由机器人、测量仪器以及精密工装组成的机器人加工系统适用于航空航天、高铁船舶、风能核电等领域的大型构件精密加工。然而,大型构件加工时与机器人坐标系无固定变换关系,需通过测量仪器将各单元坐标变换到全局表达,极易形成误差在机器人末端集聚,导致其与工件相对位姿难以测定。为此,针对系统误差累积问题,提出逐级闭环优化策略。主要研究成果如下:在由机器人、激光跟踪仪、蓝光扫描测量系统、工装和工件单元组成的机器人加工系统中,研究系统中各单元坐标系变换的累积误差,涉及加工系统中单元坐标系的建立,单元间的变换关系误差建模,坐标连续变换的误差传递和机器人末端工具定位误差的评价方法等内容。在机器人加工系统中,构建以激光跟踪仪坐标系、机器人末端工具坐标系、蓝光扫描测量系统坐标系和工件坐标系组成的核心闭环,以激光跟踪仪坐标系、机器人基坐标系和机器人末端工具坐标系组成的辅助闭环,以激光跟踪仪坐标系、蓝光扫描测量系统坐标系和机器人末端工具坐标系组成的相关性闭环。然后基于3个闭环独立优化,避免机器人末端工具依赖单一闭环,构建神经网络模型,以数据驱动的方式融合闭环优化结果,提高系统的闭环稳定性。在实验方面,包括计算机仿真实验和样机实验。仿真实验结果表明,该方法有效减小系统累积误差,提高机器人末端工具的定位精度。样机实验搭建了由激光跟踪仪、Tri Mule机器人、蓝光扫描测量系统和工件组成的机器人加工系统实验平台,验证机器人加工系统逐级闭环优化策略的有效性。实验证明本文所提出的方法可有效减小机器人末端工具的定位误差。本文研究成果对于保障大型构件现场作业及高速高精度加工要求,促进我国高性能机器人化加工装备的自主创新和工程应用具有重要的实用价值。