钛合金以其比强度高，抗腐蚀性能优异等特点，在各领域应用越来越广泛。然而钛合金的优良材料性能，使其磨削加工十分困难，因此需要对钛合金的磨削机理进行研究，建立加工质量与磨削参数之间的预测模型。本文选取TC4钛合金，研究了表面粗糙度和法向磨削力与砂轮线速度、进给速度以及磨削深度之间的关系，在实验的基础上，建立了回归模型和BP神经网络模型。实验方案采用单因素实验和正交复合实验相结合方法，研究了单因素和复合因素对法向磨削力、表面粗糙度的影响。对实验数据进行回归分析，建立了表面粗糙度的回归预测模型，并进行了验证。通过对磨削黏附磨损机理进行分析，解释了钛合金磨削过程中的黏附现象，分析不同加工参数对磨削力和表面粗糙度的影响，建立了砂轮黏附率数学模型。研究表明，法向磨削力和表面粗糙度有相似规律，与砂轮线速度成反比，进给速度和磨削深度成正比。其中砂轮线速度的影响权重最大，其次是磨削深度，最后是进给速度。论文选取BP神经网络，建立了表面粗糙度和法向磨削力的预测模型。并与回归模型进行了比较，认为BP神经网络在建立多参数预测上要优于回归模型，回归模型精度略高于BP神经网络。