并联机床海量数据文件的处理

并联机数控系统是建立在PC机和数字伺服现场总线SERCOS技术基础上的开放式数控系统，在采用凸轮表传动方式实现多轴动时，由于受多轴运动控制卡MC卡存储空间的限制，当处理海量数据文件时，MC卡不能一次性接受全部的凸轮表，提出了可变长凸轮表的概念，并在此基础上研究了通过设置凸轮表缓冲区，解决凸轮表调入内存而造成的刀具停顿及原路退刀时凸轮表交换的问题。     

基于UG/Post的并联机床数控后置处理器的开发

针对并联机床进行数控加工时，必须要有一个后置处理器将刀具轨迹数据变换成并联机床各轴的运动，在UG／Post的基础上，开发出了并联机床后置处理器，它可以用于六轴或七轴并联机床的数控后置处理，并在UG中被调用，直接读取UG生成的刀具轨迹数据并把它转换成驱动并联机床的数控程序。     

自适应插值BP神经网络的ABS纵向车速估计

ABS作用下的纵向车速估计是实现汽车主动安全控制的基础。根据轮胎特性,确定最佳滑移率与路面附着系数的线性关系,将路面附着系数设为ABS控制的唯一输入,提出基于最佳滑移率的路面自适应ABS控制,仿真结果显示控制方法简单可行。针对传统BP算法的缺陷,给BP神经网络增加输入延时并采用粒子群算法优化BP网络的初始权值,提出了基于路面插值的BP网络车速估计算法,根据实时辨识的路面附着系数,对两个不同路面下网络的输出进行插值获取估计车速,验证不同路面和初始车速共25种工况下的车速估计绝对误差小于1.5m/s,相对误差小于5%。     

无人驾驶车辆的运动控制发展现状综述

回顾无人驾驶车辆的运动控制问题。从系统模型、控制方法以及控制结构等角度切入,分别在纵向运动控制、路径跟踪控制和轨迹跟踪控制三个层面对国内外的研究进展进行综述,并提出对无人驾驶车辆运动控制技术的发展展望。当前运动控制研究多集中于常规工况,为实现无人驾驶车辆在处理人类驾驶员认为具有挑战性或缺乏操纵能力的复杂动态场景下的潜力,运动控制研究须从常规工况向极限工况拓展,但是极限工况下车辆的非线性和多维运动耦合特征显著增强,对系统建模以及算法的自适应性和鲁棒性的要求进一步提高。同时,为应对复杂场景下的多目标协调优化问题,考虑环境不确定性的运动规划与控制集成设计需要深入研究。增加执行器手段可以提升极限工况下车辆的侧向响应速度和控制裕度,但是冗余异构执行器的控制分配研究仍有待突破。运动控制的实现依赖于路面附着系数、质心侧偏角等信息输入,因此基于多源传感信息融合的关键状态与参数估计问题亟需解决。此外,将机器学习应用到车辆运动控制领域也是一个重要的发展方向。     

新型并串联机床加工叶片程序的后置处理与仿真

用并联机床加工汽轮机叶片时 ,往往受其工作空间的限制而不能在最佳的切削姿态下进行加工。因此我们在并联机床六轴联动的基础上 ,再串联一个数控转台 ,实现七轴联动 ,即可在一次装夹过程中 ,以最佳的切削姿态完成叶片汽道型面、叶顶、叶根圆角、进、出汽边圆角的加工。本文给出了七轴联动并串联机床加工叶片时的坐标变换公式及数控加工程序的计算机仿真验证方法     

用七轴并联机床加工叶片及后置处理技术

根据六轴并联机床加工汽轮机叶片存在的问题，提出在机床工作台上串联一个数控转台，实现七轴联动，以提高叶片加工的质量和效率，并提出了用七轴并联机床加工叶片的加工方案和加工工艺；提出了利用Uni-graphics(UG)进行叶片的辅助加工，包括生成叶片的三维造型、进行刀具轨迹编程和加工仿真；提出了在UG/POST的基础上开发面向并联机床的后置处理器的方法，以及七轴并联机床加工的后置处理算法。     

虚拟环境下并联机床的参数化建模与干涉校验

以Stewart型并联机床为对象，在虚拟环境下进行了样机零部件的参数化设计和装配。通过分析并联机床工作空间，建立了描述样机不发生干涉工作空间的新的数学模型，实现了工作空间计算的参数化和三维仿真。研究了刀具运动轨迹的快速干涉校验和机床加工运动过程的适时三维动态仿真。     

并联机床数控系统的研究

在分析并联机床控制特点的基础上，介绍了美国kollmorgen公司的8轴联动运动控制卡，提出以此卡为控制核心、工业控制机为系统支撑单元的主从式7轴联动并联机床数控系统设计方案，并分析了系统硬件结构和软件模块。     

并联机床手动自动采点功能的实现

通过对并联机床驱动杆与刀具轨迹之间非线性映射关系的分析，给出了刀具轨迹的线性插补步长及手动最大进给步长，并对基于MC卡的并联机床手动控制算法和自动采点功能的实现问题进行了研究。     

并联机床工件定位模块的开发

并联机床数控系统增加了工件定位模块，利用该模块可以很容易地测出工件在机床坐标系中的位姿，实现了工件任意装夹位置的自动定位和加工。