为了准确描述压电陶瓷执行器中存在的速率依赖性迟滞,给出了一种由迟滞环节和动态环节构成的串联块模型。迟滞环节的数学模型通过引入描述梯度变化的迟滞算子,将多值映射转化为扩展输入空间上的一一映射,使用前向神经网络来逼近。基于迟滞模型,引入线性动态模型描述压电陶瓷迟滞输出的速率依赖性,构造神经网络NARX(nonlinear　autoregressive　model　with　exogenous　inputs)模型。进一步,给出了模型参数优化的递推随机牛顿算法。实验结果验证了所提出的模型和估计算法的有效性。