非线性是电液伺服系统中普遍存在且至今没有很好解决的问题,这些非线性主要由电液转换和控制元件(伺服阀、比例阀或节流阀)的节流特性和液压动力机构的滞环、死区及限幅等因素引起。对于后者引起的非线性(通常称为本质非线性),采用描述函数法已能取得较好的效果,而对前者引起的非线性,目前还没有比较满意的统一处理方法。逆系统方法——利用反馈的方法将非线性系统变换为线性系统,然后再按线性系统理论完成系统综合的方法,是非线性系统控制理论研究方向的一次重要突破。由于其物理概念清晰,既直观又易于理解,使得它在非线性控制的理论研究方面得到了广泛应用。但是应用逆系统方法,要求被控对象的数学模型和具体的系统参数精确已知,实际应用很困难;而智能控制理论中的神经网络控制方法恰恰相反不依赖或不完全依赖被控对象的数学模型,应用方便,理论研究困难。将逆系统分法理论严谨与神经网络控制方法不完全依赖对象的数学模型(应用方便)相结合,定能收到好的效果。本文介绍的神经网络逆系统方法及其在电液力控制系统中的应用,正是基于这一思路提出的。本文应用神经网络α阶积分逆系统方法,研究基于神经网络α阶积分逆系统方法的电液力控制系统的设计。在介绍神经网络α阶积分逆系统控制方法的基本原理的过程中着重介绍了α阶积分逆系统及逆系统理论;通过对电液驱动力系统数学模型的分析,表明以驱动力为控制对象时电液力控制系统相当于一个单输入单输出系统,并证明了该系统是可逆的;利用神经网络α阶积分逆系统控制方法,将逆系统与原系统串联复合在一起,不但能实现原系统的线性化,而且通过合理地设计神经网络逆系统,可使伪线性复合系统的极点在复平面上任意配置,从而得到较为理想的性能。实验结果表明,利用该控制策略实现了电液力系统的驱动力的稳定控制,对于系统工作点大范围变化时,也能很好的跟踪目标信号,并且能够承受较强的外负载干扰和负载参数的变化,具有很强的跟踪性能。