摘要：自適應光學系統中的傾斜鏡、變形鏡通常是應用壓電陶瓷驅動器來進行精密位移控制,但壓電陶瓷驅動器都有較大的非線性遲滯效應,對系統定位性能造成了一定的影響。為了補償遲滯現象,需要對遲滯效應進行建模。本文通過引入遲滯算子,使用貝葉斯正則化訓練算法訓練BP神經網絡來構建壓電陶瓷驅動器遲滯模型,以中國科學院光電技術研究所自主研制的壓電陶瓷驅動器為對象開展了實驗研究。實驗結果表明,通過BP神經網絡構建的壓電陶瓷驅動器遲滯模型具有較準確的辨識能力,其中正模型的相對誤差為0.0127,逆模型的相對誤差為0.014。利用所建立的模型,壓電陶瓷驅動器的非線性度從14.6%降低到了1.43%。