近年来,多电机驱动系统在电动汽车驱动、城市轨道交通、印刷业等诸多工业领域得到了广泛应用。如何实现这类多输入、多输出、非线性、强耦合复杂系统的高精度协调控制,特别是转速和张力的解耦控制,成为了电力传动控制研究的焦点。本课题得到了国家自然科学基金(60874014,50907031,51077066)和江苏省自然科学基金(BK2010327)的资助。本文选取了三电机驱动系统作为对象,应用神经网络广义逆模糊自适应控制方法,对该系统的输出转速和张力进行了启动效果、解耦效果、跟踪效果的研究。　　 首先,推导出矢量控制方式下三电机驱动系统的数学模型,证明系统的广义逆存在。然后训练静态神经网络,将训练好的静态神经网络加积分器和传函构造神经网络广义逆,并把神经网络广义逆与三电机驱动系统相串接,得到等效的伪线性复合系统,从而使非线性、强耦合的复杂系统转化为了三个开环稳定的单输入单输出线性子系统。　　 第二,简要介绍了模糊自适应控制的基本原理和设计步骤,并依据模糊控制理论对该伪线性复合系统设计了模糊自适应控制器。　　 第三,利用MATLAB仿真平台,构建了三电机驱动系统的仿真模型,对神经网络广义逆模糊自适应控制方法进行了仿真研究,并与传统PID控制做了对比。　　 最后,在S7-300PLC试验平台上对整个控制系统进行了启动效果和解耦效果的验证实验。仿真和实验结果表明神经网络广义逆模糊自适应控制方法可以在有效实现转速和张力解耦的同时,大幅度减少系统的启动时间和超调量,显著提高系统的跟踪精度和跟踪速度,从而获得理想的启动和跟踪效果,实现高性能协调控制。