本论文以某火炮电液伺服系统作为研究对象,运用基于神经网络自适应的控制策略使其达到所要求的动静态性能指标。火炮电液伺服系统存在非线性和时变性,因此很难对其建立满足系统要求的数学模型。本文首先针对某火炮电液伺服系统的非线性问题,利用Matlab中Simulink系统的SimHydraulics模块,建立非线性电液伺服系统模型,通过仿真获得近似系统的实际特性。然后详细研究了典型的前向神经网络(BP网络)的学习和训练算法,针对BP网络训练算法速度较慢且易于陷入局部极小点的不足,提出采用GA—BP算法进行训练的改进方法。接着在所搭建的Simulink模型基础上,分析了神经网络辨识的基本结构,讨论了GA—BP网络辨识问题,并根据电液伺服系统Simulink模型的输入和输出数据,进行了基于神经网络的非线性系统的正模型辨识。由于自适应控制具有很强的鲁棒性,神经网络则具有自学习功能和良好的容错能力,因此本文采用了一种神经网络自适应控制方法来控制火炮电液伺服系统。给出了神经网络自适应控制算法,并进行了仿真研究。仿真结果表明,基于神经网络的自适应控制器对电液伺服系统具有良好的控制效果,达到了设计要求。