电液伺服系统具有精度高、响应速度快、功率质量比大和便于和电气控制相结合等特点,因而在工业中得到了广泛的应用。电液伺服加载系统是电液伺服系统的一个重要组成部分,本文所研究的电液伺服加载系统是对结构件进行静力性能、疲劳性能、细节疲劳额定强度等试验的关键设备。上述实验为设计提供理论依据,并具有节省研制经费、缩短研制周期、实现各种可能的试验情况等许多优点。在控制领域,工业过程广泛采用PID控制,其具有结构简单,易于实现的优点。但PID控制器对不同的对象要用不同的PID参数,而且调整不方便,抗干扰能力差,超调量大;而模糊控制是一种语言控制,不依赖于被控对象的数学模型、设计算法简单、易于实现。由于神经网络具有自学习能力和强大的非线性映射能力,为非线性系统的建模提供了一种有效的解决方法。但是,单纯的神经网络控制也存在收敛速度慢以及容易陷入局部极小值等问题。把模糊逻辑、BP神经网络、PID控制的优点相结合。充分利用了模糊逻辑的抽象能力、神经网络的自学习功能、PID控制的算法简单的特点,使系统可以通过模糊神经网络在线调整PID控制器的参数。本文首先依据电液伺服加载系统的结构、工作原理及电液伺服加载系统技术要求,以流量方程和力平衡方程为基础,建立电液伺服加载系统的数学模型。然后设计了模糊PID控制器,模糊神经网络PID控制器。用Simulink对系统进行仿真,得出所设计的模糊神经网络PID控制能最有效改善系统的超调量等性能。仿真结果验证了所采用模糊神经网络PID控制方案是正确可行的。