随着现代工业的高速发展，互联系统越来越多地出现在各种实际的控制系统中，近年来，关于互联大系统分散式控制理论的研究引起了学术界和工程界的广泛关注。由于在互联系统中各个子系统之间的信息交换有时在物理上难以实现，并且由于缺少与集中控制器相应的足够计算能力，在这种复杂情况之下分散控制技术需要优先使用。本文以几类非线性互联系统为研究对象，分析系统特性，分别设计分散式自适应迭代学习控制，对算法进行收敛性分析，同时运用算法的数值仿真来验证算法的有效性。本文通过系统性地结合自适应迭代学习控制和分散式控制技术，以求在一定程度上促进非线性互联系统控制科学的深入发展并为一类实际工程问题提供更好的解决方案。　　本文研究内容有以下几方面:　　1.针对一类具有不确定性的非线性互联系统，其互联项满足多项式有界条件，提出分散式模型参考自适应迭代学习控制，该算法包括2部分，一部分为反馈控制，用于保证子系统的闭环稳定性，另一部分为互联估计参数自适应迭代学习控制，用于消除各个子系统之间的互联项影响。进行了该分散式迭代学习控制算法的收敛性分析，仿真结果表明该算法的有效性。　　2.针对一类具有不确定性的状态非线性时滞互联系统，给出分散式模型参考自适应迭代学习控制，该控制器为非记忆型控制器，只应用了跟踪误差项的实时信息，通过额外引入自适应迭代更新参数，来消除由于时滞互联项给互联系统带来的影响。对控制算法的收敛性进行详细推导，得到有效的仿真结果。由于各子系统之间普遍存在着信息传输的滞后性，对非线性互联系统丙言，研究存在时滞情况下控制器设计问题更具有实际应用价值。　　3.针对一类具有严格反馈形式的非线性互联系统，分2种情况进行分析，一类为互联项为子系统输出的单项式有界，一类为互联项为子系统输出的高阶多项式有界。当互联项为子系统输出的单项式有界时，引入了自适应更新参数(S)ki，用以消除互联项的影响;当互联项为子系统输出的高阶多项式有界时，同时引入了自适应更新参数(S)ki和βki，消除子系统输出的高阶多项式有界影响。给出了控制器收敛性分析的理论推导，仿真结果验证了这种分散式自适应迭代学习控制的有效性。　　4.将提出的理论与方法在互联机械系统上进行应用。分析了互联机械系统的特点，针对互联机械系统设计了分散式自适应迭代学习控制算法。同时基于Lyapunov方法对其进行算法收敛性分析，通过对子系统中未知参数和互联参数的迭代更新，可使得由跟踪误差和参数估计误差构成的Laypunov函数沿着迭代方向上单调递减。仿真结果显示了所给出的分散式自适应迭代学习控制算法有效性。