本文所研究的直驱H型运动平台是由Y轴方向上两台平行的永磁直线同步电机（Permanent Magnet Linear Synchronous Motor,PMLSM）和横梁上X轴方向的一台PMLSM共同驱动的。H型平台凭借定位精度高、推力大和响应速度快等优点,被广泛用于激光切割、数控机床、机械加工等领域。由于PMLSM系统去除了中间传动装置,直接与负载相连,其容易受到参数摄动、机械耦合以及外部扰动等不确定因素影响,造成Y轴方向上两台电机动态不匹配,产生位置同步误差,这对产品的加工精度是非常不利的,严重的话造成系统损坏甚至危及人身安全。本文研究目的是针对H型平台易受系统内外扰动影响,设计改进型自抗扰控制器来提高系统的单轴控制精度,同时针对Y轴方向上两台电机同步的问题,设计模糊神经网络控制器来提高系统同步精度。首先,查阅国内外文献,阐述H型平台的发展现状和结构特点,以及系统控制策略。考虑了H型平台在运动过程中,横梁上电机做往复运动,导致横梁总体质心偏移,使Y轴方向上的两台电机受力不匀均的问题,在基于PMLSM的基本原理和动力学模型的基础上,建立了H型平台的数学模型。然后,针对H型运动平台容易受到机械耦合以及外部扰动等不确定因素影响,设计自抗扰控制器来作为H型平台的单轴控制器,保证系统的跟踪性能。由于传统自抗扰控制器中的非线性函数在拐点处不可导,所以需要设计光滑可导的非线性函数。同时,为了减轻扩张状态观测器观测压力,引进最小二乘支持向量机来对其进行优化,以提高系统的单轴跟踪精度。针对Y轴方向上两台电机同步的问题,设计交叉耦合控制器来保证H型平台的同步性能。交叉耦合控制是将平台的跟踪误差和同步误差进行混合,将得到的混合误差量再重新分配给各轴,使两台电机保持同步,提高系统同步性能。最后,为了进一步减小系统的同步误差,将模糊控制与神经网络控制相结合,设计T-S模糊型pi-sigma神经网络同步控制器。利用模糊神经网络较强的学习能力以及对任意非线性函数的逼近能力,使同步误差趋近于零。通过梯度下降法对模糊神经网络中的参数实时修正,实现系统动态补偿。通过MATLAB/Simulink对所提的控制策略进行建模仿真,验证其可行性和有效性。