随着社会经济、科学技术的发展，人们对科技产品的质量和精度的要求也越来越高。由于双级执行器系统很好的解决了大行程与高精度二者之间的矛盾，得到了广泛的应用。双级执行器系统中的第一级执行器(粗调执行器)有较大的行程范围，但是没有高的精度，且响应速度慢；第二级执行器(精调执行器)只有小的行程范围，但是有较高的精度，并有较快的响应速度。两级执行器能够用各自优点来补偿对方的缺点。因此双级执行器系统便有了大行程、高精度、响应快等优点。本文所讨论的双级执行器系统的控制器结构为解耦结构，因此两级执行器可以单独设计各自的控制器。本文两级执行器的控制器分别为增益最优化的动态阻尼近似时间最优控制和基于径向基函数神经网络PID控制。第一级执行器的控制器为增益最优化的动态阻尼近似时间最优控制。此控制器的控制算法是建立在近似时间最优控制律的基础上，用一个具有更好性能的控制律代替原先线性区的控制律，本文采用复合非线性反馈控制律来取代。但是复合非线反馈控制律中有一个非线性增益，此增益会影响控制效果。本文采用粒子群优化算法来优化此增益，得到最优值，使整个系统具有最优的控制效果。第二级执行器的控制器为基于径向基函数神经网络PID控制。因为神经网络具有非线性映射能力、擅于学习、高度自适应能力、不需要要精确数学模型、具有将学习到的成果应用于新知识的能力、具有较快的收敛。因此将神经网络和PID控制器相结合可以自动调整PID控制器的参数，使其达到最佳值，提高系统的控制效果。由于第二级执行器一般采用压电、磁致伸缩材料，因此第二级执行器便会有迟滞特性，这样迟滞特性便给控制效果带来影响。本文采用Bouc-Wen模型来描述迟滞现象。为了消除迟滞特性对控制效果的影响，采用此迟滞反向相乘结构来补偿迟滞，从而消除迟滞特性，提高系统的控制效果。本文对双级执行器系统中两级执行器的协调控制设计了一个协调因子，它可以有效的分配两级执行器的工作情况。当系统误差较大时，协调因子趋于零，第一级执行器占主要作用；当系统误差较小时，协调因子趋于壹，第二级执行器占主要作用。本文通过试凑法得到协调因子的参数最佳值。