压电式微纳米定位系统利用压电材料的逆压电效应原理,在电压信号的作用下能够实现微纳米级的位移输出,具有响应速度快和易小型化等特点,其性能不易受外界温度和磁场变化的影响,因此在先进制造产业中应用渗透越来越广泛。本文以压电微动平台和压电直线电机两种压电式微纳米定位系统为研究对象,为满足高精度控制需求,设计控制器有效地减小或消除被控系统的复杂迟滞非线性对系统定位精度的影响,为推动压电式微纳米定位系统在先进制造领域的进一步应用奠定理论基础并提供实验参考依据。文章主要研究内容如下:首先,分别搭建了压电微动平台和压电直线电机实验平台,并介绍其工作原理。针对压电式微纳米定位系统的输出位移主要受输入电压的幅值和频率影响的特点,设计不同幅值和频率的电压信号激励系统,用于两个实验平台的开环特性分析。根据实际系统的输入输出关系曲线,讨论实验平台迟滞现象中的幅值相关性和率相关性,并阐明分别针对压电微动平台和压电直线电机设计数据驱动自适应控制（Data-driven Adaptive Control,DDAC）方法的必要性,为控制器的选择及设计提供重要的实验依据。由于压电微动平台存在复杂迟滞非线性,其精确的离线模型往往结构较为复杂且建模过程繁琐,而基于离线模型的控制方法对建模精度依赖性高。因此,本文提出了一种基于神经网络的DDAC,利用系统可测量的输入输出数据,在李普希茨假设条件下,将系统描述为等效紧格式动态线性化预测模型,通过加权最优算法得到无模型自适应预测控制器（Model-free Adaptive Predictive Controller,MFAPC）。利用神经网络对预测模型中的动态伪偏导数进行在线估计,进而实现对控制器未知参数的在线调整。相对于经典MFAPC,神经网络的引入提高了控制器自适应性能,实验结果有效地验证了所提方法的轨迹跟踪控制性能、抗扰性和鲁棒性。紧格式动态线性化模型结构简单但系统复杂非线性主要通过伪偏导数表现,因此为获得理想的控制效果,所设计控制器的自适应参数在线调整会引起较大的计算负担。此外,由于影响系统性能的状态量没有包含在紧格式动态线性化模型中,上述方法存在导致闭环系统精度不高甚至存在失稳的风险。为避免这一问题,本文针对压电微动平台提出了一种基于估计器的DDAC,该方法将系统描述为带有迟滞输入的非仿射非线性离线系统,采用动态线性化技术将得到系统的等效模型并设计DDAC,并提出了一种基于Hopfield神经网络（Hopfield Neural Network,HNN）的估计器实现对DDAC自适应参数的在线调整。HNN估计器不仅可以在线更新控制器参数,还可以估计系统的输出,从而确保对实现控制器参数的有效估计。通过稳定性分析和对比实验验证了基于HNN估计器的DDAC对压电微动平台轨迹控制中的有效性。上述两种控制方法均在系统满足广义李普希茨假设条件下进行设计,虽然该假设是许多控制系统设计过程中对被控对象常用的限制条件,但对于实际系统而言,满足广义李普希茨假设条件通常是一种较为理想的状态。为此,本文设计了一种直接型DDAC方法,将系统描述为由线性子模型、迟滞子模型和其余不确定性组成的模块化离散模型,并利用HNN估计器对系统模型中的未知参数进行在线辨识。然后设计了基于时滞递归神经网络的直接型自适应控制器,实现了压电微动平台的高精度轨迹跟踪控制,从理论上分析了控制系统的稳定性。此外,对上述三种控制方法的性能进行了对比分析,讨论并总结针对压电微动平台轨迹跟踪控制上述方法的适用情况。最后,针对压电直线电机的高精度定位控制问题,提出一种基于校正控制的复合自适应控制方法。利用压电直线电机传递函数的动态线性部分设计校正控制器改善其动态和静态特性。然后,为了减小压电直线电机固有迟滞非线性和外部振动等未建模动力学对系统定位精度的影响,提出了一种由无模型自适应控制器（Model-free Adaptive Controller,MFAC）和低通滤波器组成的复合自适应控制方法,无需建立压电直线电机整体模型的情况下,实现对高精度控制的需求。低通滤波器可以降低系统中的高频噪声对控制性能的影响,有效改善了经典MFAC方法的瞬态响应。通过理论分析和实验对比,验证了所提方法能够实现压电直线电机纳米级的点到点控制和三阶S曲线轨迹跟踪控制,所提出的控制方法适用于工程应用。