在工业实际生产过程中,为了系统可以稳定运行,通常会对状态或者输出进行约束,若不对其进行约束,系统的动态性能将会受到影响,严重的情况下还会对元器件产生破坏,所以在对控制器进行设计时,考虑约束是十分必要的.众所周知,与时间驱动的控制方法相比,事件触发控制(ETC)在减少能耗和降低传输带宽占用率上具有优越性.然而,传统的事件触发控制研究均基于闭环系统是输入状态稳定(ISS)这一假设,如何摆脱ISS假设对控制器设计所带来的困扰便成了一个值得深入研究的问题.本文针对几类具有未建模动态和时变状态或输出约束的单输入单输出(SISO)及多输入多输出(MIMO)非线性系统,结合ETC方案,提出几种自适应动态面控制(DSC)方案.本论文的主要内容阐述如下:第一,针对一类具有对称状态时变约束和未建模动态的纯反馈系统,提出了一种自适应DSC方案.通过引入一一对应的非线性映射(NM),解决了系统中存在的对称时变状态约束.通过设计辅助信号,消除了未建模动态所带来的干扰.通过稳定性分析可知所提出的控制方案可使得闭环系统半全局一致始终有界,数值仿真结果检验了本方法的有效性.第二,针对一类具有非对称时变全状态约束及未建模动态的严格反馈系统,提出了一种自适应动态面事件触发控制方案.利用双曲正切函数构造可逆映射,将有约束的不确定严格反馈系统转换为无约束系统.在转换后的系统中,设计动态信号估计动态不确定项.在迭代的每一步中,利用径向基函数神经网络(RBFNNs)逼近由求导过程产生的未知光滑非线性函数.基于转换后的系统,通过改进的DSC方法来设计事件触发控制器.利用在稳定性分析中所定义的紧集可知,自适应闭环系统的所有信号均有界.此外,所有状态严格遵守时变约束条件.两个仿真结果证明了本方法的有效性.第三,针对一类具有非对称动态输出约束和静态状态约束及未建模动态的MIMO严格反馈系统,提出了一种自适应动态面ETC方案.利用双曲正切函数构造了一种可逆映射,使得原系统转化为新的无约束MIMO系统.在每一步迭代中,未知光滑非线性函数向量利用RBFNNs进行逼近.通过引入动态信号来处理未建模动态所带来的动态不确定项.基于转换后的系统,并利用改进的DSC方法,构造了一种事件触发自适应控制器.利用定义的紧集,证明了自适应闭环系统是半全局一致始终有界的.进一步,所有输出与状态均处于规定的约束条件内.两个数值仿真证明了该控制策略的有效性.第四,针对具有约束和未建模动态的块结构MIMO纯反馈系统,提出了一种自适应神经网络事件触发控制策略.利用动态信号解决动态干扰问题.每一步迭代中的未知连续函数能够使用RBFNNs进行逼近.利用对数函数作为可逆映射,具有约束的不确定MIMO纯反馈系统被转换为新的无约束块结构MIMO纯反馈系统.通过改进的DSC策略并基于相对阈值策略,自适应事件触发控制方案被使用于转换后的纯反馈系统.依据Lyapunov方法,证明了闭环系统中的信号是半全局一致终结有界的.两个数值仿真证明了该控制策略的有效性.