飞机防滑刹车控制系统是重要的机载设备,对飞机的安全起飞和着陆有着重要影响。防滑刹车控制的目的就是保证在机轮制动过程中不发生危险的轮胎滑移现象,同时通过运行先进的控制策略将刹车效率提高至最优,以增加飞机起飞和着陆过程的安全性。因此,研究先进的防滑控制算法具有十分重大的意义。本文提出一种结合神经网络的模糊自适应防滑控制策略,并研究了基于数字信号处理器TMS320LF2407的数字式防滑刹车控制盒硬件设计。论文首先分析和比较了国内外防滑刹车系统的发展与研究现状,并对比了现行的几种控制方式,选用基于滑移率的控制方式。然后分析研究飞机刹车系统各部分的工作原理,建立了飞机刹车系统各个环节的模型。针对防滑控制的特点,研究了基于模糊推理的控制算法,并设计了模糊控制器,控制器的输入变量为滑移率误差和误差变化率,输出变量为伺服阀的输出电流。针对模糊控制规则主要依靠专家经验、难以自动学习和提取的不足,结合RBF神经网络的自学习优点,提出了基于神经网络的模糊防滑控制系统,改善了系统的自适应能力。仿真表明了设计的可行性。最后研究了基于高性能的数字信号处理器TMS320LF2407的防滑刹车控制盒的硬件设计,设计并分析了指令传感器、轮速传感器和开关信号调理等电路。