数控机床的*高运动速度、跟踪精度、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，一直是研究数控机床的关键技术之一，前数控机床位置伺服控制仍然普遍应用经典控制方法，其优点是算法简便，易于实现，但存在着控制参数的适应性差、抗干扰能力不强等缺陷。为了适应制造业对高效率地生产高质量产品目标的追求以及对形状愈来愈复杂零件的加工需要，要求不断地改善与提高位置伺服系统的稳态精度、动态响应特性、对系统参数变化的自适应性和抗干扰性，因而采用并发展先进的控制技术是一必然趋势。可惜的是，目前提出的诸多控制算法中正具有实用价值的技术极少，与实际应用尚有较大差距，主要表现在：受算法计算量等限制，难以满足控制的实时性要求；控制理论在参数设计及稳定性分析等方面不完善；建模误差对控制品质的限制。本文利用神经网络的自学习功能，设计了一种在线智能型位置控制器，并将之用到实际数控加工的实时控制中，取得了很好的控制效果。由于丝杠螺距误差以及加载后丝杠、轴承变形等影响，半闭环对检测结果的校正并不完全，控制精度比闭环要低一些。从自动控制的原理上看，工作台是一个质量元件，传动机构因有变形，可视为弹性元件，两者构成一个低阻尼振荡环节。半闭环不包含这个环节，一般不会引起进给振荡；而闭环若参数选取不当，则有可能产生不稳定。
