陈杰来

CHEN Jie-lai

（盐城工学院 机械学院，盐城 224051）

0 引言

在机械制作领域内，最优自适合控制往往具备更广泛的理解，机械加工过程参变量的优化也视为一种最优自适合扼制。这种自适扼制往往是以寻求目的函数(出产率或花销等)的极值来挑选加工过程的磨削用量(磨削速度、主光轴转速、磨削深度等)，所以这个一般只是一种离线的优化过程。在实际加工过程中，为了保障目的函数在整个儿加工过程中保持最优，务必实时变更磨削用量，成功实现在线最优扼制。实际操作过程中，因为匮缺管用的直接刃具磨耗勘测办法，使机械加工过程的最优自适合扼制不易应用。本次研究通过神经网络的并行计算处置，提出了刃具磨耗的神经网络勘测办法的具体内容，基于神经网络的优化学习训练有经验提出了加工过程最优自适合扼制策略，形成机械加工过程的神经网络最优自适合扼制系统。

1 机械加工工程中最优自适控制的研究

机械加工工程最优自适控制的研究本质就是对于数学函数的研究。目的函数在机械制作领域内，出产中的技术经济指标(如成本、出产率、利润等)普通都可以和磨削变量组成相应的函数关系。一般把出产技术经济指标综合成优化的目的函数：

其中，Z为单位时间内的金属切掉量；C为单位时间内所分担的全厂费用；Ct为刃具成本(涵盖磨刀费及刃具折旧费)；tc为换刀时间(涵盖卸刀、装刀、对刀时间)；W为刃具瞬时磨耗率；……