随着现代高新科技的飞速发展,非球面光学元件的应用领域越来越广泛,同时对非球面零件的加工精度和加工效率提出了更高的要求。因此,能够高效率、高质量完成非球面零件加工的技术方法研究已经成为全球范围内炙手可热的一个研究方向。非球面光学零件的超精密加工技术核心是控制加工轨迹的子程序,加工轨迹直接影响机床的加工精度和加工周期,对实现非球面零件高效、高精度的加工起着至关重要的作用。因此,为解决当前非球面加工效率低、加工精度不高的问题,提出了切线法轨迹成形加工原理。现有数控系统在拟合精度和数据处理上难以满足切线法轨迹成形加工原理的需求,为此在切线法基础上针对非球面加工轨迹控制方法展开相关研究。通过分析光学非球面轮廓曲线特性,说明了非球面加工轨迹控制与面形精度之间的关系,同时阐述了非球面切线法轨迹成形加工原理,并对现有插补方法实现切线法轨迹控制所存在的局限性进行讨论分析。为满足切线法在实际加工中高效率处理数据及高精度轨迹控制方面的要求,提出利用神经网络技术进行优化非球面加工轨迹控制参数。针对人工神经网络在实际应用中出现收敛速度慢、易陷入局部极小点等问题,分析比较了多种关于BP神经网络的改进方法,并提出采用赋初值算法对权值、阈值的初始值进行优化。通过分析切线法轨迹成形控制原理,研究切线法控制参数对加工轨迹曲线的影响规律,建立BP神经网络输入、输出的映射关系。确立了利用三层网络结构逼近非球面加工轨迹曲线,建立神经网络插补控制模型,优化加工轨迹曲线插补数据,通过仿真验证了插补控制模型能有效完成非圆曲线插补。最后将基于切线法轨迹成形原理的神经网络插补控制模型与PC-UMAC运动控制系统有效结合,用于非球面加工轨迹控制及参数优化,开发设计神经网络轨迹参数优化界面并应用于非球面加工试验当中。通过试验结果表明,神经网络插补控制方法节省了大量插补数据运算时间,同时经过铣磨后的非球面元件满足直接抛光要求。