飞机舵机电动加载系统是一种地面半实物仿真设备,通过模拟舵机所受各种力载荷的变化情况来测试舵机在不同飞行状态下的工作性能,从而为飞行控制系统地面仿真模拟装置的研发设计、改进改型等方面提供可靠数据来源。由于系统采用被动式力矩加载方式,舵机的主动运动会产生多余力矩干扰,严重影响静态及动态工作性能,因此开展飞机舵机电动加载系统多余力矩抑制方法研究具有重要的理论研究价值和工程实践意义。论文在国内外中小力矩飞机舵机电动加载系统研究现状的基础上,首先设计了以橡胶-金属缓冲弹簧和永磁直流力矩电机为主要加载机构的整体硬件结构,分析了系统工作原理,并给出了评价指标及性能指标。然后,根据系统研究需要及加载要求,建立了主要执行机构的数学模型,并对橡胶-金属缓冲弹簧刚度系数的确定及加载梯度对系统幅频特性的影响进行了研究。其次,开展了多余力矩产生机理及扰动特点的相关研究,给出了多余力矩定义并分析了其在舵机不同工作状态下的扰动方式。根据多余力矩数学模型及多余力矩干扰权重,研究了舵机不同运动信息与多余力矩扰动情况之间的关系。再次,提出了结合舵机输出端角位置前馈和力矩测速反馈的多余力矩常规补偿方法,在一定程度上改善了系统的控制性能,但无法满足系统稳定、实时、高精度加载的要求。为此,开展了基于小脑神经网络智能控制补偿方法的研究。一方面,提出了结合新型小脑神经网络前馈和增量式PID反馈的补偿方法,通过采用变平衡学习常数的权值调整算法对常规权值调整过程进行改进,有效改善了网络收敛速度与系统稳态性能之间的关系。另一方面,为提高网络学习速度并解决增量式PID参数整定困难的问题,又提出了结合改进型小脑神经网络前馈和基于迭代学习控制分数阶PID反馈的双通道控制方法,从而为系统抑制多余力矩扰动提供了重要保障。最后,通过MATLAB仿真实验验证了两种智能控制方法的有效性及合理性。