电液位置伺服系统具有输出功率大、润滑性好、响应速度快、调速范围宽、使用寿命长等优点，是其它液压系统的基础。所以，电液位置伺服系统在大功率驱动领域得到广泛的应用。但是，电液位置伺服系统是强非线性系统，难以建立精确的数学模型，且参数时变、干扰多。摩擦、泄漏、油压脉动等因素降低了系统的控制品质。尤其是摩擦的存在，极易引起系统的爬行现象，造成位置误差，使得系统低速性能很差，控制精度不高。本文针对摩擦对电液位置伺服系统的影响，设计了两种控制算法：　　(1)基于神经网络的电液位置伺服系统自适应滑模控制。针对系统模型复杂，不易建立精确的数学模型的特点，采用RBF神经网络逼近控制电流与系统输出压力之间的关系，简化了模型结构。在分析常用摩擦模型的基础上，采用了LuGre摩擦模型进行摩擦补偿。LuGre摩擦模型能够准确地描述出各种动态和静态摩擦现象，且适合控制律的设计。采用滑模变结构算法，能够增强系统的鲁棒性。自适应算法能够自适应地调整参数，实现有效的控制。　　(2)基于摩擦模糊建模的电液位置伺服系统控制。模糊系统是把人类知识用模糊规则库表达出来，充分利用专家的经验，已经证明模糊系统具有万能逼近性。与一般的模糊模型不同，T-S模糊模型用系统输入变量的线性组合构建出模糊规则后件。它可以用较少的模糊规则生成比较复杂的非线性系统，并且T-S模糊模型便于控制系统的设计和稳定性分析。用T-S模糊模型构建摩擦模型进行补偿，能有效提高控制精度。　　(3)通过MATLAB与AMESim的联合仿真，验证了所设计控制算法的有效性。　　(4)最后在实验平台上进行了实验，实验表明这两种控制算法能有效地补偿摩擦，控制效果明显优于未补偿时的控制效果。　　(5)本文的主要创新点是，提出了两种有效且鲁棒性强的控制算法。在系统参数未知或发生变化时也能取得很好的控制效果。