异步电动机因其可靠性高、低廉的制造成本和制造技术成熟等优点,在工业、农业和航天等领域被广泛应用。异步电动机的数学模型具有高阶非线性和参数时变的特质,传统的标量控制难以实现良好的动、静态控制效果。如何提出一种先进的控制策略来克服高阶非线性等困难并实现高品质的电动机控制,这引起了业内学者的广泛关注。另外,电机的转子角速度、定子电流和输入电压在特定异步电动机应用场合中需要被限制在给定的区间内,否则会影响系统稳定性甚至会导致安全问题。因此,在异步电机控制过程中考虑状态约束和输入电压饱和具有重要的理论研究意义和实际应用价值。本文结合反步法、障碍Lyapunov函数、神经网络和命令滤波技术分别提出了考虑状态约束和输入电压饱和的异步电动机速度调节新策略。论文的主要研究成果如下:1.研究了考虑输入饱和的一类严格反馈非线性系统的跟踪控制问题,引入了基于命令滤波技术的神经网络反步控制方法。针对另一类考虑状态约束的严格反馈非线性系统,本文提出了基于障碍Lyapunov函数的命令滤波神经网络反步控制新策略,实现了良好的控制效果。将障碍Lyapunov函数原理和反步法结合,保证了系统状态被限制在给定的状态空间内。最终,运用李雅普诺夫稳定性分析原理分析了系统的稳定性。2.针对考虑输入饱和的异步电动机速度调节系统,设计了命令滤波神经网络反步控制器。使用中值定理,将输入电压饱和结构处理成适用于反步法的形式。命令滤波反步技术在解决“计算爆炸”的同时减小了滤波误差对跟踪性能的影响,因而命令滤波控制比动态面方法拥有更好的控制效果。仿真结果表明了命令滤波技术在异步电动机速度调节中的有效性和优越性。3.针对考虑状态受限的异步电动机速度调节系统,本文提出了基于障碍Lyapunov函数的命令滤波神经网络反步控制策略。障碍Lyapunov函数原理保证了异步电动机驱动系统的转子角速度、定子电流等状态始终在给定的状态区间内。通过李雅普诺夫稳定性分析可知,闭环系统内所有信号都是有界的。最终通过仿真结果表明了设计的控制器不仅保证了良好速度调节效果,还将转子角速度、定子电流等状态量限制在了给定的约束区间内,避免了因违反状态约束而引发的安全性问题。