磁悬浮系统主要是利用电磁力平衡物体自身重力,达到悬浮、支撑与隔振等目的,具有无接触、零摩擦、节约能源等优点,广泛应用于轨道交通、精密制造、医学和航空航天等领域的前沿。磁悬浮球系统具有单自由度磁悬浮结构,对控制器的实时性有较高要求,是验证磁悬浮控制算法的典型实验平台。其研究成果可以移植到更复杂的多自由度磁悬浮系统中。它的控制技术是磁悬浮系统的核心技术之一,其技术难点在于磁悬浮系统是高度非线性和开环不稳定的,同时难以用精确的数学模型对其进行描述。针对磁悬浮球系统控制的难点,本文提出了一种迭代学习控制(ILC)算法进行悬浮球的运动控制。该算法的核心是构造具有收敛性的迭代公式,或者说迭代学习律,利用历史或当前误差信号对控制信号进行修正,最终得到理想的控制函数,实现预期控制效果。该算法的控制效果并不高度依赖于数学模型的精确程度,对于系统参数的变化不敏感,因此具有较高的适应性和鲁棒性,不仅可以应用于磁悬浮系统的运动控制,还能应用于磁悬浮隔振平台的控制。本文以磁悬浮球系统的控制作为主要研究课题,介绍了磁悬浮球系统的结构和运行原理,依据数理方程建立了该系统的数学模型,作为推算控制器参数和仿真试验的基础;接着,选择合适的硬件和软件搭建了磁悬浮球控制系统实物平台,根据该系统的特性,用迭代学习控制算法设计了控制器;将数学分析与仿真试验相结合,确定了迭代学习律的具体形式及参数;最后在实物平台进行实时控制试验,将迭代学习控制系统的性能指标与经典PID控制、离散滑模控制的性能指标相对比,证明本文提出的迭代学习控制算法在运动控制方面,具有更高精度和更强鲁棒性。