随着科技的迅速发展,借助网络实现高效控制成为自动控制领域的研究热点.然而,各种复杂的网络环境为系统的控制研究带来了巨大的挑战.例如,网络通讯资源不足或计算能力有限等等,这已成为控制研究中亟待解决的热点问题.此外,鉴于工业制造中的操作误差以及原件老化等情况,系统执行器不免会发生故障,为此设计容错方案保证控制能够顺利进行是非常必要的.自适应控制具有良好的学习、适应和调节能力,对各类复杂系统的控制研究具有重要意义.围绕上述问题,本文基于一类具有未知控制增益的非严格反馈非线性系统,在考虑通讯资源有限、执行器发生死区或者Bouc-Wen型迟滞故障的情况下,借助Backstepping技术以及Lyapunov意义下稳定性理论对所考虑的系统开展了自适应控制,具体包括以下几个方面的内容:1.基于具有未知控制增益的非严格反馈随机非线性系统,设计了带有死区输入的自适应模糊容错控制方案.首先,借助一个假设条件来处理系统中未知控制增益带来的影响.其次,为处理未知非线性函数以及非严格反馈结构的问题引入了模糊逻辑系统.在考虑非对称死区输入的情况下,借助Backstepping技术构造了自适应跟踪控制器.该控制器既能以较小的跟踪误差实现追踪目标,又能保证所有闭环信号依概率有界.最后,借助机械臂系统的数学模型验证了该方法的有效性.2.基于具有控制方向未知的非严格反馈随机非线性系统,提出了事件触发自适应模糊控制方案.首先,引入线性状态变换便于控制设计,进而利用Nussbaum函数补偿一个复合未知控制系数.此外,借助模糊逻辑系统及其结构特征克服了由非严格反馈结构产生的设计障碍,避免了非线性函数需要满足全局Lipschitz的假设性条件,降低了保守性.基于相对阈值的事件触发机制构造了一个事件触发控制器,该控制器不仅具有节约通讯资源的特点,而且保证了所有闭环信号依概率有界.最后,通过一个船舶动力学系统数学模型验证了该方法的有效性.3.基于具有外部扰动且控制方向未知的非严格反馈非线性系统,提出了自适应神经网络容错控制方案.首先,通过引入线性状态变换和一个新的坐标变换,避免利用Nussbaum函数补偿未知控制系数所产生的振荡现象.然后,通过引入辅助信号以及定义扰动估计改进扰动观测器的设计方法,设计了具有低耦合和高内聚特点的扰动观测器.此外考虑了系统执行器发生Bouc-Wen型迟滞故障,利用神经网络和Backstepping技术设计了自适应容错控制器.所设计的控制器保证了所有闭环信号均有界,系统输出、状态观测误差和扰动观测误差收敛到原点附近.最后,通过Nomoto非线性船舶系统数学模型验证方案的有效性.