随着制造技术的飞速发展,我国铸件后处理领域中的缸体打磨技术和设备质量相对落后,传统的打磨技术亟待优化改造。专家控制系统的产生、发展和广泛应用为我们提供了优化缸体打磨过程的新方法。针对目前机器人打磨效率低下的现状,本文提出了将传统打磨控制技术和专家控制系统相结合的解决方案,开展了基于专家控制系统的缸体打磨优化研究工作,以弥补传统机器人打磨控制过程中存在的弊端。首先,本文以汽车发动机缸体为研究对象,运用专家控制系统对缸体表面进行优化打磨控制研究。知识工程师按照打磨领域人类专家的经验知识探讨了打磨规则,并以独立文件的形式存储到知识库中;打磨优化专家控制系统通过对当前打磨现状和预期目标进行分析,根据知识库中的相应数据推理生成相应的解决方案;最后产生合适的打磨工艺参数组合,并呈现在优化推理显示界面上,从而优化了缸体打磨过程。其次,将BP神经网络技术和模糊控制技术分别与专家控制系统结合,通过建立基于BP神经网络的表面粗糙度预测模型,嵌入到专家控制系统中,可以将专家控制系统的实时推理优势和BP神经网络自学习优势有效结合,实现了打磨工艺参数的优化,从而优化缸体的表面粗糙度;此外,通过建立基于模糊控制的打磨优化专家控制系统,采用模糊控制器将打磨特征数据模糊化处理,形成相应的模糊规则,并通过模糊Rete算法将实时参数和打磨规则进行匹配,运用模糊推理机制进行优化推理,从而优化了缸体表面的打磨轨迹。最后,本文应用信息化技术构建了基于Web模式的专家控制系统,以此来优化打磨过程。经实验验证,其优化结果可有效降低缸体打磨后的表面粗糙度、优化打磨轨迹,从而提高表面质量和打磨效率。本文的研究成果不仅能够提高企业的生产效率,还能减轻工人的劳动强度、降低环境污染、节约企业的生产成本,具有一定的理论意义和工程应用价值。