直线电机是一种通过电磁能直接产生直线运动的机电装置,它具有速度快、结构简单、传动效率高和易于维护等特点。尤其是永磁直线同步电机(Permanent Magnet Linear Synchronous Motor, PMLSM)具有高推力强度、低损耗等优点,因而在高精数控系统和精密测量等许多领域得到广泛的应用。然而,由于永磁直线同步电机系统易受到电机参数变化、外部负载扰动、摩擦力和推力波动等不确定干扰的影响,限制了其在要求高性能领域中的应用。为了获得高性能的永磁直线同步电机伺服系统,必须设计出良好的控制策略以解决这些不确定性干扰的影响,使伺服系统具有良好的跟踪能力和较强的抗扰动能力。本文针对PMLSM系统中存在的不确定干扰问题,设计直线伺服系统的控制策略,取得如下成果:　　(1)在设计常规滑模变结构控制过程中,往往需要知道系统总不确定干扰的上界值,然而,在许多情况下系统总不确定干扰的上界值难以得知,为此引入自适应理论,设计出自适应滑模变结构控制,但滑模变结构控制中的抖振问题未能得到解决。最后借鉴自适应迭代学习的思想设计了迭代滑模变结构控制,通过迭代学习项的估计系统存在的不确定干扰并补偿,进而极大地减弱滑模变结构控制中的抖振。仿真实验验证了该控制策略的有效性。　　(2)采用一种鲁棒自适应神经网络控制方法,实现了永磁直线同步电机的跟踪控制。所设计的控制器包含两个部分:一部分是自适应神经网络控制器,用来逼近理想控制器,该神经网络的输入为滑模切换函数;另一部分是鲁棒控制器,用来消除逼近误差。建立了相应的李亚普诺夫函数,给出神经网络和鲁棒项的学习律,通过李亚普诺夫稳定性定理证明了控制系统的稳定性。通过仿真实验验证了该控制策略的有效性。　　(3)基于现有的PMLSM运动控制实验平台,对理论研究的成果进行了实验验证,实现了鲁棒自适应神经网络控制策略。