主动式磁轴承是一种新型的非接触式支撑方式,相比传统的机械轴承具有诸多优势,在多种转子系统中发挥了重要作用。主动式磁轴承最重要的特点之一,即是其主动控制特性,能够实现转子的运动控制。传统的转子运动控制即是对系统不平衡振动进行辨识并抑制,从而实现更高的运行精度。而磁轴承—转子系统的特性复杂,系统具有多频振动和宽频响应等问题,对控制系统提出了很高要求。因此,深入研究磁轴承不平衡振动的控制方法,实现系统多频振动抑制和频域稳定性的提高,具有重要意义。转子轨迹控制是转子运动控制的另一种形式,充分发挥主动式磁轴承的主动控制特性,实现转子大范围三维轨迹控制,从而实现复杂表面加工、转子姿态控制等功能,具有广阔的应用前景且亟待深入研究。本文主要研究主动式磁轴承的转子轴心运动的控制方法,通过磁轴承的主动控制特性,实现磁轴承—转子系统的多频不平衡振动抑制和时频同步控制,并设计5自由度转子的磁轴承控制系统,实现转子大范围三维动态轨迹的精确控制。针对转子大范围轨迹控制建立了主动式磁轴承—转子系统的模型。考虑转子运动的影响,建立了主动式磁轴承模型,包括采用非线性电磁力的电磁铁模型、包含转子运动项的磁轴承功率放大器电路模型、传感器等信号反馈设备模型等3部分。为满足转子三维轨迹控制的需要,考虑转子所有自由度的运动,在传统4自由度转子系统模型的基础上,建立了包含转子轴向平动自由度的5自由度耦合的磁轴承—刚性转子系统模型。基于不平衡振动最小位移准则研究了磁轴承—转子系统不平衡振动的控制方法。在PID主控制器上加入并行的不平衡控制器,设计了多层神经网络不平衡控制器,仿真和实验结果表明,该不平衡控制器能够显著地减小转子不平衡振动,效果优于常见的LMS不平衡控制算法和RBF神经网络不平衡控制算法。针对磁轴承—转子系统多频率宽频波动的特性,为实现系统的频域控制并提高系统稳定性,基于小波理论与时频理论,研究了磁轴承时频控制方法,设计了小波变换与多层神经网络结合的时频控制器,对振动进行时频域的多尺度分别的自适应控制,应用时频分析和瞬时频率理论对数值仿真和实验结果进行时频分析,结果表明,该控制器能够实现系统的时频同步控制,相比于PID控制算法和RBF神经网络控制算法,具有更小振动幅度的同时,各个振动频率均有更窄的带宽,实现了更优的频域稳定性控制。针对转子动态轨迹控制研究了磁轴承—转子系统非线性控制算法。针对转子大幅度运动时磁轴承电磁力的强非线性特性,采用滑模控制策略作为主控制算法,研究了深度学习理论并构建了深度卷积神经网络用于系统辨识和补偿控制,设计了深度卷积神经网络—滑模控制算法,并通过李雅普诺夫稳定性理论验证了其系统稳定性。对5自由度转子系统2种三维轨迹控制的仿真和实验分析表明,该算法能够很好地实现转子大范围的动态轨迹控制,深度卷积神经网络很好地辨识并补偿了系统特性,显著提高了控制精度,该算法的控制精度明显优于常见的RBF神经网络滑模控制。针对转子大范围三维轨迹控制设计了磁轴承—转子系统的磁轴承双层闭环控制系统。在控制系统结构设计中,针对转子大幅度运动严重影响磁轴承电流响应的问题,在常规位移环的基础上加入电流环,同时采用了考虑转子运动影响的磁轴承电路模型和非线性电磁力模型;在控制系统算法设计中,采用滑模控制算法,并在位移环应用了本文提出的深度卷积神经网络—滑模控制算法。对5自由度转子系统3种类型运动轨迹进行了数值仿真和实验,并与其他常规控制系统进行了对比分析。结果表明,该控制系统很好地实现了转子大范围三维动态轨迹的控制,双层闭环结构非常有效地削减转子大幅度运动对控制精度的影响,误差显著低于常规单层位移闭环控制方法,且在转子位移较大时优势更大,同时深度卷积神经网络的补偿控制效果显著,进一步提高了控制精度。