随着智能汽车工业的发展,现代电子节气门系统已广泛应用于传统的内燃机汽车和线控汽车。在改善汽车燃油效率,提高驾驶舒适性、安全性方面起着重要作用。本文将基于非线性扰动观测理论和终端滑模控制理论,开展对线控汽车电子节气门系统的精确鲁棒控制研究。本文首先分析电子节气门控制系统的工作原理及结构组成,考虑系统的复杂非线性动态和系统干扰,建立不确定性数学模型。其次,针对电子节气门系统的控制任务,提出了两种基于干扰估计的控制策略:基于极限学习机的鲁棒滑模控制策略和基于扩展状态观测器的鲁棒自适应滑模控制策略。基于极限学习机的鲁棒滑模控制策略使用极限学习机(ELM)网络来估计集总不确定性的上界,使用非奇异快速终端滑模反馈控制来实现闭环系统的全局稳定性和有限时间收敛性。其特征在于:1)所采用的ELM网络采用随机选择的输入权重,但是与传统的基于最小二乘的ELM实现的局部优化目标不同,本文从闭环控制系统的全局稳定性角度出发,实现对ELM输出权重在李雅普诺夫意义下的自适应调整。2)采用非奇异终端滑模控制反馈控制实现状态误差的有限时间收敛,且由于所采用的基于ELM网络的干扰上界估计器,控制器不再需要集总不确定性的先验知识。基于扩展状态的鲁棒自适应滑模控制策略使用扩展状态观测器(ESO)来观测系统的状态以及集总扰动信息,使用自适应动态滑模反馈控制实现带有观测器动力学的全局闭环稳定性。其特征在于:1)使用改进ESO在线估计系统状态和集总不确定性,使用自适应律实时更新切换增益来抵消估计误差,消除了对不确定性信息的需求。2)证明了带有观测器动力学的滑模反馈控制器的闭环稳定性。最后,本文根据实际驾驶行为,进行了多种工况下的对比仿真和实验研究。详细评估了所提出的鲁棒控制策略的跟踪效果。仿真和实验结果表明,对比传统线性滑模、传统终端滑模和自适应滑模,本文提出的两种新型控制策略能够实现汽车电子节气门开度角的精确跟踪,且展现出更强的鲁棒性和稳定性。