该文提出了一种减小滚珠丝杠副摩擦力的超声振动减摩振子。将激振器与滚珠丝杠的螺母通过螺栓在法兰处相连，通过激发减摩振子的二阶扭转振动模态，实现对滚珠丝杠副的减摩。利用有限元分析软件对减摩振子进行模态分析并对激振器套筒长度、激振器法兰厚度及内孔直径进行正交试验，通过优选得到最佳组合并确定其主要结构尺寸,试制了样件。最后对减摩振子进行实验测试，验证了该减摩方法的可行性。

为了实现工业中较大直线位移上的滚转角快速测量, 设计了一种基于激光外差干涉技术的几何空间对称四光路滚转角测量系统, 并针对缺少滚转参数的较大行程位移台, 进行了滚转特性测量试验。试验证明, 几何空间对称四光路滚转角测量系统稳定性好, 抗干扰能力强, 不仅有效消除了其它自由度误差的串扰, 还能够高效地测出不同精度直线位移台的滚转特性, 并灵敏地再现了直线位移台工作条件发生改变时工作台滚转角变化。使用常用的2π/512细分的相位计和宽度为120 mm的楔面反射镜, 系统角测量分辨率为0.8″, 最大可测行程达到6 m。若将相位计细分提高100倍, 滚转角的测量分辨率将达到0.008″。当楔面反射镜宽度提高1倍, 最大可测行程超过10 m。

研究了建立滚珠丝杠副热误差模型的方法, 以进一步提高半闭环丝杠驱动系统的定位精度。分析了滚珠丝杠副的热源和温度场的动态特性并考虑丝杠驱动系统运行条件提出了基于Elman神经网络的热误差建模方法。首先, 根据滚珠丝杠副的结构特点, 确定其内部热源及温度场分布特性。然后, 基于丝杠温度分布函数, 研究丝杠热变形与其内部热源之间的动态非线性函数关系。最后, 综合考虑丝杠驱动系统运行条件对其热误差的影响, 建立了基于Elman神经网络的热误差预测模型。实验结果表明, 当丝杠驱动系统的运行条件较为复杂时, 采用文中提出的预测模型得到的热变形估计残差为-3.1 μm~2.4 μm。结果显示: 考虑运行条件的Elman神经网络比BP和Elman网络(仅考虑温升数据)具有更好的预测精度和鲁棒性, 有较强的工程应用前景。

研究了滚珠丝杠在单热源作用下的温度场模型，以便快速、准确地预测滚珠丝杠的热误差。根据丝杠的导热方程，在合理修改边值条件的基础上，建立滚珠丝杠的温度场理论模型，引入随温度变化的参数α′修正该模型，并提出模型参数的辨识方法。结合机械热变形理论，用所建立的温度场模型预测滚珠丝杠的热误差，进行温度场模型参数辨识实验和模型预测效果的验证实验。结果显示：基于温度场模型预测的温升值与实验测得的温升值之间的最大误差为0.8 ℃; 热误差预测结果与实测结果的最大误差为3.8 μm。结果表明所建立的温度场模型可以较准确地反映滚珠丝杠在单热源作用下的温度分布，进而可以较准确地预测滚珠丝杠的热误差。

分析了伺服系统中丝杠螺母的热特性规律，对丝杠温度场进行了简化建模，以快速准确地预测丝杠温度分布及变化。简化模型能较好地预测丝杠温升过程，但稳态误差较大；通过引进时间修正系数修正了该简化模型，修正后的模型能较好地预测丝杠的稳态温度，但对温度上升过程的预测误差较大；鉴于两个模型的特点，基于分段建模的思想，建立了丝杠温度场分段模型，并辨识了模型参数。实验结果表明，不同单热源实验条件下，预测温度误差值在0.5 ℃以内；双热源实验条件下，预测温度误差值在0.8 ℃以内；显示该模型能较好地预测丝杠温度随时间的变化。

建立了高增益PID闭环控制系统,在"直流伺服电机+滚珠丝杠"驱动机构上实现了大范围的纳米定位.对于"伺服电机+滚珠丝杠"驱动系统来说,摩擦是实现纳米定位精度的主要障碍,它影响着系统微动特性并导致稳态误差.针对这种驱动系统,在根据标定参数计算得到的线性传递函数的基础上,设计高增益不完全微分、比例反馈PID控制器,配置闭环控制系统的极点为负实轴上的多重极点,避免了摩擦力建模和补偿.实验结果表明,该高增益闭环控制系统有效地抑制了摩擦等非线性因素的影响,在系统的宏动和微动特性阶段都可以实现单步的纳米定位并取得了一致的响应,10 nm～10 mm阶跃响应的稳态误差不超过±2 nm.

为了使管道机器人能够适应管径为400～650 mm的管道,介绍了3种适应不同管径的常用调节机构.分析了每种调节机构的力学特性,给出了计算结果,比较研究了各种调节机构的优缺点.针对工程需要,选用了滚珠丝杠螺母副调节机构,滚珠丝杠上的筒式压力传感器保证驱动轮和管道内壁间的压力始终处于稳定的范围,使管道机器人具有充裕并且稳定的牵引力,牵引力的实验表明该调节机构具有1404 N的牵引力输出.该调节机构能很好地适应管径为400～650 mm?墓艿?