微磨料射流加工技术是一种基于高能流体的磨粒冲蚀磨损加工技术，已广泛应用于难加工材料、复杂三维型面、光滑表面的加工。为进一步提高磨料射流加工过程中的精准控形控性能力，国内外学者开展了诸多基础加工理论与工艺探索等方面的研究工作。本文在概述磨料射流加工技术发展的基础上，全面总结了国内外学者在微磨料气射流加工（MAJM）技术中的微磨料气射流束发散效应及其抑制策略、材料力学性能对材料冲蚀去除模式的影响、材料冲蚀加工过程磨料嵌入抑制策略、微结构冲蚀加工几何特征等方面的主要研究成果，并对微磨料射流加工技术的难点与发展趋势进行了展望。

纤维预制体渗透率张量作为复合材料液体成型工艺过程中树脂流动数值模拟的决定性输入参数，与树脂流动以及最终成品质量密切相关，是实现复合材料高质量和大批量制造的关键。本文根据流动状态（饱和或非饱和）、流动维度和测量方向（面内或面外）将渗透率测量技术分类，论述了相应条件下的渗透率测量技术以及研究进展，总结归纳了非饱和流动中流动前沿实时监测技术，分析了造成渗透率测量结果分散性大的影响因素，并阐述解决办法，最后提出未来发展趋势。

以一种由双混联机器人组成的镜像铣削系统为研究对象，采用矢量法建立了镜像铣削系统规格化的运动学正逆解模型，其中正解方法较采用牛顿迭代法求解的方法具有计算效率与精度高的优点。提出了一种镜像加工路径生成方法，明确了双机参考坐标系的位姿关系，通过设定薄壁结构件的期望加工壁厚计算位姿镜像对称的刀具与支撑头路径。提出了十轴联动与双五轴联动两种镜像加工路径执行方法，后者较前者具备可重构性与模块化的特点，支持铣削或支撑机器人单机作业，能够满足大工作空间内单机或多机快速现场布置与高效协同加工的需求。为验证所提出的运动学模型与加工路径生成、执行方法的正确有效性，开展了大型薄壁结构件镜像加工试验，试验结果表明，壁厚加工误差可保证在±0.18 mm以内。

为准确测量工业机器人在飞机装配中的真实装配受力，提出了一种基于激光跟踪仪的机器人末端负载重力辨识与在线补偿方法。借助激光跟踪仪等外部测量设备，建立了机器人系统的全局运动学模型，实现机器人末端位姿的精准获取。利用卡尔曼滤波处理力传感器信号，以获取更加准确平稳的外部力信息。基于最小二乘法建立了末端负载重力分量与位姿的映射关系，其中，考虑了力传感器的零点偏移与机器人安装偏差带来的影响。最后开展了机器人负载重力在线补偿试验，试验结果表明，该方法具有良好的效果。

为了探究不同加工轨迹及其排布对工件磨抛加工表面质量的影响，本文进行了机器人磨抛轨迹对工件表面质量影响规律的研究。基于Preston去除方程和Hertz接触理论建立了砂带磨抛加工材料去除深度模型，分析了表面残留纹理的生成机理。以曲面航空发动机叶片为试验样件，利用自行搭建的机器人磨抛系统，分别使用等距轨迹、摆线轨迹进行加工试验，分析材料去除效果及表面纹理情况。试验结果表明，采用传统直线加工的等距轨迹于搭接处产生条带状纹理；摆线因其多方向性的加工动作，均化了表面纹理，提高了加工表面一致性。

随着航空工业的发展，各类航空器的性能日益提升，对质量检测的要求也不断提高。相较于传统人工方法，基于机器人的自动化检测技术具有更高的操作精度和效率，在航空制造与检修过程中已经得到广泛应用。本文重点关注了近10 年基于机器人的自动化检测技术在零件加工、成品质量检测及飞机整机维护检修等各个环节中的应用情况。对比了六轴工业机器人、移动机器人和无人机等不同种类机器人与超声、光学和其他类型检测技术的应用效果。最终总结得出，基于机器人的自动化检测技术的研究对提高航空制造与检修过程中的质量控制具有重要的实际意义，但仍面临小型化、智能化、实用化的挑战。

