非球面光学零件具有校正像差、改善像质、扩大视场和增大作用距离的优点,同时还能够减轻系统重量、减小占用空间,因此在现代光学系统中具有广泛的应用。非球面抛光作为大型非球面加工的一个不可或缺的阶段,其加工精度与表面质量直接影响到非球面加工的总体效率。随着光学系统性能要求的不断增长,对非球面光学零件口径、相对口径、加工精度、轻量化程度、加工效率和生产成本等方面都提出了更高的要求。计算机控制应力盘抛光技术是大型非球面镜加工制造的新近发展起来的一项新技术。应力盘能够根据相对镜面位置和旋转角度的变化,能动的改变盘的面形使其成为一个离轴非球面,实时动态的变形以适配大型非球面镜面形。能动应力盘抛光具有平滑中、高频差的趋势,可以很好地控制中、高频差的出现,有效地提高了加工效率,磨制出光滑的表面和良好的边缘效果。计算机控制的应力盘有其优势,但是在制作大型非球面也有一些难点问题有待解决,如应力盘模型的不确定性、高度非线性以及光学加工高性能要求,尤其是深度的离轴非球面性等问题。本论文研究工作的主要任务针对应力盘抛光过程的建模与控制问题,建立准确可靠的抛光盘模型及相应的智能控制策略,使应力盘技术得以完善,提高我国大中型非球面光学零件的加工能力。论文的研究工作包括以下几个部分:①介绍非球面的需求、光学系统中使用非球面的重要性及发展趋势,阐明本论文的研究背景以及国内外非球面制造的相关技术。②分析本文研究对象应力盘加工的基本原理和技术路线,给出应力盘结构特征,提出应力盘面形检测方法。③研究应力盘系统实验输入输出数据的关系,分析各变量间的相关性。为建立测量反应面形变化量与驱动器输出力之间关系的神经网络模型打下了基础。④运用智能控制的理论和方法,结合应力盘控制的特征,提出一种面向多变量系统的模糊神经网络智能控制方案。⑤设计出应力盘智能控制系统,提出基于神经网络的应力盘面形表征模型,能够实时的动态反映应力盘的变形,用于计算机控制应力盘抛光工艺过程。通过微位移传感器阵列检测获得的面形数据来直接训练神经网络模型,建立应力盘驱动力与应力盘面面形变化之间关系的模型,并对所建立模型进行仿真,对各种驱动力仿真应力盘面形变化对比分析。⑥在研究在非球面光学镜面抛光过程中应力盘面形的变化,分析应力盘驱动力和面形之间的关系的基础上,建立基于模糊神经网络的面形控制系统。并通过微位移传感器阵列检测获得形数据来直接训练神经网络模型,并对模型进行对比仿真实验。⑦在已设计出应力盘智能控制系统的基础上,研制出具有良好人-机界面的应力盘智能控制仿真系统平台。⑧总结论文的研究内容,对应力盘抛光非球面控制系统进行展望。