目前，对智能化数控加工的研究大多还局限于直接测量切削力的水平上，但存在着不少的问题：加工工件的底面积严格受限于测力平台有效面积、测力仪对切削深度变化不敏感以及价格昂贵等。这些缺陷使得该技术难以走向实用化。
改变一下研究的角度，现代数控机床所使用的交流伺服电机电流与切削负载存在着一定的非线性关系，如果可利用自组织模糊神经网络，来建立这两者之间的强鲁棒性非线性关系模型以进行间接测量，则测力仪所存在的问题都可迎刃而解。
建模的试验采用MIMO自组织模糊神经网络（3×3×15×125×125×3×3），网络的总节点数为：3+3+15+125+125+3+3=277；总连接权数为：3+15+125×3+125×3+3=771，其中：成员函数层每一个模糊集合分5个模糊子集（NS，NB，ZE，PS，PB），规则层含C15C15C15=125个节点。所测电流信号与切削力信号的参数范围分别为<-10A，10A>、<-3000N，3000N>，并经尺度变化并*终归一化到<-1，1>。网络模型的数据样本数取1024×5=5120，*终就能够得到网络逼近模型。
