自适应控制能够适应系统对象动态特性的变化,有效处理系统中参数不确定性。针对系统中非参数不确定性,在自适应控制中引入鲁棒控制机制,能够抑制系统中界函数已知的不确定性,同时确保系统中参数均有界,使得系统误差收敛到有界的范围内。考虑实际系统存在做重复运行的情形,结合自适应鲁棒控制策略,引入迭代学习控制算法,能够有效消除周期性干扰影响。本文针对不确定系统,设计自适应鲁棒迭代学习控制器,分析其控制性能;在永磁同步电机系统装置上进行实验,验证自适应鲁棒迭代学习控制器的有效性。本论文的主要工作如下:1.针对定常参数不确定系统,采用积分自适应律估计未知定常参数,引入初始修正吸引子,设计有限时间自适应鲁棒控制器,给出相应的收敛性分析,使得系统跟踪误差在指定时间内收敛到设定的范围内,通过仿真结果验证算法的有效性。2.针对定常参数不确定系统,采用增量自适应律估计未知定常参数,给出增量自适应鲁棒控制算法,引入初始修正吸引子,设计增量有限时间自适应鲁棒控制器,给出其稳定性证明,保证系统的跟踪误差有限时间收敛到预设领域内,通过仿真结果验证算法的有效性。3.针对重复运行定常参数不确定系统,设计自适应鲁棒学习控制器,采用自适应律估计未知定常参数,保证系统实际轨迹跟踪上期望轨迹,有效地消除周期性干扰影响,并给出参数有界性和系统稳定性证明,通过仿真结果验证算法的有效性。4.针对重复运行时变参数不确定系统,设计迭代/重复学习控制器,结合自适应鲁棒控制和学习控制方法,采用时变参数估计学习律和期望控制学习律,使得迭代/重复学习控制器达到期望控制输入,消除周期性干扰影响,实现系统跟踪误差收敛到零,给出其稳定性证明和收敛性分析,通过仿真结果验证算法的有效性。5.搭建永磁同步电机伺服系统平台,给出伺服系统的软硬件组成部分,阐述伺服控制系统的工作原理,采用最小二乘法对电机系统进行建模,结合文中所提控制算法,在伺服系统平台上进行实验,实现对电机位置的精确控制,验证所提控制算法的有效性和优越性。