超声电机是一种利用压电陶瓷的逆压电效应和超声振动来获得其运动和力矩的电机。因其体积小、响应快、精度高等特点,已被广泛应用在生物医学,航空航天等高精度定位控制相关领域。随着超声电机设计制造的技术越发成熟,超声电机应用领域逐渐扩大,复杂控制要求不再局限于高精尖领域。因此,有必要设计既能满足复杂控制要求,又便于非专业人员操作的控制方法。本文以此为目的,引入无模型自适应控制方法,并针对超声电机系统特征,提出三种改进算法。主要开展了以下研究内容:1.建立了超声电机的转速-频率-时间模型。基于超声电机在不同激励信号下的运行数据,分析了电机运行中的非线性和时变特性和特殊工作环境的约束条件。构造了关于超声电机的转速-频率-时间的模拟系统,用于验证控制算法的可行性,分析算法特性,为参数整定提供依据。2.提出了基于无模型自适应控制（Model Free Adaptive Control,MFAC）的超声电机外约束控制方法。不依赖超声电机的机理模型,通过分析实时测量数据,预测系统未来状态,从而估计系统控制输入。针对超声电机转速和频率负相关的特性,增加了状态纠正准则。为避免控制输入超出机械允许范围,在MFAC计算出的控制输入上施加额外的约束准则。通过模拟各个参数下的控制效果,总结出参数整定规律,并在一组最优参数组合下,获得了理想的控制效果。3.提出了基于拉格朗日乘子法的外罚函数（LMP,Lagrange multiplier punishment）的改进MFAC控制方法。针对MFAC算法中控制输入计算结果可能超出电机实际允许工作范围的现象,采用基于拉格朗日乘子法的外罚函数替代MFAC的一步向前最小二乘估计算法,约束优化方法限制控制输入寻优过程在可行域内,保证状态估计结果完整地应用到输入估计中。相比于MFAC外约束方法,控制系统超调量降低,稳定性提高。4.提出了基于有效集方法（AS,active set）的改进MFAC控制方法。针对LMP-MFAC改进算法以增加控制参数为代价,提高控制稳定性的情况,提出控制输入估计的替代算法。将超声电机输入估计问题转化为二次规划问题,采用有效集方法替代LMP方法,仿真测试验证其和LMP-MFAC控制效果相当,但减少控制参数数量后控制系统复杂度降低,更便于使用。5.总结MFAC、LMP-MFAC和AS-MFAC的参数整定规律,分别为三种算法确定了一组最佳控制参数,对比三种控制算法的控制效果,认可AS-MFAC为最佳的改进方案。在基于d SPACE搭建的实验平台上对比AS-MFAC和PID的控制效果发现:AS-MFAC只需要一组固定参数即可实现控制目标,而PID需要针对不同控制目标修改控制参数;在相同的控制目标下,MFAC算法的平均稳定误差更低,上升时间更短,对于负载变化鲁棒性更强。