超磁致伸缩致动器具有应变大、推进力大、快速响应、纳米分辨率等优点,在超精密定位、机器人、减振控制等领域有着广阔的应用前景。然而,超磁致伸缩致动器的外加磁场与输出位移存在着显著的磁滞非线性现象,这给其应用带来很大困难。本文选择了“超磁致伸缩致动器的神经网络控制与动态模型及实验研究”这一既具有科学价值又具有工程实际意义的课题,以期实现致动器的精密控制及广泛使用。本文的主要工作如下:1.将RBF神经网络、DRNN神经网络和模糊RBF神经网络应用于超磁致伸缩致动器的动力学特性辨识中,比较仿真结果可以看到,模糊RBF神经网络的辨识能力较强,辨识效果较好,调整参数较少。2.在不同频率、不同幅值输入信号下,超磁致伸缩致动器的磁滞非线性非常不同,为此构建了在线磁滞补偿控制器,采用反馈误差法神经网络监督控制对超磁致伸缩致动器磁滞非线性进行补偿。在该方法中分别采用了DRNN、RBF和模糊RBF三种神经网络作控制器,仿真结果显示,采用DRNN神经网络时补偿性能较好。3.构建了带有非线性预测模型神经网络自适应PID控制,利用辨识效果较好的模糊RBF神经网络对被控对象进行非线性模型预测,利用BP神经网络对PID控制器的参数进行整定优化,将参数优化的PID作为反馈控制器,来补偿神经网络的映射误差并抑制扰动,以提高位移控制性能。由仿真结果可以看到,带有非线性预测模型的前馈补偿PID控制消除了致动器磁滞非线性的影响,控制效果较好。所提控制策略不需要知道超磁致伸缩致动器的数学模型,能实时跟随超磁致伸缩致动器动态特性的变化,对参考输入的变化具有很强的适应性,易于工程实现。4.通过分析致动器的Terfenol-D棒、弹簧和输出顶杆的机械阻抗,基于压磁方程和振动理论,建立了致动器的动态线性模型,计算了致动器输出位移随时间的变化关系。驱动磁场频率在0-200Hz范围内,计算结果可以较好地描述致动器在有偏置磁场和无偏置磁场条件下的输出位移特性。驱动磁场频率在200-2200Hz范围内,建立的动态模型可以基本描述致动器在无偏置磁场条件下驱动磁场不同频率时输出位移随时间的变化关系。所建立的模型对于超磁致伸缩致动器的设计、优化与控制具有较大的指导作用。5.利用所研制的致动器,在有偏置磁场和无偏置磁场情况下,对致动器的动态输出位移特性进行了实验研究。研究发现驱动磁场频率在200Hz以下时,在相同的电流幅值时,致动器的输出位移幅值随着电流频率的增加而减小。当驱动磁场频率小于200Hz时,有偏置磁场时致动器的输出位移与输入电流之间无倍频现象,无偏置磁场时有倍频现象。当驱动磁场频率800Hz以上时,实验发现有偏置磁场和无偏置磁场对致动器的输出位移幅值影响较小,并且发现致动器的输出位移均存在倍频的新现象。通过实验,揭示了超磁致伸缩致动器在频率域的输入输出特性,为致动器的优化与应用奠定了基础。