在工程控制领域中,广泛应用智能控制技术解决具有不确定性、非线性的复杂系统控制问题。其中,模糊神经网络控制更是受到广泛的关注。由于井下工具试验装置具有强非线性、不确定性和耦合性,采用常规的控制方法难以取得较好的效果,本文将模糊神经网络控制应用于井下工具试验装置的轴向拉压和旋转子系统的控制中,以期获得较好的控制。井下工具试验装置主要由轴向拉压和旋转两个子系统组成。其中轴向拉压子系统用于模拟井下工具轴向载荷的工况,旋转子系统用于模拟井下工具扭转载荷的工况。由于常规模糊神经网络控制器设计方法中存在着初始模糊规则难以确定以及模糊神经网络训练缓慢和难以达到全局最优等问题,本文利用免疫遗传算法来设计模糊神经网络控制器。首先利用免疫遗传算法得到控制器的初始模糊规则,并对得到的初始模糊控制规则进行优化。而后提出了模糊神经网络控制器的混合学习算法,即先采用免疫遗传算法离线优化,再采用BP算法在线调整。本文建立了轴向拉压和旋转子系统的数学模型,并根据实际进行适当的简化。在建模的基础上进行了控制系统仿真以及实验分析,并与PID控制进行对比。结果表明基于免疫遗传算法的模糊神经网络控制器超调量低、稳态误差小,具有良好的动态特性。