件进行打磨可以满足更高的表面精度要求,提高打磨效率。（3）在确定其真实磨量的基础上,可对其打磨时间及打磨路径进行优化,以此来提升实际打磨效率,针对大型件的特性,将工业机器人的打磨路径分为有限个点到点型路径（PTP）、直线路径（LIN）、曲线路径（CIRC）,基于MATLAB、Robotic Toolbox工具箱及RM机器人系统进行仿真,采用改进A*算法及K-means均值聚类算法解决由于打磨点多、打磨点不规则带来的工序分组和路径排序问题。实验结果表明,优化路径后机器人打磨效率相对于人工处理提升51%。（4）基于磨抛加工数据,对主要磨抛工艺参数进行分析,研究其对工件加工表面粗糙度的影响规律及适用范围,提出基于人工神经网络的磨抛工艺参数预测方法和基于灰色关联分析的磨抛工艺参数优化方法,实验打磨处理结果表明其方法的有效性。