针对疲劳试验机控制系统,设计了基于BP神经网络和PID的并行控制器.该控制器充分利用了经典PID控制算法简单的特点,又利用了神经网络良好的自适应能力,首先通过PID控制为神经网络的在线学习提供训练样本,然后神经网络逐渐学习被控对象的动态逆模型并取代PID控制器起主导作用.该方法降低了PID参数的调整难度,同时对控制对象的刚度变化表现出良好的鲁棒性,并通过仿真证明了所设计系统的有效性.