为实现高效旋转超声振动辅助电火花加工的要求,设计基于FPGA阀值比较的门槛监测法及电火花高频分量监测法的基础判别机制,判别其复杂的加工状态后实时调整输出的占空比。经采集的加工间隙参数通过RS232通信协议实时通信给上位机,经过自适应控制器训练后的BP神经网络PID控制优化Z轴伺服电动机进给量,实现加工间隙在线调整,提升加工效率。

x射线透视技术已被证实是一种非常有效的安全检查方法．基于这种技术的伪双能x射线透射系统广泛应用于车站、机场等重要场所．伪双能系统的射线源产生的是连续能谱的x射线，因此基于传统双能透射模型的物质鉴别方法由于受到物体的厚度影响而导致准确性的降低．在根据高低能信号的对数比值的基础上，引入x射线的衰减因素到物质属性特征空间中，研究出矫正厚度影响的鉴别方法．实验结果证明在高维特征空间中的物质鉴别方法能够有效提高鉴别结果的准确性．

针对平台所用的永磁同步伺服电动机，推导出永磁同步伺服电动机的数学模型，建立支路控制系统数学模型，并求出传递函数，针对超声-电火花复合加工的特点提出RBF神经网络PID控制算法。通过Matlab仿真结果对比，得出结论，与传统PID控制算法相比，RBF神经网络PID控制算法可以减少加工平台的调节时间、超调量，并且增加控制系统的抗干扰性。

超声振动辅助电弧加工系统是典型的非线性复杂系统,加工过程中的各种影响因素均会对加工精度造成影响。为提高加工精度与效率,文中提出一种以电弧放电间隙平均电压与平均电流为输入、电极进给速度为输出的神经网络模糊控制器。通过加工实验数据作为训练样本,利用MATLAB软件训练并仿真,结果表明利用此控制器可在同周期内比用传统方式产生更多、更稳定的电弧放电过程,提高了控制系统的性能。