压电陶瓷作动器作为新型的功能材料,具有低耗能、定位精准、可靠性高等优势,被广泛应用在机械微操作以及振动控制等领域。但同时存在多值映射性、频率依赖等特性,这些特性会导致系统控制精度的下降。因此,研究如何消除压电陶瓷的频率依赖非线性特性的影响,提高其跟踪精度,具有非常重要的现实意义。基于搭建的压电陶瓷驱动实验平台,建立了能够描述压电陶瓷作动器的Hammerstein模型。Hammerstein模型的静态非线性部分采用非对称Bouc-Wen模型,其参数通过差分进化算法进行辨识;Hammerstein模型的线性动态部分等效为一个线性系统,参数通过matlab辨识工具箱中的最小二乘法辨识得到。所建Hammerstein模型通过电压驱动实验验证了精确性。为了消除压电陶瓷的迟滞特性,采用逆补偿线性化被控对象的策略。因此在Hammerstein模型的基础上,提出了一种迟滞补偿结合反馈-迭代学习控制的策略来处理系统的非线性和不确定性,其中迟滞补偿抵消压电陶瓷的迟滞非线性;迭代学习控制本质上是一种前馈控制,经过有限次迭代可以处理重复干扰和迟滞补偿误差,提高控制精度;反馈控制处理外界干扰,提高系统的稳定性。实验结果表明了所设计的复合控制在不同频率的期望位移下的有效性。在实际控制过程中,为避免环境中存在各种干扰源和实验平台内部产生的噪声会对系统状态的估计产生影响,因此在迟滞补偿的基础上引入了线性卡尔曼滤波方法;同时,考虑到具有“前馈-反馈”结构的模型预测控制可以处理由补偿误差等引起的模型不确定性和易于与卡尔曼滤波相结合的优点,设计了基于卡尔曼滤波的模型预测控制。实验结果表明了所设计的控制策略在不同频率的期望位移下的有效性。