由于电液伺服系统综合了电气和液压两方面的长处,具有功率重量比大、力矩惯性比大、控制精度高、响应快等优点,使得电液伺服控制广泛应用于航天、国防、民用工业、海底作业等领域。随着社会科技的发展,人们对电液伺服系统的控制性能越来越高。但因电液伺服系统的非线性和参数的不确定性等因素的影响,难以建立精确的数学模型,经典的PID控制很难满足控制性能的要求,而以模糊控制和神经网络为代表的智能控制在非线性控制系统中显示出强大的生命力。本文将智能控制应用于电液速度伺服系统中,着重从模糊控制的策略方面进行研究,目的是寻求切实可行的控制算法,能对系统进行实时控制,以有效解决工程实际问题。针对电液速度伺服系统的特点,首先提出了常规模糊控制器,并介绍其设计方案。尽管模糊控制器具有结构简单、鲁棒性强、跟随速度快的特点,但控制精度不高,难以进行自学习。而RBF(径向基函数)神经网络控制同样具有控制非线性系统的能力,且控制精度高、能自学习、运算速度快,不易陷入局部极小。结合模糊控制和神经网络控制的优点,基于模糊控制器的一种解析结构,本文构建了RBF模糊自适应控制器,利用RBF神经网络的学习功能,在实时控制过程中不断修正模糊控制器的参数,使之能更好的控制电液速度伺服系统。通过分别用PID控制、常规模糊控制和RBF模糊自适应控制对系统的进行仿真,证明了RBF模糊自适应控制策略的可行性与有效性。