本论文是针对液压伺服系统的控制方法的研究。对于频度不高、参数变化不大以及外负载变化不大的液压伺服系统,使用经典的控制方法设计的控制器就可以基本满足系统的工作要求。但当液压伺服系统出现复杂时变、外负载干扰以及非线性等问题并且对控制的数学模型要求比较精准时,传统经典的控制方法就会在解决不确定、非线性等复杂问题处理上存在缺陷。大脑情感学习模型(Brain Emotional Learning,BEL)是模拟人类大脑情感学习过程,根据大脑中杏仁核(Amygdala)和框额皮质(Orbitofrontal)之间组织信息作用产生情感反应的神经生物学原理建立计算模型(简称A? O模型)。大脑情感学习作为一门前沿学科,在模仿生物智能行为上有许多优势,特别是具有一定的自适应能力。由于液压伺服系统复杂的数学模型,常规经典的控制方法实现过程繁复,运行时占用时间长,而大脑情感学习模型运行方式相对简单,且对对象的非线性和时变性具有一定的适应能力,因此可以考虑用这种新的控制方法来实现对液压伺服系统的控制。本论文主要是将基于大脑情感学习模型的智能控制器(BELBIC)用于控制液压伺服系统。本论文首先分别介绍了液压伺服系统和大脑情感学习模型,结合液压伺服系统的简化数学模型,设计出基于大脑情感学习模型的液压伺服控制系统,并将大脑情感学习模型应用到模型参考自适应控制中设计出基于大脑情感学习模型参考液压伺服自适应控制系统,然后利用MATLAB软件分别对这两个系统在不同参数下系统输出进行仿真实验研究,并将系统控制响应与PID控制响应进行比较,得出基于大脑情感学习模型的智能控制器具有良好的动态性能和稳态性能,对外界干扰具有较好的克服能力。