多轴运动系统的轮廓跟踪和同步控制作为现代智能制造系统运动控制领域的核心技术之一，已广泛应用于诸如数控机床、工业机器人、无轴印刷机、纺织机等行业。而以太网技术的发展与引入，使得运动控制系统具有布线简单、耦合性降低、功能模块化便于扩展以及容易维护等众多优点，且运用网络取代PCI插卡方式实现多轴运动控制的架构成为主流趋势。因此，研究网络化运动控制系统具有重要的实际意义。
　　目前，针对多轴运动控制的算法除了传统PID控制外，还有许多先进的控制算法，如神经网络模糊控制、滑模变结构、H∞控制、自抗扰控制等。然而，将以太网技术引入到运动控制系统增加了新的因素和问题，如以太网非确定性通信机制导致网络诱导时延、数据丢包等问题，降低了多轴运动控制性能。同时，系统耦合与外部负载等扰动对系统控制性能的影响不可忽视。而多轴运动系统的轮廓跟踪与同步控制是运动控制系统重要且常见的问题，本文将研究在上述不确定性因素影响下的多轴轮廓跟踪和同步控制问题，建立起适用于基于通用以太网的多轴运动系统轮廓跟踪与同步控制理论与方法。特别地，本文通过改变物理结构和通信调度，探索一种基于通用以太网的多轴运动控制系统架构，在已有通信方式下通过控制策略来补偿网络化带来的影响。同时，开发了基于PC的软件控制器，无需配置额外的硬件模块，在降低开发成本的同时，增加系统的通用性。
　　综上所述，本文主要研究基于通用以太网的多轴运动轮廓跟踪和同步控制问题，主要研究工作如下：
　　(1)由于采用常规的算法来实现网路化运动系统的控制，无法得到满意的控制性能，进而给出了网络化运动控制系统的需求分析。在此基础上，设计并搭建了一套基于通用以太网的多轴运动系统实验平台，并开发了具有良好人机交互界面的客户端软件和嵌入式系统服务端软件。通过分析原因，特别是网络带来的延迟等不确定性，需要通过设计合适的控制算法来补偿这些不确定性和其他干扰对系统性能的影响。所设计的实验平台具备较好的可扩展性和通用性，可以便捷的开展各种多轴运动控制算法的实验，验证算法的有效性和可行性。基于该平台通过实验辨识得到伺服系统二阶、模型参数，并给出了网络诱导时延的测量方法和测量结果。进一步的，分别考虑本地伺服系统模型参数已知和未知两种情况，将网络时变时延导致的系统模型不确定性建模为系统总和扰动的一部分，并由此建立多轴运动控制系统模型，为后续的算法设计奠定基础。
　　(2)针对具有网络诱导时变时延的多轴运动轮廓跟踪控制问题，考虑本地伺服系统参数未知的情况，提出了一种基于线性自抗扰控制(LADRC)和模糊PID的轮廓跟踪控制算法。通过将网络时变时延引起的不确定性建模为系统总和干扰的一部分，进而设计基于线性扩张状态观测器(LESO)的线性自抗扰控制器实现系统总和干扰的实时估计与补偿，降低其对系统的影响。在此基础上，设计基于模糊PID的交叉耦合控制器(CCC)，实现较好的轮廓跟踪控制性能。所提出的方法无需考虑系统模型参数信息，且结构简单，具有一定的实际应用价值。
　　(3)针对具有网络诱导时变时延的多轴运动轮廓跟踪控制问题，考虑本地伺服系统参数已知的情况，提出了一种基于广义扩张状态观测器(GESO)与模型预测控制(MPC)的轮廓跟踪控制算法。首先将网络诱导时延分解为定常部分与不确定性部分，进而将不确定性产生的影响部分建模为系统的总和干扰的一部分，设计基于GESO的MPC实现系统总和干扰的估计与补偿，降低其对系统的影响，并给出了系统稳定性证明。在此基础上，采用CCC进一步提高轮廓跟踪控制性能。
　　(4)针对具有网络诱导时变时延的多轴运动位置同步控制问题，考虑本地伺服系统参数未知的情况，提出了一种基于LADRC的位置同步控制算法。在建立同步耦合误差模型的基础上，将网络时变时延引起的不确定性建模为系统总和干扰的一部分，进而设计基于LESO的LADRC实现系统总和干扰的估计与补偿，降低其对系统的影响，实现良好的位置同步控制性能，并给出了同步控制系统的稳定性条件。所设计的算法无需考虑系统模型参数信息，且结构简单，亦具有一定的实际应用价值。
　　(5)针对具有网络诱导时变时延的多轴运动位置同步控制问题，考虑本地伺服系统参数已知的情况，提出了一种基于GESO的位置同步控制算法。在建立同步耦合误差模型的基础上，将网络诱导时延分解为定常部分与不确定性部分，进而将不确定性部分对系统的影响建模为系统的总和干扰的一部分，设计基于GESO的位置同步控制器实现系统总和干扰的估计与补偿，降低其对系统的影响，实现了良好的位置同步控制性能，并给出了同步控制系统的稳定性条件。
　　论文通过在所设计的实验平台上开展了一系列实验研究，实验结果验证了所提出算法的有效性和可行性。最后，对全文进行了总结，并展望了有待进一步研究的问题。