随着航空技术的不断发展,在飞机舵机测试领域用自动测试设备代替目前人工测试设备是必然趋势。电动加载系统用于在试验室条件下,模拟直升机在空中飞行时舵机输出轴所受到的负载情况,验证舵机是否达到了规定的设计指标。由于在测试过程中,舵机输出轴在主动转动的同时受到加载电机输出的力矩作用,舵机带动加载电机的输出轴一起运动,故不可避免的存在动态加载系统中所共有的多余力矩问题。多余力矩的存在会严重影响系统的加载精度和动态响应性能,因此寻找适宜的控制策略来抑制乃至消除多余力矩是电动加载系统必须解决的关键问题,而基于精确系统数学模型的传统控制策略由于其局限性往往难以达到满意的控制效果。论文采用基于径向基函数神经网络控制策略,实现舵机电动加载系统的闭环控制,达到抑制乃至消除多余力矩的目的。主要研究工作和研究成果如下：(1)建立了电动加载系统数学模型,利用传递函数分析了多余力矩存在的原因,通过仿真说明了多余力矩对系统性能的影响超过了舵机测试规范要求。(2)在实际的加载测试中,电动加载系统存在模型变化的问题。针对这个问题,在径向基函数神经网络性能仿真结果的基础上,结合电动加载系统的特点改进网络的学习算法,通过引入重要度的概念,增加网络高斯基参数和节点数量调整的准则,以提高网络计算速度。然后在改进算法的基础上提出一种基于径向基函数神经网络的模型参考自适应控制策略,通过构造神经网络辨识器,实时辨识电动加载系统的模型,采用径向基函数神经网络作为神经网络控制器,不断地迭代学习让参考模型输出和加载系统输出的差值达到最小,从而消除多余力矩,最终实现对力矩指令的精确跟踪。(3)利用MATLAB仿真环境,对基于径向基函数神经网络控制策略的有效性进行了仿真验证,并且利用学习曲线对网络学习算法进行合理检验,结果表明该控制策略在不同加载力矩指令下和不同干扰下均能较好地抑制多余力矩。(4)设计了电动加载系统硬件结构和配套软件,完成了加载测试系统的综合调试。采用PXI系统及阿尔泰9606和2307数据采集卡搭建测试平台,利用LabVIEW虚拟仪器技术开发系统控制软件,从而实现具有高度自动化、界面友好、功能完备的舵机自动加载测试系统。论文将基于径向基函数的神经网络控制策略应用于消除电动加载系统多余力矩,较好地解决了某重点型号舵机的加载测试问题,满足了实际工程的需求,对进一步研究也有一定参考价值。