赵礼刚, 胥平卒，刘 聪，韩亚轩

(江苏科技大学 a.机械工程学院；b.江苏省船海机械装备先进制造重点实验室,江苏 镇江 212003)

0 引言

金刚石线锯切割主要用于对硬脆材料进行切片处理，例如碳化硅(SiC)、多晶硅和蓝宝石等材料，广泛应用于光学元器件行业、半导体和光伏产业等领域[1-2]。随着这些行业的快速发展，对材料的加工技术要求也越来越高，为了得到切片更好的切割质量，就需要采用更好的张力控制系统，保证恒张力的控制。

杨生荣等利用浮辊机构作为张力缓冲和反馈，通过调节输出扭矩实现了线切割恒张力闭环控制[3]。吴勤、张志勇设计了张力检测和控制机构，通过PID(比例-积分-微分)的控制策略实现了张力的均衡控制[4-5]。王肖扬设计了一种电动张力控制器，采用模糊PID的控制算法实现了恒张力的控制[6]，王瀚则在此基础上采用直接基于状态方程设计的滑模控制器取得了更好的张力控制效果[7]。虽然这些控制方法都能实现张力的恒定控制，但是控制精度还不够高，缺乏较强的自适应性和抗干扰性。

近年来，神经网络正越来越多地应用到工业控制中。径向基函数(Radial Basis Function，RBF)神经网络能以任意精度逼近任意连续函数，是一种局部逼近的神经网络。它凭借强大的自学习能力和自适应能力可以起到很好的控制效果，基于RBF神经网络和传统PID控制器相结合的研究愈加丰富[8-11]。本文提出的张力控制器，结构设计上进行了优化，基于RBF网络PID自整定的控制方法实现恒张力控制。……