详细分析和总结了目前国内外关于定量反馈理论(QFT)的文献中建立不确定性模型的方法。在此基础上,提出了三种获得系统不确定模型的思路基于简单的闭环比例控制建立不确定模型、基于非线性数学建模建立不确定模型、基于神经网络辨识建立不确定模型,并以阀控非对称缸液压伺服系统为研究对象举例进行了阐述。此外还分别指出了这三种方法的优缺点。该研究为QFT的进一步工程应用奠定了很好的基础。

阀控非对称缸系统存在着大量的非线性和不确定因素，这些因素对系统稳定性的影响非常复杂。本文建立了阀控非对称缸系统的非线性模型，以此模型为基础，利用多参数分岔理论分析了单一因素变化和多个因素同时变化等不同状况下系统稳定性的变化，给出了增大系统稳定裕度的设计指导性意见。

针对阀控非对称缸系统,分别推导了液压缸正反向运动时的状态方程,并最终统一成一个非线性模型.通过仿真和试验,验证了模型的准确性.在此基础上,采用非线性控制理论中的输入/输出精确线性化方法,通过非线性状态反馈变换获得了全局线性化模型,并对系统零动态稳定性进行了分析.该研究对采用线性控制理论实现液压伺服系统的高精度位置跟踪控制有一定的帮助.

针对阀控非对称缸电液位置伺服系统的非线性和不确定因素，采用试验方法建立了等效的线性不确定模型，并在理论线性化模型的基础上确定了抗负载干扰指标，设计了定量反馈（QFT）鲁棒控制器。在发现相位误差较大的情况下，采用零相差跟踪控制器代替前置滤波器，并用设计的零相移低通滤波器来抑制零相差跟踪控制器的高频增益。试验结果证明：改进后的定量反馈控制能够获得更高的曲线跟踪精度。

本文在分析船舶运动模拟器阀控非对称缸液压系统存在较大非线性的基础上利用神经网络具有逼近任意非线性函数且具有自学习与自适应能力应用BP算法对液压系统进行辨识.辨识结果表明辨识模型接近于实际系统为模拟器液压系统控制奠定了基础.

针对电液伺服系统存在参数变化、负载干扰等非线性因素，且难以建立精确的数学模型用于实时控制的特点，将一种自学习滑模模糊控制方法应用于电液伺服系统，并将滑模控制策略应用于模糊控制中，建立以滑模函数值为输入、伺服阀控制电压为输出、模糊规则只有11个的简单模糊控制器，通过在线学习调整模糊规则使系统状态快速滑向状态平衡点。该控制方法结合了滑模控制和自适应模糊控制，鲁棒性强、结构简单。仿真和实时控制结果表明：在电液位置伺服系统中取得良好的控制精度和稳定性。

针对阀控非对称缸位置伺服系统的非线性和不确定因素，采用实验的方法建立了等效的线性不确定模型，并在理论线性化模型的基础上确定了抗负载干扰指标，设计了定量反馈（QFT）鲁棒控制器。在发现相位误差较大的情况下，采用零相差跟踪控制器代替前置滤波器。实验结果证明使用零相差跟踪控制器能够获得更高的曲线跟踪精度。

利用Pro／E和ADAMS建立了喷水和滑翔混合推进水下机器人多体动力学仿真模型。设计了实现姿态调整和喷口转向功能的液压驱动系统。建立了基于ADAMS和MATLAB／SimHydraulics的机械与液压联合仿真模型，在此基础上对喷口转向控制进行了联合仿真分析，分析结果为喷口转向机构的设计和实际转向控制调节提供了依据和参考。

设计了一种新颖的船舶运动模拟器及其液压驱动系统利用ADAMS动力学仿真软件和Matlab/Simulink仿真工具建立了机械系统、液压驱动系统、计算机控制系统的一体化模型给出了控制仿真结果并最终通过试验验证了所建模型的有效性。该方法可以极大地缩短液压产品的开发周期减小开发成本。

阀控非对称缸系统存在着大量的非线性和不确定因素，这些因素对系统稳定性的影响非常复杂。本文建立了阀控非对称缸系统的非线性模型，以此模型为基础，利用多参数分岔理论分析了单一因素变化和多个因素同时变化等不同状况下系统稳定性的变化，给出了增大系统稳定裕度的设计指导性意见。