在现代工业控制领域中，多电机同步系统应用广泛。如何提高这类复杂非线性系统的控制精度，实现系统无传感器运行，降低运行成本，已成为工业控制领域的焦点。本文针对两电机同步系统强耦合、变时滞、多输入多输出的特性，使用基于神经网络联合逆Smith内模控制方法，解决了该系统的线性化解耦、张力软测量以及通讯时滞补偿问题，并对所用控制策略的解耦效果、辨识效果以及系统鲁棒性进行了研究。　　首先，对两电机同步系统数学模型进行左、右可逆性分析并得到相应逆系统表达式，进而推导出联合逆表达式。随后使用神经网络逼近逆系统表达式并构造出神经网络逆系统，与两电机同步系统串联，从而完成系统线性化解耦以及对实时张力的软测量。　　第二，在Smith预估器的基础上融入内模控制思想，提出Smith内模控制策略，解决了Smith预估控制对估计模型偏差及外部干扰敏感的问题，提高了系统鲁棒性。同时，在神经网络联合逆系统提供精确伪线性子系统模型的基础上，将Smith内模控制应用于两电机同步系统，构成基于神经网络联合逆的Smith内模控制结构。　　第三，利用Matlab/Simulink平台进行仿真，完成对两电机同步系统模型的构建，神经网络联合逆的获取并与Smith内模控制结构一同引入原系统。通过与PID控制的对比，充分体现了基于神经网络联合逆的Smith内模控制的优越性。　　最后，在S7-300 PLC实验平台下，对比分别采用基于神经网络联合逆的Smith内模控制与PID控制时系统的控制效果，并对结果进行了简要分析。　　仿真和实验结果表明，本文提出的新型控制方法有效实现了两电机同步系统的线性化解耦，完成了对通讯时滞的补偿并精确地辨识了实时张力。同时，系统对负载扰动的抑制能力以及动静态特性也得到明显提升。