下一代极紫外（Extreme ultraviolet,EUV）光刻机将采用磁浮导向技术,以实现掩模在真空中的长行程传输。磁阻电机悬浮导向被认为是磁浮导向技术中最优候选技术之一,然而,磁阻电机中电流-间隙-力之间的非线性、间隙测量不匹配扰动、水平牵引力的非正交扰动等,限制了其应用。本文针对上述核心问题,从磁阻电机结构优化、非线性建模与补偿、鲁棒非线性控制算法三方面开展研究,具体研究内容和结论如下:1)建立了磁阻电机的多目标优化目标函数,并将磁饱和影响通过添加优化约束进行消除。分析了力的单向性、间隙依赖性、磁饱和特性、漏磁和边缘磁通等非线性对磁阻电机推力的影响,结合推力目标函数、质量目标函数和功耗目标函数,并将磁饱和作为约束,构建了磁阻电机关于质量、功耗、推力的多目标优化目标函数。2)提出了可用于电机非线性模型辨识的全局优化算法和可用于电机结构参数优化的多目标优化算法。设计了同时兼具全局优化搜索勘探（Exploration）能力和开发（Exploitation）能力的动态相互学习（Dynamic mutal learning,DML）策略,并与差分进化（Differential evolution,DE）算法相结合,获得了具有强全局优化能力的动态相互学习差分进化（DMLDE）算法,解决了磁阻电机非线性模型参数辨识难题。将DMLDE算法与基于帕累托（Pareto）前沿的多目标优化思想相结合,提出了多目标-动态相互学习差分进化（Multi-objective DMLDE,MO-DMLDE）算法,解决了磁阻电机多目标优化设计难题。数值实验验证了算法在全局优化和多目标优化上的强大搜索能力,磁滞模型辨识结果和电机参数多目标优化结果验证了算法的实际有效性。3)提出了具有漏磁和边缘磁通补偿的动态分离模型（Dynamic Separation Model,DSM）以及具有涡流和磁滞补偿的双阶段（Two-stage,TS）模型。DSM模型分电流-磁通密度（I-B）和磁通密度-力（B-F）两个阶段将漏磁和边缘磁通的动态波动与静态分离,建立了电机的电流-力（I-F）关系,以在控制过程中结合在线自适应补偿方法实现漏磁和边缘磁通的补偿。TS模型采用高阶趋势分离技术建立了一个率相关磁滞模型,它将涡流为磁滞的动态波动,实现了对涡流和磁滞的同时建模与补偿。仿真和实验结果验证了DSM模型和TS模型的有效性。4)提出了磁阻电机在悬浮上升、下降过程和悬浮导向过程的鲁棒非线性控制方法。该方法基于DSM模型建立了反馈线性化滑模控制架构,并采用自适应神经网络对B-F阶段的漏磁和边缘磁通造成的模型不确定性以及残余线性化误差进行补偿。为补偿磁阻电机悬浮导向过程中悬浮间隙测量不匹配扰动和水平牵引力非正交扰动的影响,采用两个新的神经网络进一步对鲁棒非线性控制方法进行了改进。通过构建李雅普诺夫函数,证明了所提鲁棒非线性控制方法在磁浮控制中的稳定性。5)设计了三组具有阶梯轨迹的磁阻电机悬浮上升、下降实验,验证了鲁棒非线性控制方法在此过程中的高性能控制效果。设计了两组具有不同水平导向运动轨迹的磁阻电机悬浮导向实验,验证了所提鲁棒非线性控制方法在悬浮导向过程中的高控制性能。