爆破扫雷器电液伺服系统是典型的非线性系统,它存在很多非线性环节：系统结构和参数具有不确定性、负载转矩变化等。因此采用传统的建模与控制策略难以满足控制精度要求。模糊PID控制非常适用于非线性系统,但对于干扰颇多的电液伺服系统,单纯的模糊PID控制不能有效的消除爆破扫雷器电液伺服系统控制过程中的干扰。复合控制器是结合前馈控制和模糊控制的控制策略。本文以某爆破扫雷器电液伺服系统为研究对象,采用遗传神经网络方法对对非线性时变系统辨识,并用前馈控制器与模糊PID控制器相结合的复合控制器对系统进行控制性能研究。论文首先要分析了某爆破扫雷器电液伺服系统结构、工作原理和硬件构成,在AMESim软件中搭建出液压伺服系统的仿真模型,并在Simulink软件中创建输入输出数据的采集模型。联合仿真后,采集得到爆破扫雷器液压回路的输入输出模型数据。分别采用径向基函数(RBF)神经网络、遗传算法(GA)优化RBF神经网络两种方法对爆破扫雷器电液伺服系统建模,并分析模型与实际输出误差和两信号相同程度的信号间方差,结果表明遗传算法(GA)优化RBF神经网络模型的建模精度高,泛化能力也比较好。最后,设计了爆破扫雷器电液伺服系统的复合控制器。复合控制器是结合前馈控制器与模糊PID控制器,并分别采用阶跃信号和正弦信号作为输入信号进行仿真,分析信号的跟踪曲线图和误差曲线图,与传统的PID控制相比,复合控制器提高了电液伺服系统的控制精度和稳态精度,增强了系统抗干扰能力。