采用模糊神经网络结构,提出一种复合式控制方案,以解决传统自适应控制中模型的在线辨识和控制器的在线设计问题,达到对不确定非线性系统的高精度输出跟踪控制;同时,利用一个鲁棒反馈控制器,来保证模糊神经网络模型学习初期闭环系统的稳定性。并应用于电液位置伺服系统中,获得满意的控制效果。

基于1/4车二自由度并联式液压主动悬架系统的非线性模型,考虑系统中各种参数的不确定性,提出了基于该模型的自适应Backstepping控制器设计方法。该方法所设计的控制器能自动调节控制器参数,适应因为汽车行驶状态或环境的改变而引起的系统参数在一定范围内的变化,具有较强的实际意义。仿真结果表明,与被动悬架相比所设计的控制器不仅增加了悬架系统的快速稳定性,而且汽车的平顺性、接地性和动行程也都得到了明显改善。

根据液压电梯的控制要求及特点，研究并设计了新型液压电梯ＰＬＣ集选控制系统，给出了外部接线图及程序流程图，并提出了几点改进措施。

针对某四辊冷轧机的液压辊缝系统考虑系统干扰的情况下建立了高阶非线性系统数学模型利用Backstepping动态面算法设计了辊缝闭环控制器。该方法由于在逆递推设计过程中结合使用了一阶低通滤波器无需对模型的非线性部分重复微分从而避免了因＂微分项的膨胀＂而引起的算法复杂性。理论分析和仿真结果均表明所设计的控制器能够保证系统的半局稳定性输出渐近跟踪期望轨迹使系统对于给定位置跟踪具有良好的动态性能对外部干扰也有较强的鲁棒性。