微细电火花加工是精微产品加工的一个重要方法,其加工技术倍受学术界和工业界的关注。随着微纳技术的快速发展,微细电火花机床的加工效率和加工质量都受到了严峻的挑战。有效的微细电火花加工控制系统是实现准确、高效和稳定微细电火花加工的前提和基础。然而由于微细电火花加工系统属于复杂对象、复杂环境和复杂任务的非线性系统,其控制系统的设计一直是阻碍微细电火花加工技术发展的瓶颈。智能控制方法为解决这类复杂非线性问题提供了一条有效的途径,是微细电火花控制方法研究的重要方向。根据微细电火花加工特点,从系统软硬件环境入手研究适合微细电火花加工的智能控制算法是十分必要的。针对微细电火花加工过程中放电脉冲频率高、放电波形畸变严重、干扰复杂等特点,本文提出了一种两阶模糊逻辑微细电火花加工控制方法:第一阶模糊逻辑计算采样点的放电状态,从点的角度分析当前的加工状态,然后对一个周期内所有点的放电状态进行分类统计,计算出周期放电状态,从宏观上得到一段时间的加工状态;第二阶模糊逻辑以前一阶的周期放电状态作为输入推理出伺服进给速度。采用加工过程中采集到的数据作为训练数据,利用BP算法对两阶模糊逻辑隶属度函数进行神经网络优化。在控制系统设计方面,采用工业控制计算机搭载数据采集卡和运动控制器的方式实现加工过程的检测控制功能一体化。在Windows平台上利用VC++设计开发了微细电火花加工控制系统软件,将数据采集、脉冲电源控制、电机运动控制、机床状态显示等功能集成一体,方便加工操作,为两阶模糊逻辑智能控制方法的应用提供了保障。在自主研发的微细电火花机床上,通过大量实验数据对两阶模糊逻辑的隶属度进行优化训练:对第一阶模糊隶属度函数优化后,加工过程中火花较优化前更为连续;对第二阶模糊隶属度函数进行优化后,电极有效进给速度增加。加工试验结果表明两阶模糊逻辑控制方法明显优于传统控制方法,并且用神经网络对模糊逻辑的隶属度函数进行优化训练是进一步提高微细电火花加工效率的有效手段。因此,本文提出的两阶模糊逻辑控制方法非常适于微细电火花加工,为提高微细电火花加工效率和稳定性提供了有力的保障。