针对深孔加工中钻削力和扭矩测量难的问题以及BP神经网络本身存在的缺陷，利用混沌遗传算法优化的BP神经网络对深孔钻削时产生的钻削力和扭矩进行在线预测。通过混沌遗传算法优化BP神经网络的初始权值和阈值，用优化后得到的最优解作为BP网络算法的初始权值和阈值。以BTA钻削为例，通过实验获得不同钻头直径，转速和进给量条件下的多组轴向力和扭矩。利用MATLAB建立优化后的BP神经网络预测模型，对轴向力和扭矩进行预测分析。并与传统BP神经网络获得的预测结果进行对比。结果表明，利用混沌遗传算法优化的BP神经网络模型很好的克服了传统BP网络收敛速度慢、易陷入局部最小值的缺陷，预测结果更加准确，为钻削力和扭矩的在线预测提供了新的思路。

以一种新型2T2R大摆角（3-RPR＋R）＆UPS混联机构构型为基础进行研究,介绍机构组成。通过螺旋理论推导了机构的自由度,且通过G-K公式验证了所得自由度。利用空间坐标变换法建立位置逆解方程,用MATLAB求解方程,计算出并联机构的位置逆解。将建好的三维模型导入ADAMS中添加运动副、添加点运动激励使其实现假定的运动形式,并进行运动仿真。结果表明可实现给定运动,验证了该混联机构的合理性。