数控机床智能控制系统鲁棒性策略研究

胡旭晓  杨克已  潘双夏

(浙江大学CAD&CG国家重点实验室  杭州  310027) 

摘要：在分析不可预测扰动和可预测扰动对智能控制系统鲁棒性影响的基础上，提出了提高智能控制系统鲁棒性的相应策略，并用遗传算法对控制参数进行优化。在数控机床液压油温智能控制系统和数控机床加工误差补偿系统中获得了较好应用。

关键词：智能控制  鲁棒性  参数优化  神经网络

中图分类号：TG502

浙江省自然科学基金资助项目(500084)。20010118收到初稿，20010625收到修改稿