1.一种无轴承异步电机径向模糊神经网络广义逆控制器构造方法，其特征在于采用如下步骤：

1）将Park逆变换（11）、Clark逆变换（12）、电流跟踪型逆变器（13）和被控的无轴承异步电机（14）依次串接组成复合被控对象（15）；

2）用具有6个输入节点、2个输出节点的模糊神经网络（21）加4个线性环节构成具有

2个输入节点、2个输出节点的模糊神经网络广义逆（22），其中，模糊神经网络广义逆（22）的第一个输入 作为模糊神经网络（21）的第一个输入，其经二阶系统 的输-1

出为模糊神经网络（21）的第二个输入，再经一个积分器s 的输出为模糊神经网络（21）的第三个输入；模糊神经网络广义逆（22）的第二个输入 作为模糊神经网络（21）的第四个输入，其经二阶系统 的输出为模糊神经网络（21）的第五个输入，再经一个积分器s-1的输出为模糊神经网络（21）的第六个输入，模糊神经网络（21）的输出是模糊神经网络广义逆（22）的输出，a10、a11、a12、a20、a21和a22为广义逆系统的参数；

3）调整模糊神经网络（21）的各个参数和权系数使模糊神经网络广义逆（22）实现复合被控对象（15）的广义逆系统功能；将模糊神经网络广义逆（22）串接于复合被控对象（15）之前组成广义伪线性系统（3）；广义伪线性系统（3）被线性化解耦为两个单输入单输出子系统，分别为两个位移二阶伪线性子系统；

4）将模糊神经网络广义逆（22）串接在复合被控对象（15）之前，由模糊神经网络广义逆（22）、Park逆变换（11）、Clark逆变换（12）和电流跟踪型逆变器（13）共同构成无轴承异步电机径向模糊神经网络广义逆控制器（4）。

2.根据权利要求1所述无轴承异步电机径向模糊神经网络广义逆控制器构造方法，其特征在于：所述模糊神经网络（21）的各个参数和权系数确定方法是：将阶跃激励信号{, }加到复合被控对象（15）的输入端，采集无轴承异步电机转子位置的径向位移x、y，将转子径向位移x、y 离线分别求其一阶、二阶导数，求出 和 ，对信号做规范化处理，组成模糊神经网络（21）的训练样本集{ , , , , , , , }，对模糊神经网络（21）进行训练确定各个参数和权系数。