本文针对波纹管精密定位平台的迟滞性，提出了一种改进的神经网络作为前馈控制器，PID作为系统的负反馈的复合控制方案，用神经网络迟滞逆模型结合PID反馈的复合控制方案提高系统的定位精度。气动波纹管精密定位平台由上位机，控制器，气浮导轨支撑的工作平台，NITV2050 电气比例阀，波纹管执行器，光栅尺构成，定位平台的机械结构图如下图所示：

图2为定位平台的结构示意图,空气压第机产生气源,经过AW30型过滤减压阀对气源进行过滤减压后,产生0.4Mpa干燥气体，NITV2050电气比例阀的电压源为 24V、信号输入范国为:DC0-5V,通过给定电气比例阀的输人信号来制波纹管的位移量,位移执行器波纹管的弹性刚度和阻尼系数分别为:248800N/M和380.5Ns/m。上位机系统采用的是 LABVIEW软件 ,控制信号的发出和实验数据的采集都是由上位机来完成。LABVIEW通过串口和下位机进行信息的交互。控制器采用的是32位的sTME2E103片、波纹管定位平台的位移传感器为分辨率达到纳米级的光栅尺,波纹管定位平采用气浮导轨减小摩擦，使系统的精度得到提升。

                                              
        气动精密定位平台采用的执行器件是波纹管,通过控制比例阅的信号来控制进气量进而控制波纹管的位移量。由于波纹管腔体、电气比例阀和气体本身的原因，系统输入的电信号与输出的位移量存在非一一对应的现象,也就是说同一个输入电压在波纹管往复运动的过程中输出的位移值会有稍微的差异,具体表现在气压增加的上行运行和气压减小的下行运动中存在一定的位移量。这种输出位移的差异就是波纹管定位平台的迟滞现象。通过模型的补偿 ,对于高精度的定位平台来说是很有必要的。
                                             
首先利用神经网络的迟滞逆模型对波纹管定位平台迟滞系统进行处理，给定的轨迹信号经过系统的神经网动态迟滞逆模型后给出控制量。为了减小神经网络迟滞系统建模存在误差，结合PID负反馈进行补偿,我们很有必要做出一个复合控制方案，PID控制器的应用非常广泛 ,它的输出控制量与系统输人信号与输出信号之间的偏差有关 ,在此不再过多的叙述。