压电陶瓷执行器广泛应用于各类精密定位平台，其输出力大、响应快、散热好，是一种非常重要的执行器；但是随着工业自动化中的定位精度不断提高，其自身所包含的非光滑、非线性迟滞特性严重影响了控制精度。目前国内外学者对于压电陶瓷在高频状态下的建模和控制的研究还不够充分。虽然已有文献证明可以采用神经网络对其进行建模，大多数还是将其看作“黑箱”处理，且模型结构复杂，基函数求导求微复杂，使得上位机计算偏慢，甚至进入死循环，严重影响了模型的计算实时性，难以应用于高频状态下纳米级轨迹控制。本文以压电陶瓷执行器在高频状态下的精密轨迹运动为目标，对其辨识和控制问题展开研究，获得以下主要成果：　　1.本文借鉴Bouc-Wen模型（B-W模型）的建模思想，构建出基于B-W迟滞算子的神经网络模型。首先引入B-W迟滞算子作为神经网络的基函数，并采用递推最小二乘法（RLS）来构建神经网络训练算法。在实际辨识过程中，为了提高辨识的收敛速度，各个B-W迟滞算子的参数采用均值分布，而迟滞算子的权重初始值选择一个很小的正数。实际辨识效果表明：所提出的辨识方法可以在确保建模精度的情况下，大幅度提高辨识的收敛速度，可以在高频状态下进行精确的轨迹控制。　　2.对已经建立的迟滞模型，再采用一种静态的PI算子进行累加，阀值采用均值分布，与B-W算子化模型进行对比，突出了B-W模型优异的动态性能。　　3.针对一类压电陶瓷串联柔性铰链所组成的微动台，本文采用Hammerstein系统来逼近实际系统，前面的环节采用B-W算子模型来模拟，后面的部分选取二阶ARMA差分模型来描述。最后，本文设计了PID控制器对仿真平台进行控制，结果表明控制算法基本有效。