在机械制造业中,复杂零部件的制造往往需要多个工序才能完成,因此多阶段加工过程在制造过程中应用非常普遍。复杂零部件制造的基本要求是高速、高效和高精度,精密与超精密加工技术已经成为提高市场竞争能力的关键技术,产品竞争基本上可以归结于产品质量、成本和效率的竞争。为了提高多阶段加工过程中复杂零部件的加工质量,降低制造成本,本文对多阶段加工过程中的误差和成本的预测与控制进行了研究,完成了以下工作:首先,对多阶段加工过程中的误差来源进行分析,根据工件特征在不同坐标系中的表示反映误差的产生和湮没规律,进而研究了工件尺寸偏差的传递和累积现象,利用齐次坐标变换技术建立了多阶段加工过程中的误差传递数学模型。该模型综合考虑了基准误差、夹具误差和加工误差对工件位姿偏差的影响,建立了过程变量到工件位姿偏差的映射关系,可用于指导夹具布局优化以及误差源的识别和分离,进而减少误差来源,提高工件加工精度。其次,根据所建立的多阶段加工过程误差流模型,得到误差源与工件尺寸偏差的关系,进而根据工件尺寸偏差与公差的联系以及现有的成本公差函数,最终建立了多阶段加工过程成本预测数学模型。模型中考虑了各工序成本要素之间的相互作用关系以及装夹与换刀定位次数对制造成本的影响,使得预测结果更符合实际。利用成本预测模型可以在早期的设计阶段对工件后续加工成本进行估算和预测,进而对导致成本过高的过程变量或设计方案进行修改调整,从而实现在设计阶段对后期加工成本进行控制,有效地降低了产品制造成本。最后,研究了工件自动定位技术,首先建立工件定位的最小二乘模型,然后利用基于字典学习的图像稀疏矩阵表示方法,提出了一种新的工件定位算法。该算法在交替迭代优化的基础上,通过逐次修正Euclidean变换矩阵的列向量更新测量点到名义工件模型的位姿变换,确定工件坐标系相对于测量坐标系的位姿。算法在收敛速度、计算时间等方面取得了较好的效果,并且能够收敛到全局最优解,提高了工件自动定位的精度。最后,通过搭建实验平台对上述模型进行了实验验证。