针对倾转四旋翼无人机旋翼模式和短舱角变化后的飞行模式的轨迹跟踪问题, 提出一种双滑模控制方法。首先, 将倾转四旋翼无人机的动力学系统视为全驱动子系统和欠驱动子系统的组合;其次, 结合扩张状态观测器(ESO)对两个子系统分别设计控制律, 其中, 针对欠驱动子系统, 引入复合滑模面, 采用Hurwitz稳定性求解滑模面系数; 然后, 依据Lyapunov稳定性理论, 所有子系统均能达到滑模面; 最后, 通过对比仿真实验验证了所提方法的有效性。

针对板球系统PID控制震荡严重、人工整定PID繁琐以及动态品质差等缺点, 研究了小波神经网络(WNN)辨识和WNN-PID自整定参数相结合的方案。首先, 针对板球强耦合特性, 通过拉格朗日方程建立了由两部分组成的板球系统模型; 其次, 为了克服PID人工整定繁琐和稳定性差等问题, 构建了WNN-PID控制器; 考虑到梯度下降法和固定学习速率容易陷入极值, 利用动量梯度和AdaDec算法, 加快了网络的训练速度; 然后, 利用Lyapunov稳定性理论验证了系统收敛性;最后, 通过Matlab仿真实验可知, 在板球系统中所提策略的稳定性和鲁棒性均优于常规PID和BP-PID策略。

针对一阶线性、二阶带有非线性项的异构多智能体系统在无向拓扑结构条件下的一致性问题，通过修改现有的一种分布式控制协议，利用图论、Lyapunov稳定性理论和Lasalle不变集理论，得出该异构智能体系统达到一致性的充分条件。使用Simulink搭建四旋翼无人机和智能小车组成的带非线性环节的异构多智能体平台，并将研究理论结果在该平台上进行验证。最终数值模拟结果表明，若满足所提条件，该异构多智能体系统在该协议下可实现一致性。

为了更好地提高工艺加工平台的精确度, 结合自适应控制与区间二型模糊神经网络理论设计了一个双轴运动控制系统。该系统通过控制两个场向永磁同步电机来定位X-Y双轴运动转子的位置, 从而跟踪预设的蝶形曲线。针对由区间二型模糊神经网络的有限规则产生的不可避免的逼近误差和优化的参数向量等集中不确定性因素, 设计了自适应集中不确定性估计律, 并通过在线鲁棒补偿器处理集中不确定性的值。最后, 通过TMS320C32数字信号处理器运行了本文提出的控制算法。实验结果验证了基于区间二型模糊神经网络设计的双轴运动控制系统的轨迹跟踪精确度较高。与一型模糊神经网络控制系统相比, 区间二型模糊神经网络控制系统具有更好的控制性能, 鲁棒性更强。

为了解决低速状态下跟踪转台在摩擦力矩作用下出现低速爬行现象, 以某光电跟踪转台为研究对象, 根据Lyapunov稳定性理论和自适应控制理论, 提出了自适应摩擦补偿方法。通过在经典伺服控制回路中增加摩擦补偿器, 以达到抑制低速爬行现象, 提高设备低速平稳性能。对比补偿前后转台的输出速度仿真曲线, 表明该方法能够有效地抑制低速爬行现象的产生, 提高转台的稳定跟踪性能, 适合于工程应用。