炮控随动系统在现代火炮控制系统中占据重要的位置。为了满足随动系统的稳定性、响应速度和动静态精度,在装载前需要在实验台架上考核随动系统的性能。本论文在某炮控随动系统负载模拟器研制的背景下,对随动负载模拟器系统的模型辨识和控制方法进行研究。随动负载模拟器在力矩加载的过程中会受到自身不确定性因素的影响,且在动态加载时还受到电机耦合所形成干扰力矩的影响。有效地提高随动负载模拟器加载系统的力矩跟踪精度,具有重要的理论意义和工程价值。本论文研究的主要工作集中在以下几个方面:(1)分析随动系统负载模拟器的结构组成和工作原理,然后结合永磁同步电机模型建立负载模拟器系统数学模型,最后分析系统不确定性对随动负载模拟器性能的影响。(2)研究了随动负载模拟器系统的非线性模型辨识方案。提出RBF神经网络和基于灰预测模型优化的RBF神经网络两种辨识方法,通过建模仿真结果比较,选择了基于灰预测模型优化的RBF神经网络系统模型辨识方案。(3)设计了随动负载模拟器力矩控制器。在灰预测模型优化的RBF神经网络辨识模型基础上,采用模糊单神经元PID自适应的控制器对本课题随动负载模拟器系统进行控制,并且和单神经元优化的PID控制器进行对比。搭建MATLAB/Simulink模型,进行仿真实验。(4)设计、加工了随动系统负载模拟器实验平台,进行实验结果验证。