超声波电机(USM)具有电磁电机无法比拟的优点,所以在很多无法使用电磁电机的场合发挥重要的作用。但是因其特有的工作机制,USM内部存在不同种类的非线性特性和时变特性,也因此,超声波电机的建模工作非常困难,特别困难的是建立能够同时描述电机静、动态特性的模型。而因为模型的不准确,依赖模型的控制方案也难以达到理想的性能要求。　　本文首先分析实验测得的旋转行波电机调压调速过程的数据。通过分析不同激励下电机的行为验证电机内部的非线性特性,包括调速范围内的死区和电机表现出的迟滞特性。　　针对电机由于摩擦损耗和温度影响产生的慢速时变特性和电机本身固有的迟滞特性,本文提出了基于预测器的超声波电机逆模型补偿方法。经过严谨的方案论证,本文选择在线最小二乘支持向量机作为电机控制信号预测器。在详细论述算法参数意义和调整方法的基础上,通过仿真验证了预测器算法。证明预测器算法具有普遍的适应性,对参数调整具有较强的鲁棒性,预测准确、快速,完全可以满足在线工作的要求。