针对实时协同CAD系统的迟加入问题，提出了一种带容错机制的三多播组结构分布式“迟加入”算法。分析了协同CAD系统中迟到者加入机理，并深入探讨了“迟加入”算法实现的各个关键问题。实例分析表明该算法能有效降低初始化延迟、网络负荷和应用程序负担，能有效解决迟到者快速赶上设计进程又不影响其他协同成员工作的问题。

针对混联机械臂轨迹控制偏差大、难度高的问题,提出一种基于深度学习的容错算法。在笛卡尔空间内基于非线性函数确定关节向量间的相关性,并改善轨迹容错纠偏的收敛性能;基于DBNs模型训练混联机械臂动态位置移动信息,在全局范围内搜索最优解;根据每个关节空间移动轨迹特征和深度学习容错机制,保证机械臂系统闭环操作的稳定性和适用性。仿真结果表明:采用提出的容错算法,6个关节实际移动曲线与期望曲线的偏差程度较小,算法的复杂程度更低。