论文主要贡献及创新点
实际工程系统不可避免会受到物理结构、系统性能以及安全准则等约束条件限制。一旦违反约束条件势必会造成产品合格率减低和控制性能恶化，甚至引发系统失稳或重大生产事故等。面向实际工程系统的需求，本文针对非线性约束系统的控制问题展开研究，主要创新工作包括：
1.消除现有方法要求状态初始值必须已知且满足约束条件的限制。针对任意初始条件的非线性约束系统，提出了基于延迟转移函数的自适应约束容错控制方法。通过设计的目标转换函数将真实系统状态满足约束条件转换为测量状态满足约束条件。再利用延迟转移函数消除初始状态必须满足约束条件的限制，在此基础上，设计了基于非线性映射函数的自适应神经网络约束控制器，在初始条件未知情况下，保证了系统状态和跟踪误差满足指定约束条件，同时消除了虚拟控制器必须满足指定约束条件限制。
2.解决了现有自适应约束控制器中潜在奇异性问题。针对非线性状态相关约束系统，提出了基于双层约束结构的自适应神经网络控制方法。考虑到现有约束控制方法均采用单层约束结构，当变量接近约束边界时，导致控制器出现奇异性情况，控制输入将趋于无穷大。所提出的双层约束结构控制方法分别采用内层约束边界用于非线性映射函数设计，外层约束边界用于控制器设计，当变量接近约束边界时，避免控制器不会出现奇异情况。所提出的控制方法能够在保证跟踪误差和系统状态满足指定状态相关约束条件的同时，消除控制器潜在奇异性问题。
3.实现污水处理过程安全稳定运行。研究具有执行器故障和饱和的污水处理过程，提出了基于神经网络的自适应延迟约束容错控制方法。利用神经网络的逼近能力，对污水处理过程中未知动态进行在线辨识。构建内回流泵和曝气泵的故障和饱和输入模型。并在此基础上，结合延迟转移函数和非线性映射函数，提出了自适应延迟约束容错控制器，保证硝态氮和溶解氧溶度及它们的跟踪误差始终保持在指定约束范围内，确保出水品质满足相应的排放标准。所提控制方法提高了污水处理过程的可靠性和安全性。
