发动机台架试验是发动机性能测试的主要手段，测功机是台架试验中重要的测控设备，其自动化水平、测控精度直接影响台架试验的过程和结果。本文分析了测功机加载系统的整体结构、工作原理及传统PID控制方法的优缺点。在此基础上，提出了基于神经网络建模技术的有模型直接加载及查表控制方法，给出了测功机加载系统软硬件平台的基本设计思路。 论文分析了测功机稳态工况数据，基于双隐层ELMAN神经网络，对大量实验数据进行了训练学习，运用MATLAB软件建立了“转速－扭矩－励磁电流”三者之间的神经网络非线性加载模型。 论文给出了加载系统的软件流程、功能模块、人机界面和关键程序，为实现模拟加载控制提供了必要的技术途径。论文介绍了测功机加载系统中的硬件系统，完成了芯片选型、电路设计、信号测试、上下位机通讯、信号输出等工作，搭建了加载系统中的硬件系统，并阐述了单片机系统硬件的抗干扰原理与基本措施。 最后，论文进行了测功机加载的半物理仿真试验。试验结果表明，基于神经网络理论研制的电涡流测功机加载模型，能较好地反映测功机加载系统中的非线性特性；有模型加载的新型测功机加载系统工作状态良好；神经网络建模加载控制方法在电涡流测功机测控加载系统中的具体应用，弥补了传统加载PID控制方法的不足。