虚拟轴机床虽然结构简单，却能够加工一般数控机床无法加工的复杂曲面，这是它最主要的优点。但是由于虚拟轴机床结构上的特点，各轴之间存在机械强耦合，所以每一轴的运动对其它轴都有很大的影响，则其控制方法与串联轴机床比相对复杂。如何实现虚拟轴机床的高精度控制，是一个必须解决的重要问题。本课题研究滑块式虚拟轴机床的高精度控制问题。 滑块式虚拟轴机床采用直线电动机作为驱动机构，因此伺服系统的控制对象就是直线电机。在本文中研究的滑块式虚拟轴机床驱动装置采用直线永磁交流电动机。 在以直线永磁同步伺服电动机为被控对象的伺服系统中，为满足高性能的要求，仔细考虑了能使伺服系统性能变坏的各种因素，包括：各轴之间的机械耦合扰动，永磁同步直线电机动子质量变化、摩擦系数变化等造成的模型参数不确定性，忽略电磁时间常数等因素造成的模型非结构化不确定性，以及电机运行期间存在磁密分布变化、时间谐波等产生的推力扰动等。为克服外界扰动及模型误差等不确定因素对系统造成的影响，提高伺服系统性能，并自动保证系统鲁棒稳定性，本文将H_∞控制律与负载扰动观测器相结合，应用于对位置伺服系统的IP控制当中，于是可以通过H_∞负载扰动观测器随时观测外界扰动并针对扰动给系统以实时的补偿以保证控制精度的要求。 同时本文又提出了一种用于补偿扰动的新型神经网络推力补偿器。由于它的权值具有明确的物理意义，并且在线调整的权值数量很少，所以它具备一般神经网络所没有的快速响应的性能。这种神经网络能够针对外界扰动给予系统实时的补偿，提高伺服系统的控制精度。 本文所提出的控制方案有严格的理论基础，经过了理论与实验的验证。在同时存在参数不确定性、未建模动态和有界扰动时，应用H_∞理论的分析、IP位置控制设计和神经网络使伺服系统可实现对其有多种不确定性的被控对象的精密控制。仿真结果表明所提出的方案具有强鲁棒性，其控制效果很好。