自数控机床诞生以来,数控加工已经逐渐成为现代制造业先进生产力的代表,在航空航天、机械电子、模具制造等行业发挥着极为重要的作用。尤其是在模具制造行业,数控加工得到了广泛的应用。通常的模具设计制造流程是CAD完成模具设计,CAM生成由巨量的微线段组成的加工G代码,再由数控机床完成加工。普通的数控机床在完成上述加工时往往存在着加工效率低、速度波动大、机床震颤降低加工精度等问题。针对以上问题,本文对轨迹压缩技术进行了研究。轨迹压缩技术通过使用曲线逼近或拟合的方法将巨量微线段的压缩成数量较小的曲线段,使其能够在保证精度的同时提高进给速度并稳定速度波动,达到提高数控加工效率的目的,从根本上解决巨量微线段在加工过程带来的问题。通过对轨迹压缩技术的研究,本文提出了两种轨迹压缩方法:多项式最小二乘轨迹压缩算法和基于特征点的B样条曲线轨迹压缩算法。多项式最小二乘轨迹压缩算法是通过使用特征点对刀位点进行分段,并对每一分段使用最小二乘多项式逼近的方法。其中特征点通过离散点斜率进行筛选。该算法的特点是对刀位点的压缩率高,不受刀位点局部不均匀性影响,使整体拟合误差平方和达到最小。基于特征点的B样条曲线轨迹压缩方法通过结合微线段转接角和非特征点弦高实现了基于允差的特征点筛选,并将保证精度的迭代过程放在了反算之前,减少了计算量,以达到实时处理的目的。此外,该算法对刀位点“毛刺”的处理也取得了较好的效果。经过测试,算法能够在μm级别实现基于允差的控制;在指令速度大于12m/min时,平均进给速度明显提高,速度波动明显减小;每128个刀位点的分段压缩计算时间达到了20μs实时处理的要求。此外,本文还完成了轨迹测试软件的设计,它能够方便的对不同的轨迹处理算法进行测试和分析。