电液伺服系统具有控制精度高、响应速度快、输出功率大等优点,已被应用到扫雷犁系统中。由于扫雷犁电液伺服系统存在较强的非线性和时变性,反馈和PID控制等传统方法一般难以获得满意的控制效果。近年来,模糊神经网络(FNN)成为研究的热点。它利用神经网络的学习能力来完成模糊规则的抽取,具有较好地表达非线性映射的能力,因此对非线性系统的控制往往能取得很好的效果。本文采用模糊神经网络对扫雷犁电液伺服系统进行建模与控制,论文主要的工作如下：首先根据扫雷犁电液伺服系统的工作原理和主要元件的参数,设计了系统的液压回路,并在AMESim软件中搭建仿真模型,对仿真结果进行详细地分析。然后以控制犁刀升降的液压回路为研究对象,在Simulink中建立数据采集模型,两软件实现联合仿真后得到工作范围内的系统输入输出数据。采用自适应神经模糊推理系统(ANFIS)、基于减法聚类的模糊神经网络(Sub-FNN)和动态模糊神经网络(D-FNN)对系统建模,对所建模型的泛化能力进行了详细地讨论。结果显示前两种模型的输出误差与激励信号相关联,而动态模糊神经网络算法得到模型误差很小,抗干扰能力强。针对扫雷犁电液伺服系统的吃土深度控制,采用了PID控制、逆控制、模糊控制和广义动态模糊神经网络控制(GD-FNN),仿真结果显示PID控制效果最差,系统有超调与振荡。逆控制效果较差,其吃土深度误差较大。另外两种控制器控制效果好,鲁棒性强。