容错纠错技术是提高机电产品可靠性、安全性和精度的有效手段。本文以混联机床容错控制中的故障检测与隔离方法和精度容错技术的研究为主线,运用免疫神经网络技术和系统辩识技术等理论、方法和工具,在混联机床故障检测与隔离、精度容错等方面进行了较为深入系统的研究。提出了一种基于径向基函数(Radial Basis Function, RBF)免疫神经网络的故障检测方法,该故障检测方法由系统辩识、残差过滤和故障浓度报警等功能模块构成的。系统辨识是基于免疫RBF神经网络,用于故障检测的残差是通过对系统的模型输出与系统的实际输出的在线比较得到的。通过在克隆选择算法的亲和力函数中引入泛化能力干涉因子,增强了RBF网络的泛化能力,在该故障检测方法中,通过过滤残差和引入故障报警浓度,使得故障检测仅对因故障引起的残差敏感。对混联机床的故障检测实例表明,该方法能够有效地检测和定位出驱动器故障和传感器故障,具有良好的容噪性能。针对混联机床因球铰间隙引起的动平台位姿误差,提出了一种误差直接补偿插补算法,该算法在粗插补阶段对因球铰间隙引起的动平台位姿误差进行补偿,有效地提高了混联机床的精度。推导了混联机床球铰间隙误差补偿模型,并对球铰间隙接触角的求解问题进行了探讨。设计了一种基于QNX嵌入式实时操作系统的混联机床故障检测器。对QNX实时操作系统在ARM硬件平台上的移植技术进行了研究,借助嵌入式Matlab工具实现了QNX环境下的神经网络故障检测器的软件算法,搭建了实验测试平台,规划了测试实验的实施步骤。本文所研究的故障检测方法与精度容错技术将为混联机床的容错纠错控制提供了一套行之有效的理论、方法与技术。