在数控加工中,特别是在复杂曲面加工时,经常会遇到切削余量变化比较大的工件,我们选取的保守进给速度限制了数控加工效率的提高。恒负荷自适应控制系统可以极大的改善这一不足之处。数控铣削自适应加工系统的实现方法如下:利用神经网络建立切削参数和切削负荷特征电流的映射模型,通过实时监控反映切削负荷的特征电流的变化,并比较它和公称负载电流的大小,根据比较结果和离线建立的神经网络模型,自适应控制系统不断的调整进给修调率,从而保证切削负荷稳定在公称负载的水平上,最大限度的提高数控机床加工效率,有效的保护机床和刀具,同时恒定的切削负荷在一定程度上可以保证零件的加工质量。本文的主要工作如下:1)神经网络输入量的选取铣削加工是一个极其复杂、多因数相关的高度非线性、强耦合过程,本文通过对切削负荷分析,将对其有主要影响的因素作为神经网络的输入量。2)神经网络输出量即负荷特征电流的提取针对直接测量切削负荷的难点,本文采用了基于主轴电流间接测量并控制切削负荷的方法。通过对电机的理论分析和对铣削过程的分析,证实了电机电流和切削负荷之间的对应关系。通过对电机电流信号进行分析处理,有效的提取了与负荷相对应的特征电流,并将其作为神经网络输出量。同时解决了特征电流信号存在时滞的问题。3)系统开发、神经网络模型的建立和比较分析搭建了恒负荷控制系统的硬件和软件结构,并开发了相应的功能模块。为了有效建立特征电流和对其有影响的因素之间的映射模型,本文建立了两种不同神经网络,并利用相应的实验数据对其进行了比较分析。训练和测试的结果显示,该模型能较好的从切削参数映射切削负荷。实际加工结果表明,数控铣削自适应加工系统取得了较好的效果。