张礼兵 游有鹏 吴 婷

1.南京航空航天大学，南京，210016 2.嘉兴学院，嘉兴，314001

0 引言

数控系统朝向高速高精度发展，是数控机床适应现代先进制造技术发展的必然趋势。高速高精度加工技术对数控机床的数控系统和伺服控制的性能提出了更高的要求。高性能的数控系统和高精度的位置控制策略是提高数控机床加工精度和加工效率的关键要素。高精度的位置伺服控制系统既要有良好的动态响应能力和静态稳定性，又要有很强的抗干扰能力，即鲁棒性［1］。传统位置伺服控制通常采用PID控制方法［2］，但是在数控机床高速加工过程中，位置伺服控制系统是一个多变量、非线性、强耦合的控制对象，基于经典控制理论的控制方法，在参数匹配良好的情况下可以获得较好的性能，一旦系统参数发生变化或者受到内在或外界的干扰，将导致控制性能下降［3］。因此，单纯的PID控制方法，不适合应用于高速高精度数控机床的位置伺服控制系统。为了提高位置伺服控制的性能，文献［4］使用了一种神经网络IP位置控制器，有效地改进了IP控制器的抗干扰性，取得了较好的控制效果；文献［5］结合神经元的自学习能力，设计了一种神经元离散滑模结构的位置伺服控制算法，削弱了常规滑模结构控制中的抖振现象，使得系统性能得到了提高；文献［6］提出一种神经网络与变结构相融合的控制策略并用于非线性机器人控制，提高了系统的鲁棒性。虽然这些方法对系统的性能有了一定的改善，但是这些方法存在控制复杂、计算量大和实时性较差等缺点，因此不能很好地满足高速高精度数控机床位置伺服控制的实时性要求。……