将基于观测器的滑模控制理论应用于煤层气发动机的空燃比控制，对于改善发动机的工作性能和充分发挥气体燃料的低排放优势具有非常重要的意义。相关传感器建模和控制算法的研究，是煤层气发动机电控系统的重要研究内容。本文基于此目的，做了如下工作：首先，在热膜式空气质量流量传感器标定实验台架上，对传感器进行了静、动态标定实验，并主要针对ARX、Hammerstein和Wiener以及线性神经网络模型，对热膜式传感器进行线性及动态非线性辨识。对于线性神经网络模型，通过改变延迟来使其模型拟合精度达到最高。对于Hammerstein和Wiener模型，对线性环节部分采用不同算法进行阶次选择，采用OE或ARX模型结构，用多幅值输入实现块联模型线性环节的估计；再结合多项式辨识，实现非线性环节参数估计。该方法物理意义明显，计算简单且易行。接着，设计并实现燃气发动机进气岐管压力基于状态观测器估计方法。首先根据平均值模型建立进气歧管动态方程，再进一步构造线性及非线性滑模观测器，使用MATLAB进行计算机仿真，结果表明线性观测器估计较为精确，但滑模观测器估计精度更高。然后，采用前馈+反馈的空燃比控制方案，再建立进气流量动态模型及氧传感器动态模型，在此基础上构造滑模观测器以对空气流量、燃气流量以及空燃比进行估计，采用多组数据以及不同的滑模观测器参数，仿真结果表明观测器具有较好的鲁棒性及收敛性，滑模参数过大会导致震动产生，适当减小参数可以减小观测误差，提高估计精度。最后，基于如前所述的空燃比控制结构，前馈环节仍采用基于煤层气发动机稳态工况实验数据制作的空燃气流量脉谱，在反馈环节加入控制器，以对空燃比进行精确地控制。其中反馈控制器分别采用PID控制、SMC控制、RBF神经滑模控制算法，首先采用两组不同数据分别对三种控制器的跟踪性能进行比较，结果表明基于观测器的空燃比反馈控制效果较好，均能有效地将空燃比控制在理想值附近。此外，又对三种不同控制器的抗扰能力加以分析，因此在前馈环节中加入干扰，仿真表明PID控制无法同时兼顾跟踪与扰动抑制的功能，而SMC控制及RBF神经滑模控制在跟踪响应速度、超调量及抗扰性能方面均优于PID控制，因此SMC控制及RBF神经滑模控制更加适用于本文所提出的煤层气发动机空燃比控制结构。