并联钻床具有结构紧凑、精度高、灵活性好等优点,可实现沿复杂曲面法线方向的钻孔作业,与传统钻床相比,并联钻床的操控复杂性大大增加了,如何降低并联钻床的操控复杂性,提高并联钻床钻孔作业的加工质量和加工效率是并联钻床产业化应用中的关键技术,对这些关键技术的研究具有重要的理论意义和实用价值。本学位论文以1PT+3TPS型并联钻床为研究对象,对并联钻床的智能位姿调控方法和示教再现轨迹优化技术进行了较为深入系统的研究。本文首先介绍了目前并联钻床中使用的手动调姿方法和示教再现控制技术,分析了其中存在的缺陷和不足,指出人工操控手柄对并联钻床进行调姿作业具有工作效率低、钻孔精度差等缺点,直接使用示教轨迹点进行运动再现具有运动平稳性差、加工效率低等不足。提出了一种并联钻床的智能位姿调控方法,该智能位姿调控方法具有调姿速度快,对准精度高等优点;提出了一种并联钻床的示教再现轨迹优化技术,该技术可使并联钻床再现轨迹的运动时间最短,加工效率最高。设计并实现了基于FPGA的BP神经网络硬件。对基于FPGA的BP神经网络进行了模块划分,对各个基础功能模块进行了设计,完成神经网络的整体运算过程的搭建,使用Verilog硬件描述语言对各模块和整体神经网络进行了硬件实现,研究了神经网络硬件的并行运算和流水线技术,对神经网络各个模块进行了数字仿真与误差分析,利用神经网络硬件对正弦函数(y=sinx)进行了逼近实验。利用基于FPGA的BP神经网络硬件实现了并联钻床的智能调姿。该智能调姿方法使用三个激光测距传感器检测动平台到零件表面的距离,将距离参数输出到在FPGA上配置的已训练好的神经网络硬件单元中,经映射输出后得到并联钻床各条驱动腿的长度与XY工作台分别沿X轴和Y轴位移量等运动参数,通过控制并联钻床各条驱动腿的长度与XY工作台X轴和Y轴方向的位移量,实现并联钻床自动对准曲面法线方向的智能调姿。本文确定了基于神经网络硬件的智能调姿模型参数,使用Verilog对设计好的智能调姿模型进行了实现,利用采集的传感器数据及计算所得的控制参量对神经网络进行了训练与预测,将训练收敛后的权值阈值输入模型,对智能调姿模型进行了数字仿真与误差分析,最后将该模型搭载在FPGA上,进行了板上实验验证。提出了一种并联钻床的示教再现轨迹优化技术。在天牛须搜索算法中加入模拟退火算法进行改进,使天牛须搜索算法能够避免陷入局部极值,更适合多维空间全局寻优;使用改进后的天牛须搜索算法对处理后的并联钻床示教再现轨迹进行优化,设计的适应度函数以运动时间最短为优化目标,用惩罚函数对其最大速度进行限制,使并联钻床在示教再现过程中既满足驱动器的速度限制,又可达到运动时间最短,降低了示教的难度。本文的研究工作降低了并联钻床的操作复杂性,提高了并联钻床的自动化/智能化水平,提高了并联钻床的加工效率。