控制理论的基础是严格精确的数学模型，但是一定程度的不确定性是每个系统都具有的特性，针对这些不确定性人们提出了鲁棒控制，鲁棒控制考虑了系统的不确定性以及外部的扰动，还考虑了不确定性对系统性能的最坏影响，设计控制器的时候要把系统的鲁棒性和控制的精确性都考虑进去。自适应控制对于解决系统的不确定性也比较有效，起初这种方法只是用来控制满足特定条件的一些非线性系统，在文献[13,14,15] 中放宽了假设条件，继而文献[16,17]得到了更广的匹配条件，文献[18]对自适应控制的成果作了详尽的总结。80年代末，出现了一种基于Lyapunov函数方法的递归设计新思想，后来被称为Backstepping。智能控制是控制领域中一种比较成功的新方法，提出的背景是由于被控对象及其存在环境、目标以及任务具有不确定性和复杂性，是处理具有不确定性的复杂非线性系统的有效工具，该方法可以说是传统控制理论的高阶进化。它的控制器是由数学模型与知识系统结合的广义模型，不再是单一的数学模型，主要用来解决那些用传统的方法不能解决的具有不确定性、高度的非线性、复杂的任务要求的控制问题[19]。智能控制拥有非常宽广的领域，专家控制、神经网络控制、学习控制和模糊控制等[20]都被包含其中。文献[21]中提出了一种新型的智能控制系统，它把人工智能里使用的专家系统技术应用到了控制系统。近年来，随着人们对神经网络控制的研究程度越来越深，自适应以及自学习的功能在神经网络控制身上渐渐凸显出来，它不完全依赖精确的数学模型，主要是利用控制算法训练神经网络[22]，从而实现状态反馈控制的目的。它的许多研究成果显示出神经网络控制的广阔发展空间，把模糊逻辑、遗传算法、专家系统等符号处理方法融合进神经网络与寻找适合动态系统控制的网络类型，将成为其主要的发展趋势。学习控制的重心主要放在迭代学习控制和反复控。模糊控制试图模仿人所具有的模糊决策和推理的功能，模糊集理论给模糊控制奠定了基础，近些年来也有不少模糊控制获得成功的例子，文献[23]和[24]给出了模糊智能控制的许多新进展。来-自+优^尔*论L文W网www.youerw.com 加QQ75201.8766

1。4  非线性控制的研究现状

2  模型建立

   系统的建模就是指建立系统的数学模型，它能够描述系统的动态性能，并且可以揭示运动的本质，建模主要是要确定模型的结构和参数。由于实际的工程系统都比较复杂，在建模的时候我们要抓住影响动态性能的主要因素，忽略那些影响较小的因素，从而使得问题得到简化。

2。1  数学模型的选取

本文的研究对象主要是液晶生产过程中的温控系统，温控系统的原理图可以表示为图2。1，根据一般经验，建立一阶惯性环节加滞后的模型，传递函数如式（2。1）所示       （2。1）                                                       

其中 是比例系数， 为等效时间常数， 表示滞后时间，单位为秒，通过查阅相关工业资料，我们了解了其相关参数的取值， 取1000，表示大惯性延迟， 的工业指标为1~5，我们取2， 取30s。