混凝土摊铺机是近些年流行的一种路面机械,其调平装置在整机性能中占有很重要的地位,是保证路面平整度、提高公路摊铺质量的关键。传统的调平装置采用平衡梁进行测量,利用常规的控制方式进行控制,取得了较好的控制效果。但为了适应现代高等级公路路面摊铺的技术精度的要求,需要不断的改进其控制系统。本文尝试使用较先进的传感器及人工神经网络控制器来代替传统的测量和控制方式,并对其控制效果进行模拟仿真,以期望得到较满意的控制效果。为了达到这一目标,本文在参考和分析大量现有产品参数的基础上进行摊铺机调平液压控制系统的选型设计。参考现有摊铺机机型,在选型设计的基础上设计了摊铺机试验模型,建立了调平装置的近似数学模型,并对横纵坡控制系统的稳定性和动态特性进行了分析。依据其控制模型,文中进行了直接反馈控制、常规数字PID控制系统的模拟仿真,确定了常规控制方式的控制参数及其控制效果,并在此基础上采用神经网络逆控制方法,对调平系统进行辨识和控制,并对其进行了训练和计算机仿真。在研究中发现,传统的PID控制系统可以取得很好的控制效果,但需经过无数次的试凑,而参数的调整必须特别小心,非常敏感,不小心的选取都有可能使控制效果不好,产生振荡,甚至失稳。而利用BP神经网络的函数逼近能力,可以在较宽的范围内取得较好的控制效果。在控制的过程中,采用两个BP网络,一个作为神经网络辨识器(NNI)进行辨识建模;另一个作为神经网络控制器(NNC)。首先将被控对象进行离线辨识,确定NNC的初始权值再进行神经网络在线控制,从而能够进一步提高系统的控制精度。通过对数字PID和神经网络两种控制方式的比较可知,神经网络控制的跟踪性能优于数字PID控制。所以为了得到一个快速、准确的自动调平控制系统本文采用的神经网络控制器是可行的,为进一步对调平装置试验系统进行控制来提高系统的定位精度奠定了基础。