摘要：在傳統PID控制器的基礎上，基于神經元的自學習特性，提出了適用于數控機床住置伺服控制的神經元控制器。該算法的特點是不需要系統建模，結構簡單，控制參數實時自適應調節、運算簡單、適用于工程實際應用。仿真和數控機床伺服系統的實時控制實驗表明，當受控對象的運行環境未知時，該自適應控制算法仍然有效。 關鍵詞：計算機數字控制；位置伺服系統：神經網絡；自適應控制 數控機床的最高運動速度、跟蹤精度、定位精度等重要指標均取決于驅動及位置控制系統的動態與靜態性能。因此，研究與開發高性能的驅動系統及位置控制系統，一直是研究數控機床的關鍵技術之一。 目前數控機床位置伺服控制仍然普遍應用經典控制方法，如比例型或比例一積分型等算法，其優點是算法簡便、易于實現。但存在著控制參數適應性差、抗干擾能力不強等缺陷，為了適應制造業對高效率地生產高質量產品目標的追求以及對形狀愈來愈復雜零件的加工需要，要求不斷地改善與提高位置伺服系統的穩態精度、動態響應特性、對系統參數變化的自適應性和抗干擾性，因而采用并發展先進的控制技術是一種必然趨勢但是，目前提出的諸多控制算法。與實際應用尚有較大差距，主要表現在： ①受算法計算量等限制，難以滿足控制的實時性要求；②控制理論在參數設計及穩定性分析等方面不完善；③建模誤差對控制品質的限制本文利用神經網絡的自學習功能，設計了一種在線智能型位置控制器，并將之用到實際數控加工的實時控制中，取得了較好的控制效果。 [b][align=center]詳細內容請點擊： 數控機床神經元白適應位置控制算法[/align][/b]