磨削作为高精密零件的重要加工环节,其精度直接影响零件的质量和性能,因此研究如何提升磨削加工精度是非常必要的。加工过程的测量与控制是提升加工精度的核心要素之一,主动测量(Active Measurement)技术是在加工过程中实时对工件尺寸在线测量并对加工状态进行监测,该技术在现代磨削加工过程中应用广泛。磨加工主动量仪是运用主动测量技术的研究成果,它通过对磨削过程数据的实时监控进而指导磨床改变磨削参数(砂轮转速、砂轮进给速度等),实现了加工过程中完整的闭环反馈控制。当前,国内生产的磨加工主动量仪还无法实现加工中预测的功能,在磨削加工时参数的调整滞后于磨削进程。如果能够在加工过程中预测工件尺寸的变化趋势,主动量仪就能提前做出对应的措施并及时将加工过程中的加工信息反馈,指导机床改变磨削参数与补调值等信息,提升磨削加工的质量和智能化程度。本文以满足工程上的实际需求为前提,对磨加工主动测量技术、统计学习预测方法及预测模型的构建与优化做了理论上的探讨与分析,进而研究基于统计学习的磨加工尺寸智能预测与控制方法,并且对尺寸预测模型开展了实际工程的应用性研究,并验证基于支持向量机的智能断续表面处理、基于灰色关联支持向量机的补调值预测和远程磨加工监控报警系统的可行性。论文主要研究内容及研究成果如下:(1)基于主动测量模式的磨削加工尺寸误差分析。分析主动量仪配合磨床的加工模式在测量以及加工上的尺寸误差的来源以及产生的原因,并针对分析的结果提出相应的措施,为磨削加工尺寸的预测和控制提供了分析的基础。(2)磨加工尺寸预测与控制方法研究。针对磨加工主动量仪配合磨床的加工模式中存在磨削参数调整滞后影响加工尺寸精度的问题,提出了基于统计学习理论的磨加工尺寸的预测与控制方法,根据磨削尺寸变化的趋势在线调整磨削参数,进而实现提升磨削工件的尺寸精度的目标。为了实现磨削工件尺寸预测与控制的需求,在主动测量控制器中构建了预测模块,对磨削尺寸的变化趋势进行探讨和分析,从而优化了基于主动量仪的磨削加工方式。(3)磨加工尺寸预测模型的研究与优化。通过分析影响磨加工尺寸精度的因素,在统计学理论的基础上提出灰色关联支持向量机磨加工尺寸预测模型,该模型融合了灰色关联系统与支持向量机的结构,通过筛选模型的输入量,降低建模的复杂程度。并通过凸壳算法、KKT条件优化预测模型的训练集,为在线增量学习的磨加工尺寸预测模型的构建提供了理论基础。将混合函数理论、交叉验证参数优化方法应用于磨加工尺寸预测模型中,进一步提升了预测模型的预测精度,且根据预测尺寸的变化趋势调整磨削参数,提升了磨加工的尺寸精度。(4)开展磨加工尺寸预测与控制的应用性研究及实验分析。在实验室现有的基础上开展实验,验证了本文提出的基于支持向量机的智能断续表面处理方法、基于灰色关联支持向量机的磨削补调值的预测以及基于组态软件的远程磨加工报警系统的正确性和可行性。实验证明该研究丰富了主动量仪系统预测模块的功能,提升了磨削加工的精度同时也促进了加工的智能化程度。本文针对在现有主动测量磨加工模式中存在的影响加工尺寸精度的问题,提出了基于统计学习的磨加工尺寸预测与控制的方法。通过对磨加工尺寸影响因素与统计学习理论的研究对预测模型进行优化,使得优化后的预测模型的预测精度更高。通过开展磨加工尺寸预测与控制的应用性研究及实验,验证了该磨加工尺寸预测与控制的方法的可行性,证明了该方法可以有效的提升磨削的智能化水平以及产品的加工精度,具有推广应用价值。