在麻花钻圆度误差的检测中，将BP神经网络算法引入到相应的数据处理中，以拟合出其棱边投影的椭圆表达式系数。在神经网络训练时，以钻头棱边采样点的坐标及其适当的组合作为网络的5路输入，以其输出与常数1的差值的平方为性能指标；根据梯度下降法来调整隐层神经元与输出神经元之间的连接权值，而输入层至隐层之间的连接权值不变，性能指标达到预定值时，获得一组稳定的权值，该连接权值即为钻头棱边的椭圆表达式系数；然后据此求出其较高精度的圆度误差。

在对麻花钻圆度误差进行测量时，利用万能工具显微镜及附件对麻花钻棱边主切削刃处横截面圆弧的采样点坐标进行测量。为了平滑数据噪声，采用豪斯赫尔德正交变换法等构造性方法来进行数据处理，以达到求解较好的数值稳定性，获得麻花钻横截面拟合椭圆方程系数较高精度的数值解，并据此求取拟合椭圆的中心坐标，得到麻花钻棱边主切削刃处横截面的圆度误差。

在万能工具显微镜上用光学分度头对典型轴类零件形位误差如圆度、轴线同轴度等的测量误差进行了探讨,并介绍了最小二乘法以及豪斯荷尔德分解法在进行数据处理时的应用及精度分析.

为了提高数控机床在线检测精度,研究机床各个轴的定位误差对数控机床在线检测精度的影响。针对数控机床误差补偿进行实验研究,采用激光干涉仪在数控机床上测量出各个轴的定位误差,将各个轴的定位误差依次进行补偿;并以Visual C++6. 0为工具,编写了三次样条曲线的算法程序,将测量的数据点拟合成一条曲线,达到可以预测机床任意点误差的效果;进行标准块检测实验。结果表明:在数控机床在线检测系统中实施误差补偿,效果较为明显,利用补偿软件可以实现对数控机床任意点进行补偿。

互联网已对制造业产生了深刻影响,而且这种影响将会随着时间推移变得更加深入和广泛。为了更好地理解和把握＂互联网＋制造＂（网络化制造）的发展演化规律和趋势,在分析互联网演化发展的基础上,将网络化制造发展进程划分成以计算机集成制造为代表的萌芽期、以敏捷制造为代表的成长期和以制造物联、云制造、社会制造、智能制造等为代表的膨胀期,并对这些不同阶段加以分析讨论,同时展望了网络化制造未来发展趋势——走向人机物集成的社会

提出一种基于机器视觉的齿廓偏差检测新方法。在求得齿廓过某采样点的法线与基圆的切点后,得到该切点与对应的理论渐开线各离散点组成的各矢量倾角,采用“比较”与“异或”运算,得到过该采样点的齿廓的法线与理论渐开线的交点;然后,在齿轮齿廓渐开线的法线方向上测量齿廓偏差,以确保该方案所得到的齿廓偏差与其定义相一致。经实验得到所测某齿轮的齿廓偏差为6.9443μm。实验表明,所提出的基于机器视觉的齿廓偏差的检测方法,能够满足工程精度的需要。

该文对某混凝土泵车开式液控液压系统的工作原理进行了介绍。采用功率键合图的建模方法，建立了泵送回路的数学模型，并运用仿真软件MATLAB／Simulink对泵送回路数学模型进行了动态仿真，分析在不同输送流量（泵送频率）和触发信号换向时间下，系统泵出口压力和活塞杆的位移情况，找到了造成系统液压冲击的根本原因是触发信号换向时间与活塞杆运动时间不匹配，为混凝土泵车液压系统的设计和改进提供可靠的分析依据。

利用最优控制理论对液压调速系统进行设计，首先对Q矩阵进行优化，然后寻找最优控制律U（t），对液压凋速系统进行最优控制，使系统响应速度最快，提高了液压调速系统的精度。