电液伺服控制系统具有精度高,响应快,便于调节的特点,同时又能控制大惯量实现大功率输出,因而在工业控制领域得到广泛的应用。但是电液伺服控制系统本质上是非线性系统,系统具有多变量、强耦合、非线性的特点。采用常规的PID控制时,系统的控制性能对模型的误差比较敏感,在系统工况变化较大(如长行程、变负荷等工况)时,系统的总体控制精度不高,不能满足工作装置的控制要求。智能控制无论理论上还是应用技术上都取得了实质性的发展。在控制领域,神经网络具有自学习自适应能力和强大的非线性映射能力,为解决非线性系统的建模和控制提供了一条有效的途径。本文以飞行模拟器为研究对象,对神经网络控制器应用于电液伺服控制系统时的设计及参数调整方法进行深入的研究,以期利用神经网络控制器提高在高时变强非线性系统时获得良好的全局控制性能。本文提出一种双网结构的RBF神经网络直接逆控制方法,首先建立飞行模拟器单通道电液位置伺服控制系统的数学模型,然后依据该模型获取被控系统的输入输出数据,再利用RBF神经网络和这组数据对电液位置伺服控制系统进行逆建模,将辨识所得的神经网络逆模型直接作为控制器嵌入控制并进行仿真,依据响应情况利用梯度下降算法和最小二乘算法进行神经网络控制器参数调节;搭建飞行模拟器实验平台进行实验验证。仿真和实验表明此策略能够改善系统的动态特性,减小系统的稳态误差,提高系统的自适应能力和抗干扰能力,满足系统的控制性能要求。