电磁轴承是一种利用电磁力来实现转子无接触悬浮支承的新型高性能机电一体化轴承。相较于传统滚动轴承和滑动轴承,它具有无摩擦、低损耗、无需润滑以及高转速高精度等一系列优点,因此电磁轴承在航空航天、高速真空旋转机械、高效加工储能以及清洁能源交通等领域拥有广阔的应用前景。由于电磁轴承结构复杂,组成部件繁多,且电磁轴承控制系统本身具有非线性和耦合性,使得在电磁轴承的研究中,控制器性能的好坏成为衡量电磁轴承系统能否稳定悬浮的重要标准之一。本文基于电磁轴承的非线性和耦合特性分析,主要从电磁轴承控制系统优化设计和非线性解耦振动控制这两个方面展开研究。首先,从电磁轴承的基本工作原理和组成部分入手,理论计算了电磁轴承的电磁力,并介绍了电磁轴承常用的差动控制结构,着重分析研究了单自由度电磁轴承和多自由度电磁轴承的动力学数学模型,引出了电磁轴承存在的非线性和耦合性问题。其次,针对电磁轴承的耦合问题。基于8极C型磁铁的结构模型,理论分析了电磁轴承的电磁力耦合和力矩耦合,以多自由度电磁轴承-转子系统的动力学方程为基础,分析研究了电磁轴承存在的机械耦合和交叉耦合。同时,设计了采用常规型和改进型PID控制策略的电磁轴承控制系统,通过仿真分析研究了不同PID参数对于控制性能的影响。除此之外,还详细介绍了神经网络模型,设计了基于神经网络的电磁轴承控制系统,对比分析了不同控制算法的控制效果,并对神经网络的结构和优化学习算法进行了仿真对比,分析了不同神经网络结构对控制效果的影响。然后,搭建了基于dSPACE的半实物实时仿真平台,并在MATLAB/Simulink仿真软件上建模,通过RTW模块,实现了模型与dSPACE数字控制平台的在线连接,大大简化了电磁轴承控制系统的操作流程,加快了运行效率,并且可以借助Control Desk图形化界面,进行对控制参数的实时修改,使电磁轴承控制系统的调试与实验变得尤为方便。最后,提出了一种基于神经网络逆系统的电磁轴承-转子解耦控制方法。通过将电磁轴承的逆系统与原系统级联,采用BP神经网络对输入输出信号进行非线性映射,实现了轴承转子平动和转动的解耦控制。详细介绍了该算法的理论计算、设计和实现过程,并通过实验实现了电磁轴承-转子系统的解耦控制。另外针对移动载体上电磁轴承的基础激励引起的转子振动问题,提出了一种基于RBF神经网络的PID控制方法,通过神经网络实时整定PID控制参数,提高了电磁轴承转子系统在非随机和随机激励干扰下悬浮的稳定性。