针对KDP晶体超精密加工过程中切削效率较低、难以捕捉表面状态与追求高效率、高表面质量加工存在矛盾的问题，研究基于声发射的KDP晶体表面波纹度智能监测，建立反馈机制，智能在线控制KDP晶体表面波纹度。首先，利用二次通用回归旋转组合法设计工艺参数组合，采用单点金刚石飞刀切削技术(　SPDT)对KDP晶体进行不同工艺参数下波纹度采样实验，同时采集了不同表面波纹度状态下的声发射信号；然后，分析可有效监测波纹度状态的时域和频域特征，利用MATLAB软件对声发射信号进行多辨小波分解和重构，提取各子频段的能量百分比，筛选出与波纹度密切相关的特征小波频段；最后，利用RBF神经网络技术建立表面波纹度状态与信号特征值的映射系统，训练并测试了网络系统的可靠性，实现了表面波纹度状态的智能监测。