工业机器人在工业现场进行连续高速作业过程中, 电机发热和关节摩擦生热将导致机械臂本体温度升高, 引起机器人末端定位漂移, 严重影响机器人的重复定位精度和作业精度。针对制造现场的工业机器人, 提出了一种基于双目立体视觉的温度误差在线补偿方法, 并基于微分运动学和双目视觉原理构建了温度误差补偿模型。在机器人末端安装基准球, 同时在基座附近固定视觉测量传感器, 机器人完成作业循环之后, 以不同的姿态带动基准球至传感器视场内进行补偿测量。此外, 通过分析各关节参数随时间变化的规律, 筛选出符合温度漂移规律的显著性参数进行补偿, 有效降低了补偿测量次数和耗时。实验结果显示, 补偿后机器人的重复定位精度可维持在±0.1 mm的水平, 能够显著改善制造现场工业机器人的作业精度, 且整个补偿测量过程耗时10 s左右。

为了减小控制系统中由 PWM逆变器死区效应引起的电流波形失真，在分析了死区效应产生的机理及谐波影响基础上，提出了一种死区在线补偿的新方法。该方法结合两相静止坐标系下误差电压的线性特点，估计出误差电压幅值，再在两相同步坐标系下利用误差电压幅值和转子角度的关系对死区效应进行前馈补偿，补偿方法考虑了逆变器的非线性误差，无需额外硬件电路支持或离线测量，避免了电流极性检测，能够摆脱误差电压突变带来补偿不利的缺陷，简单且易于实现。仿真及实验结果表明，该方法能够有效地抑制高次谐波电流分量，改善电流波形质量。

为了提高2X/Y直线进给轴的联动直线轮廓精度，研究了进给轴联动直线轮廓偏差的测量、评价和补偿方法。分析了直线电机驱动进给过程存在直线轮廓偏差的原因及其补偿的复杂性，给出一种基于学习的直线轮廓误差在线精密补偿方法。该方法通过激光干涉仪的2D时间基准精密测量龙门联动轴直线轮廓的实时坐标值，应用最小二乘方法评价确定理想直线方程；通过与理想直线比较得到直线偏差学习样本，建立基于最小二乘支持向量回归方法的直线偏差识别模型，以模型的在线回归计算确定偏差补偿量。最后给出了补偿量控制输出策略与补偿系统构建方案，并在自构建的直线进给轴平台上进行了在线补偿实验。结果表明，应用该方法对2X/Y直线进给轴联动的直线轮廓偏差进行在线补偿，可使轮廓精度提高53%。