针对 Stewart 并联平台在精密轴孔装配中存在的轨迹跟踪精度与平衡态收敛速度问题，以印刷机套筒装配这一典型轴孔结构为对象， 提出了一种依托于 PSO-RBF 神经网络增强的非奇异终端滑膜控制方式。通过逆向运动学与牛顿-欧拉方程构建平台动力学模型，设计具有 非奇异特性的终端滑模面函数。引入 RBF 神经网络确保位姿误差的精确抑制，通过粒子群优化算法加速了滑模面的状态收敛过程。依托于 Lyapunov 稳定性理论进一步证明了闭环系统的有限时间的收敛特性。仿真结果表明，相较于传统 PID 和非奇异滑模控制（NSMC），该方法 提升了轨迹跟踪精度，降低了收敛时间。通过物理实验验证了位移误差稳定在微米级、角度偏差低于千分位度的控制效果。 关键词：PSO-RBF；Stewart 平台；轴孔装配；滑模控制