摘要：由于内在的滞回非线性，超磁致伸缩驱动器（GMA）会在开环系统中引起定位误差，在闭环系统中造成系统不稳定。为了克服这个问题，将动态递归神经网络（DRNN）前馈和PD反馈控制器相结合，提出了一种实时滞回补偿控制策略，以期实现GMA的精密位移跟踪控制。DRNN控制器是根据GMA的滞回特性构造的，通过反馈误差学习方案在线学习GMA的逆滞回模型。仿真结果表明该控制策略能适应GMA滞回特性随机械负载、输入信号的变化，在线建立GMA的滞回逆模型，从而消除滞回非线性的影响，实现GMA的精密控制。

关键词：超磁致伸缩驱动器 滞回非线性 反馈误差学习 动态递归神经网络 实时补偿控制 

单位：河北工业大学电磁场与电器可靠性省部共建重点实验室; 天津市红桥区300130