为提高扫描隧道显微镜微驱动器的响应速度和定位精度，提出了一种基于自适应理论的控制方法。微驱动器采用压电陶瓷驱动，在分析其结构的基础上，建立了驱动器的简化运动模型，利用最小二乘法对驱动器参数进行了在线辨识。把自适应控制理论引入到微驱动器的控制中，在参数自校正PID控制律的作用下，实现了PID控制器参数的自动整定。采用专用的压电陶瓷驱动电源，进行了位移的测试实验。结果表明，参考位移量为12．39μm时，相对于传统PID控制，动态响应时间由3s缩短到1．4s，稳态位移误差由3．2％减小到2．7％。

为了提高扫描隧道显微镜微位移工作台的定位精度,提出了一种基于遗传算法的神经网络PID控制方案.微位移工作台以压电陶瓷为驱动器、柔性铰链为导向机构,在分析工作原理的基础上,建立了工作台的数学模型.神经网络PID控制器对工作台进行闭环控制,能够在线调整网络加权值,实时改变PID控制器的系数,减小工作台的位移误差.利用遗传算法的全局搜索能力对BP网络的初始权值进行学习优化,有效消除了神经网络对初始权值敏感和容易局部收敛的缺陷,改善了控制器的控制效果.性能测试表明,12μm阶跃参考输入下的稳态误差从3.24%减小到2.55%,稳态时间从1.7 s缩短到1.1 s.