扫雷犁电液伺服系统是一种典型的非线性时变系统,采用传统控制方法很难使系统达到控制精度要求。神经内模控制是一种基于模型逆的控制方法,综合了内模控制和神经网络自适应控制的优点,充分应用了神经网络强大的函数逼近能力,设计简单,易于调节,克服了非线性系统建模和控制难实现的缺点。在控制过程中,该方法有较好的动态响应且响应误差小,在非线性系统控制方面可以取得很好的效果。论文需要完成的工作如下：首先分析扫雷犁电液伺服系统的工作原理,硬件构成和元器件参数,推导典型阀控缸系统的传递函数,与此同时,在AMESim软件中设计扫雷犁系统的液压回路模型,然后建立Simulink数据采集模型,实现联合仿真后采集扫雷犁系统犁刀升降液压回路的输入输出数据。由于BP网络有收敛速度慢,容易造成局部极值等问题,因此本文采用与遗传算法相结合的GA-BP神经网络对系统建模,通过分析系统输出与网络输出误差曲线图和神经网络训练轨迹得到,GA-BP网络提高了辨识效率与找到全局最优解的概率,有较强的宏观搜索能力。采用传统PID和神经内模控制对扫雷犁电液伺服系统进行深度控制,通过分析阶跃信号和正弦信号响应曲线误差对比可知,与传统PID控制相比,神经内模控制有较好的控制效果和较强的鲁棒性,能达到系统的控制精度要求。