簡介
自適應控制（Adaptive Control）能修正自己的特性以適應對象和擾動的動態特性的變化，已被作為線上最佳化加工變數的方法，主要分為三類：約束自適應控制（Adaptive Control with Constraints）、最佳化自適應控制（Adaptive Control with Optimization）以及幾何自適應控制（Geometry Adaptive Control）。一般來說，ACC 系統多用於粗加工，其材料去除速率的提高是通過最佳化切削力來實現，以此來避免斷刀的危險；在ACO 系統中，基於某個性能指標的最最佳化而對加工參數進行設定，比較常用的如生產時間或者單位成本。ACO 系統是通過對切削變數的調整來實現材料去除率的最大化，如表面粗糙度，功耗，切削力，加工時間，成本等。在GAC 系統中，過程最佳化問題是通過產品質量需求來控制的，如尺寸精度，表面粗糙度等，因此該系統常用於精加工工序，以達到要求的工件質量的目的。
自適應控制檢測原理
監控技術在數控加工過程中的套用傳統上被分為兩類：直接型和間接型。直接監測可以達到很高的精確度，但是由於眾多實際條件的限制，目前只能用於實驗技術的研究；相對而言，間接監測技術雖然精確度不如直接監測，但是非常符合實際加工需求，因此經常用於車間的實際加工。
很多直接的監測方法需要利用視覺系統，但在整個大的生產環境中，由於存在光、切削液等諸多因素會干擾監控系統和刀具，常常導致系統的不穩定。為了避免這些不足，一些新興的監控系統應運而生。以刀具磨損為例，可以使用雷射感測器來測量位移和光強度，從而避免了外界環境對控制系統的擾動。這些方法測量刀具後刀面的磨損量達到40 微米以內；此外，CCD 攝像機組合可以用來在加工過程中同時獲取刀具的圖像。其測量的基本原理是，在數據採集的基礎上，建立關於刀具圖像的資料庫，然後通過實測刀具圖像與理論圖像的對比進行刀具磨損量及磨損狀態的數據分析。這些關於刀具磨損的監控系統正在獲得更為廣泛的工程套用，並在套用中得到了進一步的完善。有代表性的監控系統包括：OMATIVE 自適應控制系統、ARTIS 刀具監控系統、BRANKAMP-CNC 集成刀具監控系統以及MONTRONIX 與NORDMANN 刀具監測與過程控制系統等。
除了直接監測方法外，對於加工過程信息的間接測量方法的研究也備受關注。這種測量方法是通過監控信號的發射和傳遞來間接的測量工況參數，如力、扭矩、加速度、噪聲等。在這種監控方法中，影響監控系統設計的重要因素就是數據採集和特徵信號的相關性，這是因為並非所有類型的感測器都可以測量同一種物理量，並且具有相同的精度。另外，間接測量的方法目前更多的用於實驗室監控，而不能夠直接用於工業套用
研究現狀
針對不同的加工目標和加工工藝，人們開發出了很多自適應控制系統。在五軸加工中，特別是在葉輪等複雜曲面零件的加工中，由於刀具方向的改變和切削深度的不同，會產生很大的切削力且變化劇烈。因此，科研工作者一直致力於研製一種可以保持恆定切削力的自適應控制系統。通過工藝參數尤其是進給速率的實時調控實現加工過程中切削力的調整是較為有效的方法。此方法包括了線上和離線最佳化。切削變數首先在離線狀態進行初步確定，然後再利用自適應神經模糊推理系統以及通過微粒群群最佳化算法進一步的最佳化。在加工過程中，用測量到的切削力值作為神經網路的輸入，並且通過控制系統保持切削力的恆定對進給速率進行控制。
然而，在過程監控中使用了專用的設備（例如感測器等），增加了自適應系統的成本。因此，無感測器的自適應控制系統應運而生。在這種控制系統中，各軸的切削力是間接的通過伺服電機電流來進行測量。由於沒有額外的監控設備，這種監控方法還存在很大的提升空間。
