Original scientific paperThis paper presents a wavelet neural network backstepping sliding mode controller (WNNBSSM) for permanentmagnet synchronous motor (PMSM) position servo control system. Backstepping sliding mode (BSSM) is utilized to guarantee favorable tracking performance and stability of the whole system, meanwhile, wavelet neural network (WNN) is used for approximating nonlinear uncertainties. The designed controller combined the merits of the backstepping sliding mode control with robust characteristics and the WNN owning the capability of artificial neural networks for online learning and the capability of wavelet decomposition for identification. An observed error compensator is developed to compensate the estimated error of the WNN and the adaptive law is derived according to Lyapunov theorem. The effectiveness of the proposed controller is investigated in simulation under different operating conditions. The simulation results demonstrate the proposed WNNBSSM controller can provide precise tracking performance and robust characteristics despite unknown parameter uncertainties and load disturbance. Moreover, an implemental wavemaker system is established to verify the effectiveness of the proposed control algorithm.Key words: Backstepping, PMSM position servo system, Robustness, Sliding mode control, Wavelet neural networkAdaptivno slijedno upravljanje u kliznom režimu rada s valićnom neuronskom mrežom za sustav s PMSM elektromotornim pogonom. U radu je predstavljen povratnokoračni regulator u kliznom režimu rada za servo sustav pozicioniranja s motorom s permanentnim magnetima (PMSM) zasnovan na valićnim neuronskim mrežama (WNNBSSM). Povratnokoračni klizni režim rada (BSSM) korišten je za jamčenje željenih performansi slije enja i stabilnost cijelog sustava, dok je valićna neuronska mreža (WNN) korištena za aproksimaciju nelinearnih nesigurnosti. Sintetizirani regulator povezuje prednosti i robusne karakteristike povratnokoračnog kliznog režima upravljanja te WNN sa sposobnostima umjetnih neuronskih mreža za online učenje i mogućnost valićne dekompozicije za identifikaciju. Razvijen je kompenzator pogreške estimacije WNN i adaptivni upravljački zakon prema Ljapunovljevom teoremu. Djelotvornost predloženog regulatora istražena je kroz simulacije u različitim uvjetima rada. Rezultati simulacija pokazuju da predloženi WNNBSSM može osigurati precizna svojstva slije enja i robusne karakteristike unatoč nepoznatim nesigurnostima parametara i poremećaja tereta. Uz to, razvijen je izvedbeni sustav generatora valova za provjeru djelotvornosti predloženog upravljačkog algoritma.Ključne riječi: povratnokoračni regulator, PMSM servo sustav za pozicioniranje, robusnost, upravljanje s kliznim režimom rada, valićna neuronska mreža