数控机床的最高运动速度、跟踪精虞、定位精度等重要指标均取决于驱动及位置控制系统的动态与静态性能。因此，研究与开发高性能的驱动系统及位置控制系统，一直是数控机床的关键技术之一． 　　目前数控机床位置伺服控制仍然普遍采用经典控制方法，如比例型或比例2积分型等算法，其优点是算法简便、易于实现，但存在着控制参数适应性差、抗干扰能力不强等缺陷。 　　本模块利用神经网络的自学功能，设计一种在线智能型位置控制算法，图1所示为半闭环位置伺服控制系统结构图。 　　图1 半闭环位置伺服控制框图 　　由于

数控机床的运动速度、跟踪精虞、定位精度等重要指标均取决于驱动及位置控制系统的动态与静态性能。因此，研究与开发高性能的驱动系统及位置控制系统，一直是数控机床的关键技术之一． 　　目前数控机床位置伺服控制仍然普遍采用经典控制方法，如比例型或比例2积分型等算法，其优点是算法简便、易于实现，但存在着控制参数适应性差、抗干扰能力不强等缺陷。 　　本模块利用神经网络的自学功能，设计一种在线智能型位置控制算法，图1所示为半闭环位置伺服控制系统结构图。 　　图1 半闭环位置伺服控制框图 　　由于丝杠