气压伺服系统控制器的优化设计依赖于准确的系统模型。针对系统的非线性问题,研究采用神经网络进行系统辨识的原理和结构;考虑传统BP算法存在局部收敛、学习速度慢的问题,采用遗传算法对神经网络的初值和权值进行优化,并采用LM算法进行网络学习,最终建立系统的神经网络辨识模型。通过仿真对比神经网络辨识结果与传统线性模型辨识结果,结果表明:基于GA-BP神经网络的辨识模型精度较高,适用于非线性系统辨识。

永磁同步电机在现代伺服控制系统中得到了越来越广泛的应用。一种新研发的伺服驱动器和PMSM进行匹配时，需要进行长时间的性能测试。对拖测试是PMSM性能测试中最常见也是最主要的测试方法之一。根据某伺服驱动器生产厂家新产品研发测试，通过硬件和软件的设计，搭建了基于LabVIEW的永磁同步电机互馈对拖测试平台。实现对转矩和转速的控制，并且对电流、电压和温度等参数进行实时的监测、分析、计算、备份和在线调试。该对拖平台实现了参数的快速精确监测，扩展性好，在工程实践中具有很强的实用性。