由于物理设备,生产过程,工业环境等多方面的需求,受限不确定非线性特征普遍存在于实际系统中.约束条件的存在,导致被控系统控制变得复杂,多变,甚至造成系统性能恶化或者不稳定.因此,如何处理约束问题成为目前热门课题.论文针对几类典型的非线性系统,研究带有状态约束,输出约束等非线性系统控制问题.主要研究成果如下:1.全状态约束非严格反馈非线性系统的有限时间自适应跟踪控制针对一类带有全状态约束的非严格反馈非线性系统的有限时间自适应跟踪控制问题,提出一种有限时间稳定性判据.首先,利用障碍Lyapunov函数方法处理系统状态受限问题;其次,采用反步技术和神经网络技术,构造一种自适应神经网络控制器,其中,神经网络技术用于处理系统模型中含有的未知非线性函数.所设计控制器能够保证闭环系统信号有界,并且跟踪误差能够在有限时间内收敛到原点的充分小的邻域内.最后,机电系统模型验证所提出方法的有效性.2.带有死区输入和预定性能约束的非线性系统自适应神经网络跟踪控制对于一类带有死区输入和预定性能约束的非线性严格反馈系统,设计一种基于观测器的自适应神经网络跟踪控制器.第一步,利用神经网络技术处理系统模型中未知非线性函数,并且构造状态观测器,获取系统未知状态的估计值.第二步,采用动态面控制方法,消除控制器在运行中所产生的“复杂度爆炸”的问题.第三步,结合预定性能函数,进一步改善被控系统的瞬态性能响应,且跟踪误差不会超出预定性能边界.利用李雅普诺夫稳定性理论证明闭环系统中所有信号为半全局一致最终有界的,跟踪误差能够收敛到原点的任意小的邻域内.最后,数值仿真和机电系统模型证实所设计控制方案的实用性.3.带有输出约束的非线性系统固定时间控制及其应用针对一类带有输出约束非线性系统固定时间稳定问题,利用反步技术,设计一种固定时间控制器.通过引入障碍Lyapunov函数方法,保证系统的实际输出不会超出预先给定的边界,通过调节控制器的参数,得到与系统初始状态无关的闭环系统稳定时间上限值.利用李雅普诺夫稳定性理论证明所设计控制器为固定时间稳定的.最后,弹性执行器模型表明所提出控制方案的合理性.