钛合金具有良好的热稳定性和优异的抗大气腐蚀性能,加之低密度属性,使其被广泛应用于航空航天器动力装置中关键部件叶片的制造。经精铸、精锻或机加工后的叶片均需再经过一次磨抛工艺来保证表面质量和轮廓精度。机器人砂带磨抛加工技术因具有柔性好、操作空间大、可拓展性强等诸多优点而成为当前航空发动机钛合金叶片磨削加工领域热门的研究方向之一,但由于钛合金的难加工特性使得砂带磨损极为严重,进而导致钛合金叶片表面质量和加工效率的下降。因此本文针对钛合金试块机器人砂带磨削加工建立了基于声发射的砂带磨损状态监测系统,对机器人砂带磨削加工过程中的砂带磨损机理开展相应研究,具体包括:1)在机器人砂带磨削声发射信号分析中,根据信号的波形特征选择基于数据驱动的EMD算法作为声发射信号分析方法的核心,并针对EMD算法及其现有衍生算法的不足,提出了改进后的CCEEMD算法。同时,开展蒙特卡洛试验证明了实际钛合金试块机器人砂带磨削加工系统中背景噪声各阶固有模态函数的平均能量和平均周期的对数和为零,并以此为基础提出一种声发射信号软硬结合去噪算法。2)在钛合金试块机器人砂带磨削加工过程中,针对砂带的主要磨损形式（磨粒磨钝）,建立一种砂带磨粒磨损高度与砂带切向力的关系模型,对砂带磨损过程中磨粒的受力状态进行描述。针对砂带磨削声发射的主要来源,基于能量原理和上述砂带磨损切向力模型建立一种声发射信号功率与砂带磨损高度的理论模型,可以通过模型来预测砂带磨损高度。3)通过对影响钛合金试块机器人砂带磨削磨损量的主要加工参数进行砂带磨削磨损试验分析,得到不同参数组合下的砂带全服役周期的磨损规律以及砂带磨损对加工质量的影响规律,根据试验数据分析砂带磨削声发射信号时频特征,得出声发射信号的前三阶固有模态函数对应于磨粒切削三阶段（滑擦、耕犁、成屑）的结论,并基于此对砂带磨损量模型进行了验证。