比例阀控液压缸系统因结构简单,价格低廉,性价比高等特点被广泛应用于各个领域,但变增益,变死区等非线性特性影响了它的控制性能。国内外学者运用模糊神经网络,迭代学习,滑模变结构等智能控制算法对比例阀控缸系统进行研究,取得了一定的研究成果。本文针对具有大死区,复杂摩擦力的比例阀控普通液压缸系统,在补偿死区和摩擦力的基础上,进行RBF网络辨识的单神经元PID控制研究。首先,概述了课题的研究背景与研究意义,电液比例技术和神经网络控制技术的国内外研究现状以及本文的研究内容。并搭建了以STM32F103ZET6处理器为核心的实验系统。设计信号调理电路,以Qt Creator开发了人机交互界面,开发了处理器与人机交互界面的网络通信,实现了对控制效果的监测。其次,根据系统的组成和工作原理建立了系统数学模型,以系统的开环传递函数为基础,通过伯德图分析了系统动态特性。然后,分析系统的非线性特性,设计了自学习死区补偿算法和基于模型的摩擦力补偿算法。同时在Matlab/Simulink中搭建了控制系统仿真模型,研究了基于RBF网络辨识的单神经元PID控制算法,根据RBF在线辨识的雅可比信息对单神经元PID中的参数进行自调整,并通过仿真实验分析算法中各参数的作用。最后,在实际系统装置中采用了基于RBF网络辨识的单神经元PID控制策略,对比例阀控液压缸进行位置定位和跟踪控制,验证了控制算法的有效性。