磨削加工是机械制造业重要的加工方法,大多数情况下,作为最终加工工序的磨削加工,直接决定着工件成品的质量。当前磨削加工所面临的共同问题就是严重依赖操作人员的经验,选择磨削加工工艺方案的方式仍以传统的“试切”法和“经验”法为主,加工效率低,加工柔性差。凸轮轴作为汽车、内燃机、国防等众多行业所需的关键零部件,其加工的精度、效率直接影响着发动机及相关产品的质量、寿命和节能标准。因此,本文旨在以凸轮轴数控磨削加工为研究对象,分析磨削加工过程建模与工艺方案优选方法、误差分析和补偿技术及磨削工艺数据库的现状及发展趋势,研究和开发出包括磨削工艺智能优选模块、磨削工艺智能推理模块、磨削误差分析与智能补偿及磨削工艺数据库四大模块的凸轮轴数控磨削工艺智能专家系统。所做的研究工作主要包括：(1)修正并建立了凸轮轴数控磨削加工中的部分数学模型。分析并比较不同磨削余量、砂轮半径变化值对X-C轴联动坐标数学模型所引入误差的大小,分别建立了修正后的X-C轴联动坐标数学模型；建立了基于最小二乘法的凸轮升程转换通用数学模型。(2)建立了凸轮轴数控磨削工艺智能专家系统整体框架结构。分析了凸轮轴数控磨削工艺智能专家系统的总体要求、系统设计的总体思路；确立了系统的运行框架及主要模块,即磨削工艺智能优选模块、磨削工艺智能推理模块和磨削误差分析与智能补偿模块；对凸轮轴磨削工艺数据库系统进行了功能建模,定义了数据库系统的总体结构及各子库模型架构。(3)磨削工艺智能优选模型的建立及实验验证。采用粗糙集(Rough set, RS)实现了凸轮轴数控磨削加工中特征属性的选取,并提出了一种新的R5模型；采用层次分析法(Analytic Hierarchy Process, AHP)实现了特征属性主观权重的计算,通过定义组合赋权法获得了特征属性的组合权重大小；建立了三级特征权重过滤级别的分层过滤机制；定义了数值型、模糊逻辑型、无关型和枚举型等四种特征属性局部相似度的计算模型,实现了实例整体相似度的计算；提出采用基于模糊综合评价模型的综合评价因子实现了实例的重用；以某型凸轮轴磨削加工为例验证了磨削工艺智能优选模型的正确性。(4)磨削工艺智能推理模型的建立及实验验证。建立了集成基于规则推理方法和遗传神经网络算法的磨削工艺智能推理模型,可组合推理／映射出完整的磨削加工工艺方案。推理策略采用正反向混合推理,置信度和活性度综合排序的方式来进行冲突消解,并以路径跟踪法实现整个推理过程的解释说明。采用均匀设计实验方法安排凸轮轴数控磨削工艺实验,获得批量的训练样本；实现了基于RS理论在凸轮轴数控磨削加工中金刚石滚轮修整CBN砂轮领域的规则自动挖掘。(5)磨削误差分析与智能补偿模型的建立及实验验证。通过对升程误差的规律分析,获得各种因素对凸轮轮廓线精度的综合影响规律,提出了凸轮轴数控磨削加工误差分析策略；依据误差分析的策略和结果,提出了通过构建虚拟升程构建虚拟轮廓的补偿策略；针对原始升程或构建的虚拟升程整体光滑性不高情况,利用二次光顺处理方法予以调整；以某型凸轮轴磨削加工为例验证了磨削误差分析与智能补偿模型的正确性。(6)对凸轮轴数控磨削工艺智能专家系统进行了软件实现与实验验证。对磨削工艺智能优选模块、磨削工艺智能推理模块和磨削误差分析与智能补偿模块等进行了相应的程序设计和软件界面开发,实现了各功能模块的总体集成；以某型凸轮轴磨削加工为例验证了凸轮轴数控磨削工艺智能专家系统的合理性和有效性。