船体外板的成形加工是船舶制造过程中非常复杂的工艺之一,现阶段国内外各船厂普遍采用的船板成型方法是水火弯板。本课题依托实际水火弯板智能控制系统研发的项目,重点对水火弯板机械手的逆运动学和轨迹规划进行了相关研究和探讨。　　本文首先对水火弯板机械手运动学进行了分析,通过坐标变换和D-H方法建立了弯板机械手的正运动学模型。由于逆运动学模型是复杂的非线性映射问题,传统方法求解困难,因此本文采用智能方法对其求解。先采用LMBP神经网络对机械手逆运动学进行求解,为了进一步提高精度又采用最小二乘支持向量机算法进行相关探索。由仿真结果得到,对小曲率和样本特征已知的板型轨迹可用LMBP神经网络算法,而对于大曲率和样本特征不确定的板型采用LSSVM方法求解的精度更高。　　然后为了达到时间最优的目的,利用遗传算法具有良好全局寻优策略的优势,将给定关节角度间的时间最短作为寻优目标,以速度和加速度在允许范围内作为约束,寻找得到最优值,并用三次B样条对关节角度和优化时间进行了拟合。遗传算法与B样条结合得到的机械手优化轨迹,既保证了加热轨迹的平滑性,又提高了生产效率。　　最后在水火弯板机械手研究的基础上,对水火弯板智能控制系统进行了相关设计。系统包括龙门架、操作台、机械手等硬件设备和测量系统、控制系统、专家系统等软件结构,并设计了校准、测量、加工、绘图和诊断等界面,为实际系统的开发和使用奠定了基础。