作为典型的智能结构,压电作动器和超磁致作动器获得了广泛应用。但是作动器存在复杂的率相关迟滞非线性,会造成系统精度超差,易产生振荡,甚至闭环系统不稳定等问题。如何对智能结构进行建模和控制,具有重要的理论研究意义和工程应用价值。本文以压电作动器和超磁致作动器为控制对象,深入研究率相关迟滞非线性系统的逆补偿控制理论与方法,旨在消除率相关迟滞非线性对控制精度的影响,分别实现压电作动器和超磁致作动器的实时跟踪控制。文章从迟滞非线性系统建模、逆补偿控制策略设计、实验验证三个层次展开,主要研究内容如下:采用Hammerstein模型思想分别建立压电作动器和超磁致作动器的迟滞模型。采用BP神经网络和ARX模型分别表征作动器的迟滞非线性和率相关性。采用扩展空间输入法,以神经网络结合play算子构建的基本迟滞算子,来克服作动器的多值映射性。建模结果表明,无论是压电作动器还是超磁致作动器,所设计的模型都能描述其迟滞非线性,而且具有易于辨识、频率泛化能力强等优点。设计了前馈反馈复合控制策略对压电作动器和超磁致作动器进行跟踪控制。采用作动器的Hammerstein逆模型构建前馈控制器,分别设计了 PID控制、基于单神经元PID控制、模糊PD控制三种反馈控制器。搭建了基于dSPACE半实物仿真平台的作动器实时跟踪控制实验系统,介绍了实验流程和S-Function的编写方法。对压电作动器和超磁致作动器,分别设计了实时跟踪控制实验。对实验结果进行了分析和比较。跟踪结果表明,对压电作动器和超磁致作动器,所设计的复合控制策略都能有效跟踪,能够满足工程和研究需要。