永磁同步直线电机是一种可以直接把电能转化为直线运动的电机。其结构相比旋转电机更简单,没有中间的传动环节,在低速运动时仍然有较好的性能,因此广泛应用于数控机床、光刻机等领域。这些应用场景对于运动速度,位置精度有较高的要求。要想获得高精度的控制效果,首先要获得被控对象的数学模型,然后根据获得的模型来设计控制器。本文将从直线伺服系统的参数辨识和基函数前馈控制器设计两方面展开研究。直线伺服系统的参数辨识先从批处理最小二乘算法开始研究。经过在运动控制实验平台实际辨识后发现现有的批处理最小二乘算法、递推最小二乘算法等辨识结果不够精确。因为噪声干扰的原因,导致辨识结果与功率谱分析对比在振荡环节不能拟合。为了解决噪声带来的辨识不准确问题,由此提出一种基于滤波器的迭代学习最小二乘算法。辨识算法把滤波器引入最小二乘算法,并用迭代求解的方法来解决辨识模型中的非线性问题。通过仿真和实验的结果表明,该算法可以有效辨识直线伺服系统的模型参数,尤其针对伺服系统中存在振荡环节的辨识,效果更加明显。传统对于电机的控制一般使用PID控制策略,这种控制方法简单有效,在实际控制中的很多场合得到广泛应用。但是该方法对经验的依赖性太强,要求调试人员的经验比较丰富,而且PID控制策略是根据跟反馈误差来进行控制的,这就造成了控制滞后。为了弥补单一PID的不足,达到更高的控制精度,实验采用前馈-反馈二自由度控制策略。前馈控制器的设计采用基于基函数多项式的迭代学习控制算法,该算法用基函数的形式来描述被控对象的模型。对于算法中出现求解最优值的问题,通过不断地迭代,使连续传递函数来逼近控制对象的数学模型的方法获得最优前馈信号。这种方法能够有效减小直线伺服系统在运动过程中的跟踪误差。算法中加权矩阵的引入使得算法的鲁棒性、收敛速度可以通过参数来调节,使得算法更加灵活,应用范围更广。