FY-3卫星太阳电池阵步进电机驱动机构及其配置的驱动器是太阳电池阵对日定向的执行机构。驱动机构的转动部分主要有：步进电机、减速器、传动轴等组成，本文研究的目的为设计专用的优化程序修正驱动机构的运动平稳性并使之达到航空航天局技术要求。修正的主要对象为步进电机及由步进电机和谐波减速器组成的驱动机构。 本文第二章从测试系统的规划设计入手，介绍了本套测试系统的测试目标、测试技术规格、测试系统配置、测试方案和测试步骤，是对整个测试系统的基本概述。本文讨论的所有测试基于该测试系统。 第三章步进电机和驱动机构误差来源分析入手，确定了优化目标，首先通过对电机空载测试，分析电机运动特性，提出了针对电机的优化控制方案，并通过实验证明基于人工神经网络的步进电机细分电压优化波形控制器可以有效提高步进电机运动平稳性进而改善整个驱动系统的运动平稳性。本章最后介绍了基于牛顿插值法和衍生的一种新颖的作图法来修正步进电机驱动系统，通过与人工神经网络算法测试结果的比较，指出了人工神经网络算法的优越性。 第四章主要讨论了不同的实验条件和配置下的实验结果，重点介绍各种研究测试实验的实验目的，实验方法，实验结果，并对实验结果进行了讨论和分析，综合以上各种实验，可以得到的结论： 1、 修正后的细分电压优化波形对电机仍有优化效果，但优化效果降低。 2、 电机的个体差异影响细分电压优化波形的差异，使用人工神经网络计算的细分电压优化波形具有专有性，不同电机细分电压优化波形需要重新设计。 3、 影响驱动机构波动的主要因素是电机运行的不平稳性，通过修正步进电机的运动不平稳性可以改善驱动系统的运行稳定度4、 驱动系统在一圈内受到的恒定或者波动范围摩擦力矩能提高系统刚性和阻尼，增强系统的抗外部干扰能力。 本文设计的基于人工神经网络的波形优化控制器只使用步进电机测量角位移不需要精确获取电机内部参数,是一种在不需要通过建立电机动力学模型快速有效地对电机细分控制波形进行优化、使电机在低速空载和带负载效应条件下运动平稳性均得到提高的方法。