随着芯片集成度和规模的高速发展，对封装设备的运行精度和运行速度、加速度提出了更高的要求，在这种高要求下，如何补偿负载惯量产生的动态响应延迟，抑制干扰和不确定性对系统定位精度的影响，已成为高加速度系统的高精度控制理论面临的巨大挑战。迭代学习控制由于不需要系统精确的数学模型，只需输入输出信号即可通过反复学习实现高精度高动态响应的位置控制，为IC封装这类具有重复运动特性的对象提供了一种很好的控制方案。然而在实际系统中，存在着各类复杂的扰动，传统的迭代学习只能抑制其中重复部分，非重复部分将会影响其控制性能。本文紧密结合音圈电机平台，对迭代学习控制的平台应用及其非重复扰动的抑制进行了研究。　　文中首先搭建了由音圈电机直接驱动的定位平台系统，该平台采用解耦笛卡尔坐标机构，电机驱动器选用Trust线性放大器TA330，位置检测采用分辨率为0.1μm的RENISHAW直线光栅，控制核心为DeltaTau公司生产的PMAC运动控制卡。在完成系统各自动化元件间信号连接后，通过系统辨识的方法获得平台的数学模型。　　其次针对PMAC卡的伺服特性，对卡内置伺服环，包括其控制结构，各伺服环通道参数意义及在PmacTuningPro2软件下参数调整方法进行深入研究，同时详细阐述了自定义伺服算法的编程规则与实现方式。　　在系统控制策略的研究中，采用前馈学习加反馈的控制结构，反馈单元由速度环与位置环构成，保证系统鲁棒稳定;前馈单元采用零相位误差跟踪的迭代学习控制结合小波滤波的方法，零相位误差跟踪算法在保证迭代学习控制器稳定的同时提高了学习收敛速度，补偿因重复性扰动造成的位置偏差;迭代域内小波滤波的方法能够对跟踪误差中的非重复部分进行有效的识别及移除，抑制非重复性扰动对控制性能的影响。　　最后基于音圈电机平台对控制策略的有效性进行测试验证，实验结果表明，系统不仅具有良好的跟踪效果，而且在高速高加速下能够保证快速高精度的定位性能。