随着航空航天工业、微电子技术、精密光学技术、精密机械加工技术等一系列高精尖学科的高速发展,以压电执行器为核心驱动元件,以柔性铰链为传动机构的精密微定位平台因具有工作可靠性高、刚度大、结构紧凑、定位精度高等优点在精密驱动领域得到广泛应用。但是,由于压电陶瓷材料固有的迟滞、蠕变和率相关等非线性特性,会严重影响压电微定位平台在微纳米驱动系统中的应用。因此本文从建立高精度的迟滞非线性模型和设计有效的控制策略两个方面对压电陶瓷微定位平台进行研究。首先分析压电陶瓷微定位平台的结构性能和工作原理,将其分解为静态迟滞环节和动态线性环节的串联形式,从而建立了高精度的Hammerstein率相关迟滞非线性模型。其中Duhem迟滞模型被用来描述压电微定位平台的静态迟滞特性,然后用线性传递函数来表征压电微定位平台的频率相关特性。根据Hammerstein模型的结构设计了分步辨识法辨识其模型参数,采用粒子群算法和带有自适应扰动的改进粒子群算法辨识Duhem模型参数,基于MATLAB工具箱和频率响应方法辨识线性传函,并将所求得传递函数与实际系统的频率响应进行了比较,得到了高精度的Hammerstein参数模型。实验结果验证了提出的Hammerstein率相关迟滞模型的有效性。推导了Hammerstein模型的逆解析形式,并设计前馈控制器抑制迟滞非线性对整个定位系统的影响。实验结果表明经过前馈控制后,平台的输入输出曲线呈现近似的线性特性。由于前馈控制过于依赖迟滞逆模型的精度并且缺乏抗干扰能力,设计了基于RBF神经网络在线整定PID参数的复合控制方法,进一步改善系统的控制性能,该复合控制方法无需人为经验调节PID参数,而且不同形式的期望轨迹跟踪实验结果证明了复合控制器可以有效提高压电微定位平台的控制精度和抗干扰能力。最后,设计了无需逆迟滞补偿的神经网络滑模控制器,进一步提高压电微定位平台的鲁棒性。根据第二章辨识的二阶线性动态传递函数,提出了迟滞特性分解的方法表征压电微定位平台的迟滞非线性特性,将迟滞分解为和输入电压相关的线性函数及有界非线性扰动。基于迟滞特性分解设计了神经网络滑模控制器,其中滑模控制器用来消除有界非线性扰动,RBF神经网络对建模不确定性进行自适应逼近。通过Lyapunov方法解决了控制系统的全局稳定性问题,实验结果表明了所设计的神经网络滑模控制器可以更加有效地消除压电微定位平台的迟滞非线性。