为提高存在负叠合量的阀控非对称缸系统的控制性能,提出基于神经网络的逆系统控制方法,利用神经网络逼近的逆模型与原系统复合,将复杂非线性系统转变为线性系统进行控制,建立了阀控非对称缸系统的数学模型,系统在(x 0,u)的邻域内存在相对阶,证明了系统的可逆性;采用基于遗传算法改进的BP神经网络(GA-BP)求解逆模型,并针对伺服阀存在负叠合量,以及流态存在层流和紊流两种状态的问题,建立系统的多个逆模型集,提高了逆系统的求解精度。利用AMESIM和Simulink联合仿真平台,基于参考速度切换的原则,对系统采用比例-积分-微分(PID)闭环控制器。结果表明:普通PID控制的液压缸伸出运动响应和缩回运动响应不一致,伸出运动存在0.20 mm的稳态误差,误差波动范围为0.06 mm,而缩回运动稳态误差较小,约为0.02 mm,但误差波动较大,约为0.09 mm;多逆系统复合控制的伸出缩...