高速车辆自动紧急避让技术能够提高车辆行驶的安全性。在高速车辆紧急避让过程中,由于外界干扰不确定等因素,参数固定的自抗扰控制器存在控制精度较差、效果不尽人意的问题,针对这一问题提出了一种基于神经网络的自抗扰控制方法。以车辆二自由度模型为基础,设计了二阶自抗扰控制器,利用神经网络在线整定三阶扩张状态观测器参数,并嵌入到自抗扰控制器中,同时考虑车辆避让过程中存在侧向加速度过大、曲率不连续等问题,采用Sigmoid函数进行路径再规划。Carsim/Simulink联合仿真结果表明,在不同车速下外界不同侧向风速干扰时,神经网络自抗扰控制器较常规自抗扰控制器路径跟踪精度高、鲁棒性好,且在100km/h车速下60km/h侧向风干扰时,两者最大跟踪误差分别为9.82%、58.70%。

针对自抗扰控制器参数多、整定困难的问题,基于改进天牛须搜索算法设计了一种在线自整定参数的自抗扰控制器。针对天牛须搜索算法当前迭代的最优候选解,认为是正、伪两种状态的量子位线性叠加,可用实数编码的量子重新表示,然后利用量子旋转门更新量子表达式。以永磁同步电机作为被控对象进行仿真验证,结果表明基于混合算法的自抗扰控制器有着更好的控制精度和抗扰动性能。

齿轮减速器试验台在加载试验中,由于加载转矩易受传递过程中非线性因素以及驱动电机转速变化的影响,导致齿轮减速器实际加载的转矩值与设定值误差较大且无法稳定,采用传统PID控制难以得到满意的控制效果,为此提出采用自抗扰控制策略设计并实现加载转矩控制器。首先分析了齿轮减速器试验台的结构组成及工作原理,然后设计了加载转矩自抗扰控制器,并在PLC上实现了该控制器,最后在齿轮减速器试验台上对自抗扰控制器与传统PID控制器分别进行了抗干扰试验和动态加载试验。试验结果表明,相较于传统PID控制器,自抗扰控制器对扰动的抑制能力更强,对动态载荷信号的跟随精度更高。

为了提升分布式驱动电动汽车中三台永磁同步电机(PMSM)转速同步控制系统的同步性能和抗干扰能力,以传统偏差耦合结构中的固定增益转速补偿器为基础设计了基于最小转速的新型同步转速补偿器,为了减小电机的跟随误差以及提高控制系统鲁棒性,提出了一种改进非线性函数,以此函数为基础对传统自抗扰控制器(ADRC)进行改良,并设计了PMSM改进一阶ADRC速度环控制器。建立了基于偏差耦合的三台PMSM同步控制系统模型,并进行了仿真对比,结果表明,采用新型转速补偿器和改进一阶ADRC的多电机同步控制系统的同步性能以及转速补偿效果更好,且跟随误差较小,系统动、静态性能和抗干扰能力均有所提高。

针对大射电望远镜精调Stewart平台系统具有非线性、时变、受扰动等特点,并充分考虑易于实现的工程要求,提出自抗扰控制方案,采用分散控制策略和自抗扰控制算法,实现精调Stewart平台系统的高精度轨迹跟踪控制.实验结果证明方案的可行性与有效性.

纯滞后对象一直是自动控制和计算机应用领域的一大难题。常用的PID与Smith预估相结合的方法，在预估不准确的情况下，不能取得较好的控制效果；而单一的自抗扰控制器在滞后时间较大的情况下，调节时间较长。针对大滞后对象提出了自抗扰控制器与Smith预估补偿器相结合的设计方案。通过仿真对比PID配合Smith预估补偿器及单一的自抗扰控制器的控制效果，表明自抗扰控制器与Smith预估补偿器的结合有效地改善了大滞后对象的控制效果，增强了系统的鲁棒性和抗干扰能力。

提出了自抗扰控制器算法参数整定的计算机软件仿真分析和基于参数变换的公式推导两种方法．根据自抗扰控制方程，针对算法中多个参数需要整定的问题，结合工程中控制对象实例，采用Matlab仿真软件逐一确定各参数，寻找同类对象之间的控制参数关系，利用公式得到其他对象的控制器参数．使用Matlab仿真分析法可直观地获取参数，公式推导法则简化了同类对象的参数整定，速度快．仿真实验结果表明，这两种参数整定方法可用于常见的工业控制对象的自抗扰控制器中．

针对某大功率电液伺服系统存在严重非线性、时变性和强干扰问题为保证系统的静、动态品质采用自抗扰控制器（ADRC）使系统具有很强的鲁棒性。仿真表明所设计的自抗扰控制器能够保证大功率电液伺服系统的静、动态性能。

考虑到液压APC系统存在不确定负载干扰和未建模动态的特点首先建立了液压APC系统的模型将不确定性负载扰动和未建模动态视为一个综合扰动项然后利用扩张状态观测器（ESO）对其进行观测和补偿并基于自抗扰控制技术设计了一个不依赖于对象模型的控制器。仿真结果表明：该控制器不仅有效地抑制了不确定负载扰动对系统的影响同时对受控对象模型参数的变化也具有较强的鲁棒性。

考虑到液压自动位置控制（APC）系统存在不确定外部干扰的特点，首先建立了液压APC系统的模型，然后根据对象的输入输出信息，利用扩张状态观测器（ESO）对扰动项进行了观测和补偿，并基于自抗扰控制技术设计了一个不依赖于对象模型的控制器。仿真结果表明：该控制器不仅有效地抑制了不确定外部干扰对系统的影响，同时对受控对象模型参数的变化也具有较强的鲁棒性。