针对航空发动机机匣表面除漆需求，采用纳秒脉冲激光开展了塞斯纳172飞机发动机机匣表面漆层的激光清洗研究。通过对机匣除漆区域的表面形貌及粗糙度进行分析，探究了激光能量密度与扫描速度对机匣表面漆层清洗效果的影响规律，确定了机匣激光除漆最佳工艺参数，并对机匣除漆后的表面质量、显微硬度及粗糙度进行综合评估。结果表明，能量密度和扫描速度均显著影响机匣除漆质量，能量密度18.33 J/cm²、扫描速度1600 mm/s时，可实现除漆率98.7%，表面粗糙度S_a 为2.48 μm，机匣本身未损伤，表面显微硬度提升1.9%，满足机匣表面除漆质量要求。研究结果为发动机机匣激光除漆提供了理论与技术支持。

激光表面织构化作为提高异质结构接头剪切性能的有效手段，已广泛应用于碳纤维增强复合材料（CFRP）与金属材料激光连接领域中。采用波长515 nm的飞秒激光在2060 铝锂合金表面制备微结构，采用能量密度分布均匀的矩形光斑实现CFRP 和2060 铝锂合金异质接头的高速光纤激光连接，探讨飞秒激光刻蚀深度、扫描线间距对异质结构接头剪切强度的影响规律。结果表明，通过飞秒激光织构化处理，异质接头剪切强度得到了大幅提升，接头破坏形式均为界面断裂和基体断裂的混合断裂模式。在激光功率5 kW、焊接速度高达3.6 m/min条件下，接头平均剪切强度可达35.7 MPa，是未经飞秒激光织构化接头的2.3倍。

针对现有RV减速器工况识别中传感器安装位置受限和采集信号易受外界噪声干扰等问题，综合利用伺服特征信息对RV减速器工作状况进行监测，提高工业机器人在制造领域的服役性能。首先，根据RV减速器的结构参数及工作机制，分析输入转速与RV减速器关键频率、伺服特征信息与负载之间的关联性；然后，基于K-means聚类算法构建伺服特征信息与RV减速器负载之间的关联性辨识模型；最后，通过搭建RV 减速器试验平台采集不同负载工况下伺服系统反馈信息，进行相应处理后运用关联辨识模型，实现了对负载状态的精确识别，识别率高达97.45%。本文可为基于伺服特征信息的RV减速器运行状态监测提供技术支撑。

切削颤振会导致被加工工件表面质量变差、材料去除率降低以及刀具磨损增加等问题。刀尖点模态参数是构建稳定性叶瓣图、选取无颤振加工参数必不可少的输入。然而在加工过程中刀尖点模态参数随刀具位姿而变化且刀具更换频繁，经典锤击试验方法效率低、成本高，如何准确高效地预测变位姿下的刀尖模态参数成为切削加工中亟待解决的问题。本文结合迁移学习思想，提出一种基于多源迁移学习的变位姿刀尖点模态参数预测方法。当更换新刀具后，仅需通过锤击试验获取少量位姿下的刀尖点模态参数，再结合已有多把刀具的模态参数数据进行多源迁移得到新刀具的刀尖点模态参数预测模型。最后，在实际五轴机床上进行试验，试验表明所提方法是有效的。

以低成本的氢化脱氢（HDH）TC4钛合金粉末为原料，通过气流磨（Jet-milled，JMed）技术对粉末进行整形改性，并进行了注射成形工艺研究。其中，分别以HDH、JMed HDH和气雾化球形（GA）3 种粉末为原料，研究并对比了不同粉末原料注射成形的喂料极限装载量、烧结致密度、杂质含量、显微组织及力学性能等。结果表明，经气流磨处理后的JMed粉末形貌呈近球形，其球形度较未处理原始HDH粉末得到了显著提高，其喂料极限装载量（体积分数）较未处理原始HDH 粉末提高了6%，在1300 ℃烧结2 h后，JMed粉末烧结件的致密度为98.3%，高于原始HDH粉末烧结件的致密度（95.3%），且与GA粉末烧结件的致密度（98.4%）相当；JMed粉末烧结件的室温抗拉强度为904.2 MPa，屈服强度为809.1 MPa，与GA粉末烧结件强度相当，断裂延伸率8.14%，显著优于原始HDH粉末烧结件。本研究制备的近球形HDH TC4粉末在注射成形领域展现出良好的应用前景。