航天领域一直是我国研究的重中之重,也是各国竞争的重点赛道。从我国第一颗人造卫星的冉冉升起,到第一次载人航天器的发射成功,再到如今的“北斗”卫星的组网、空间站、探月任务等等,我国的航天领域一直在不断的进步,不断地取得成就,而完成这些任务的重要载体就是火箭。随着世界对环保关注度的提高,我国对火箭燃料的安全和环保问题也越来越重视。HAN（硝酸羟胺）基火箭燃料是一种可替代肼类推进剂的“绿色”燃料,为了研究适合其燃烧的火箭发动机推进器结构,在我国如801空间推进研究所等各研究机构都搭建了火箭发动机燃烧实验平台。在实验中对喷注器所喷射的燃料雾化效果进行研究,需要测量仪器在实验舱内进行毫米级的精确移动以对雾滴分布进行采样,测量仪器的位移精度直接影响了对燃料雾化效果的观测,对喷注器结构的设计有至关重要的作用。步进电机在精确定位方面,特别适合实验测量系统中一步一毫米的应用场景。为了解决上述的问题,本文在步进电机的精确定位方面,对其运动过程控制进行研究。在模糊PID控制的基础上利用神经网络对其模糊推理过程进行优化并建立起控制参数能够更新的控制器,对步进电机的位移进行精确控制。基于此研究设计了一套基于步进电机的三维位移平台,并对控制算法进行验证。本文的主要的工作如下:首先本文对步进电机的控制策略及驱动方式等进行研究,通过查找相关资料和阅览研究文献了解到在不改变电机结构下可以通过电流的细分控制的方式进一步减小步进电机的步距角以提升定位精度,并且确定了一种利用智能控制与PID控制算法相结合的控制策略。其次探究了步进电机相关的工作原理,特别对细分控制的原理及实现进行了研究。在此基础上,较为合理的忽略一些复杂因素,通过两相混合式步进电机的电压平衡方程、转矩平衡方程和运动方程推导了其传递函数。除此之外,本文对模糊控制原理及自适应神经网络理论进行研究,并依此将一个模糊神经网络结构与PID控制相结合的智能控制算法（FNNPID）应用于步进电机的闭环控制系统,此网络的权值调整与BP网络类似,以反向传播的形式使用混合学习规则合并梯度下降法和最小二乘法以确定一组权值参数。通过注入大量的训练样本,不断地优化模糊控制的隶属度函数的参数、模糊规则及模糊规则的适用度等连接权值。基于此智能控制算法和建立好的电机数学模型,在仿真平台上搭建了步进电机的位置闭环细分控制系统模型。通过仿真可以看出模糊神经网络PID控制器使系统有更好鲁棒性和动态响应,它可以自适应的控制调节参数,比较大的缩减了调节时间,降低了系统超调量,提升了系统的稳定性。与传统的PID控制算法和模糊控制相比本文的FNN-PID控制器具有更优越的控制效果。最后,本文对三维位移平台的硬件进行选型包括:STM32主控芯片、三个步进电机驱动芯片、三台带有编码器的两相混合式步进电机、开关电源、丝杆滑台等,并设计了相关的电路。利用STM32Cube MX辅助软件在Kei集成开发平台进行程序设计并在Proteus平台仿真验证,使步进电机可以分时的进行三个方向上的以毫米为间隔的精确定点位移。本文为航天发动机燃料喷雾实验平台的自动测量系统提供了有效可行的解决方案。