实际工业生产过程操作中普遍存在输入或者输出时滞现象,如物料传送、能量交换、信号处理等,如果在控制设计中不考虑时滞的影响,闭环系统的性能将受到严重影响,甚至可能会导致系统不稳定。此外,在实际生产过程运行中,常常伴随着各种各样的负载干扰,如何消除或抑制负载干扰是控制系统设计和性能优化需要解决的一个重要问题。尽管已有很多文献给出了时滞系统的控制设计方法,尤其是针对含有状态时滞的系统,但是针对带有输入时滞和时变不确定性的系统,仍有很多问题有待于解决,如鲁棒预测反馈控制设计,抗扰控制设计等。本文针对具有输入时滞的采样系统,研究仅基于输出测最的鲁棒控制设计方法。主要研究内容和创新点包括:提出了一个基于状态观测器的抗扰控制设计方法。首先通过构建一个扩张状态观测器(extended state observer,缩写ESO)来同时估计系统的状态和负载干扰,然后根据估计出的系统状态和负载干扰设计一个基于滤波状态预测器的复合控制器来克服输入时滞和负载干扰的不利影响,从而改善系统的抗扰性能。对于形如正弦信号类型的时变性负载干扰,定量地分析了基于ESO的两种抗扰控制设计方法(即状态预测反馈和基于干扰补偿的预测反馈控制)的系统输出误差界。针对一类具有输入时滞和时变不确定性的采样系统,提出了一个新颖的预测器设计方法,称之为基于观测器的状态和扰动预测器(state and disturbance observer-predictor,缩写SDOP),来同时预测系统状态和负载干扰。对于大时滞系统,进一步将SDOP扩展为序列SDOP(sequential SDOPs,缩写SSDOPs),令SSDOPs中的每一个顺序预测器只预测一个规定步长的系统状态和负载干扰,从而能有效地克服大时滞的不利影响。基于SDOP(或者SSDOPs),设计闭环反馈控制系统,能显著提高系统抗扰性能,并且分析了闭环系统保证鲁棒稳定性的充分条件。提出了一个基于无时滞输出预测的鲁棒抗扰控制方法。采用滤波Smith预测器与ESO相结合来估计无时滞的系统状态和负载干扰,通过指定期望的ESO特征根和闭环系统极点,提出了一个设计ESO和控制器的方法,从而可以求解出ESO增益向量和预测控制器的解析形式。将所提出的方法应用到一个4升反应釜的温度控制系统,实验结果验证了所提出的方法的有效性和优点。针对带有输入时滞和时变不确定性的批次生产系统,提出了一个基于二维(two-dimension,缩写 2D)系统描述的 鲁棒输 出反馈迭代学 习控制(iterative learning control,缩写ILC)方法。通过构造一个2D系统状态预测器,给出了一个针对无时滞2D系统的ILC控制器设计方法。基于2D系统的Lyapunov-Krasovskii稳定性分析理论,推导得出了时滞相关的2D闭环系统稳定性条件。ILC控制律可以通过求解所建立的矩阵不等式条件得到。采用一个注塑机例子证明了所提出的ILC方法的有效性和优点。