在实际控制系统中,往往有很多不确定的因素,比如系统扰动、噪声。这些干扰、不确定性和参数摄动对系统性能的影响很大。针对这样的控制系统的研究是很有必要的。自抗扰控制不依赖于对象的精确数学模型,具备自动估计和补偿不确定性的功能,解决了模型不确定性和扰动问题。本课题的研究内容如下：1.线性自抗扰控制方法解决了最早提出的非线性自抗扰控制的参数难调问题。本文提出了基于线性状态反馈和高阶泰勒逼近的自抗扰控制,是对线性自抗扰控制的改进。方法的实现基于高阶泰勒多项式逼近表达综合扰动,利用参考输入和其微分实现线性状态反馈控制,有效估计和补偿扰动。该方法解决了跟踪特性与抗扰特性难于同时保证的二自由度控制问题,具有跟踪精度高,状态估计准确,设计实施简便的优点。2.自抗扰控制算法中的输入增益,一般被设置为一个定值,但实际上它是随时间变化的量。当对象模型已知时,将已知模型信息加入到控制器的设计中,会减轻控制器的负担且可提高控制系统性能。本文提出基于扩展卡尔曼滤波动态估计自抗扰控制器输入增益的方法,实现了控制器增益的实时、动态变化,克服了经验取值的困难和不准确。3.Chylla-Haase聚合反应器控制是一个经典的控制工程问题。加热阶段和恒温阶段控制任务的不同,单体进料和停料对反应器温度的影响,以及各种干扰影响,如变化的环境温度、单体杂质因子、器壁污垢系数等,使聚合反应器的控制变得困难。Chylla和Haase建立的反应器模型,具有非线性结构和部分参数不确定特点。本课题提出将自抗扰控制应用到Chylla-Haase反应器系统中。仿真结果验证了在反应器参数不确定和干扰影响下,控制系统依然保持很强的鲁棒性和可靠性。现代生产过程日益复杂,本课题的研究为模型不确定和受扰系统的控制提供了一个行之有效的方法。