电火花铣削加工是二十世纪九十年代才发展起来的一种新型加工工艺，它采用简单工具电极按照一定轨迹作成型运动，通过电极与工件之间不同相对位置的放电，加工出所需的工件形状。它既具有电火花成型加工范围广、不受工件材料的强度、硬度、韧性等物理机械性能制约的特点，同时又具有机械铣削加工多轴联动功能，对工件进行创成加工。另外，工具电极作绕自身轴线的旋转运动，大大地改善了极间冲液条件，加工过程的稳定性因此得到提高。电火花铣削加工在中小型复杂型面、型腔的加工中表现出独特的优点，因此得到了国内外电加工界的高度重视。 但由于放电加工工艺的复杂性和随机性，传统的控制技术不能满足电火花铣削加工的要求。结合近年来迅速发展的智能控制理论与技术，展开了智能控制在电火花铣削加工过程控制中的应用研究，主要研究内容涉及：基于模糊控制技术的电火花铣削加工伺服进给系统、基于人工神经网络的工具电极损耗预测及补偿技术。此外，针对电火花铣削加工的特点，还进行工具轨迹计算、基于Windows2000的实时系统、加工参数优化和电火花铣削加工CAM系统等方面技术的研究，主要研究成果如下： (1)在详细分析电火花铣削加工工具伺服运动的基础上，首次提出了一种四川大学博士学位论文基于模糊技术的伺服控制系统，并设计了尺度变换比例因子自适应调节的模糊控制算法。该模糊控制系统由两个控制器组成:模糊控制器和参数调节器。其中模糊控制器输入参数为短路和电弧放电率误差及其误差变化、空载率误差及其误差变化，输出参数为进给频率。利用火花放电率误差及误差变化作为参数调节器的输入，调节模糊控制器的尺度变换比例因子。这种参数自适应模糊控制系统方法能取得比传统自适应控制方法更高的加工速度，系统具有较高的适应性和稳定性。 (2)针对电火花铣削加工的时变非线性特性，通过理论分析和实验，建立了基于神经网络的电火花铣削加工电极损耗预测模型。利用该模型预测加工速度和工具的相对损耗，从而可在加工中实时计算出工具实际损耗量，为实现电极损耗的在线动态补偿打下基础。针对神经网络BP训练算法的不足，提出一种自适应调节变异率和变异量的进化算法来优化网络权值和网络结构，以提高网络的逼近精度和进化速度。 (3)根据电极损耗预测模型，利用几何描述方法，建立了侧面放电法加工中两种典型的轨迹曲线一直线、圆弧的工具补偿算法，用于计算各时刻工具的运动轨迹。并讨论了等损耗加工工具的补偿算法和加工斜度的消除方法，分析了三维曲面加工球头电极的刀位计算。 (4)研究了电火花铣削加工CAM系统的组成，重点研究了其中的两项关键技术:加工参数的优选以及CAD/CAM系统间的数据交换技术。针对电火花加工在参数选择中存在的问题，在神经网络预测模型的基础上，采用遗传算法优化电火花铣削加工参数。对于不同的加工方式，研究了相应的数据交换技术。①在电极侧面放电法中，基于CAD系统输出的DXF文件，设计了平面多边形CAD/CAM接口程序。研究了工具轨迹生成的几个关键技术:加工起点的设置、加工路线的生成以及加工方向的自动判别。②在电极端部放电法中，对CAD系统输出的STL文件进行了数据处理，提出了一种顶点排序的混合存储数据结构。这种方式提高了内存资源的利用率;更主要的是，为快速分层的实施建立了数据基础。最后，设计了相应的分层算法。 (5)研究了基于Windows20OO的电火花铣削加工实时系统的开发技术。在详细分析WindowsZOOO环境下底层接口程序的开发原理基础上，开发出放电状态检钡(卡、A/D卡的设备驱动程序。研究了在Windows200O中实现实时控制四川大学博士学位论文的原理和方法，讨论WindowS应用程序和内核的几种精确定时技术。 (6)根据加工特点，研制出电火花铣削加工实验系统。对二维平面轮廓零件进行了加工实验，结果表明，本文提出的加工系统结构是合理的，可满足小型型腔、难加工材料的加工需要。提出的进给控制算法、工具补偿算法、数据交换技术、定时技术合理可行，为面向产品零件的电火花微细加工技术提供了理论基础和新的思路。