为了有效解决气压信号发生装置中的非线性问题,该文首次将模糊小脑模型神经网络(FCMAC)控制方法应用于该装置的控制中.论文在分析比较了模糊控制(FC)和小脑模型(CMAC)控制原理和特点的基础上,详述了FCMAC的结构原理和算法,并对所研究对象的FCMAC神经网络控制问题,进行了较为深入的研究和探讨.该文设计并研制的气压信号发生装置采用微机控制,可产生多种气压信号,具有控制精度高,控制效果好等特点.此外在该装置中,由该课题研制开发的关键性部件—高压电反馈电气比例减压阀,具有较好的稳、动态特性,并且可与计算机相连实现压力的多级或无级调节.该文针对所研究的对象,建立了描述系统动态特性的非线性数字模型,得出系统是典型的非线性系统的结论.并以此模型对所研究对象进行了仿真研究.研究结果表明,所建立的数学模型是与实际情况基本符合的.为了高效、快捷地操作所研制的气压信号发生装置,该课题还开发出一套计算机辅助测控软件.该软件采用Windows人机界面,运行可靠,功能齐全,操作方便,实用性强.根据FCMAC神经网络初始训练的特点,该文将常规PID控制与FCMAC神经网络控制相结合,给出了气压信号发生装置神经网络控制系统的结构和算法,在用于所研究对象的轨迹跟踪控制的实验中,取得了较传统PID算法更为优良的控制效果.