我国的工业CT技术发展迅速,并取得一定的成就,但由于诸多客观因素的限制,我国工业CT技术产品模块化、产业化和标准化相对还比较低,尤其现有的工业CT机的自动控制系统普遍采用集成式控制策略,这种控制方式不仅对控制计算机的性能要求比较高,而且降低了各运动轴的自由度,给工业CT控制系统的器件和线路布局也带来了诸多不利,当控制系统出现故障时也不利于系统检修。为简化控制系统的复杂度,如何设计一套既能满足工业CT的各项控制要求,又可以从主控系统独立出来的单轴运动控制器,同时又不失其通用性、可扩展性和灵活构架的特点,成为工业CT模块化设计工作的重要内容。鉴于上述需求,本文首先介绍了课题的背景和意义,分析了工业CT运动控制系统的特点。针对工业CT机自动控制系统集成控制产生的弊端,提出了主控制计算机只完成对分度、分层和平移三个联动轴的控制,其他可独立控制的运动轴选用总线控制结构的控制策略。为了最大限度的释放CT系统的自动控制系统的压力,本文将致力于完成独立轴运动控制器的设计以及其在实际工程中的应用,在系统构成上采用以PLC为核心的控制器与主控计算机相结合的控制方式,主控计算机和独立轴只有通信要求,主要完成发送控制指令和检测状态信息,下位机是以PLC为核心的运动控制器,可对独立轴实时控制,从而使独立轴的控制从主控计算机中脱离出来,运动轴的增减不仅不影响系统结构的通用性,同时也降低了主控制系统集成的复杂度。最后以某CT机为平台,测试所设计的运动控制器在CT控制系统中的应用效果,验证结果表明控制装置基本满足了工业CT系统性能要求。工业CT对运动控制的精度要求很高,以此来保证成像图像的精度和质量。本文针对CT运动高精度的要求,首先研究了伺服系统面板参数的调整方法,以实现控制参数的最优化;由于现场干扰和硬件条件的影响,系统存在稳定波动的误差,从控制策略上,利用前馈控制算法进一步优化了系统性能。另一方面,为克服被控对象参数变化导致控制精度降低的问题,提出了一种BP神经网络模型预测控制算法,借助最小二乘递推算法在线及时预测系统模型参数,利用BP神经网络在线预测PID参数以控制被控对象,并用Matlab/Simulink工具验证了结果的有效性。