超磁致伸缩材料(Giant Magnetostrictive Material简称GMM)制成的超磁致伸缩致动器(GMA)比一般的纯镍、PZT、压电换能器在输出位移量、输出力、能量密度、响应速度、动态可靠性及频带宽度等方面有十分明显的优势,GMM是制作微位移的良好材料,但是由于GMM本身的工作特性,对控制算法提出比较高的要求,使超磁致伸缩材料的应用受限。本文介绍了超磁致伸缩材料的工作特性,对磁致伸缩原理和现象进行解释,提出将超磁致伸缩致动器运用于镗孔加工系统的方案,基于J-A模型,建立了超磁致伸缩致动器驱动的镗孔加工系统模型,与传统模型相比,该模型考虑了超磁致伸缩材料的温度特性,可以适合不同的温度要求,而且创新的引入镗孔加工力,通过将仿真图与实验图的比较,验证模型的正确性。本文首先采用的算法是模糊自适应PID控制,仿真结果表明模糊PID控制的响应时间长,且响应曲线不平滑,考虑到神经网络具有很好的学习能力,为了提高控制精度,在模糊自适应PID控制方法中引入神经网络,构成神经网络的模糊自适应PID控制,仿真结果显示采用了神经网络后响应比之前更快速且响应曲线光滑,同时还通过仿真测试系统的稳定性、抗干扰能力以及跟踪信号的能力。