本文主要针对一类非仿射非线性系统中未知迟滞干扰等问题展开研究,基于自抗扰控制,设计了两类神经网络和自抗扰控制相结合的控制方案,并应用于金属切削机械系统。讨论分析了系统的稳定性,给出了严格的数学证明与仿真验证。论文的主要创新点总结如下:利用正弦信号和Backlash迟滞算子构造单环迟滞非线性扰动,将径向基函数神经网络(RBFNN)与自抗扰控制(ADRC)相结合,采用反步设计技术,根据微分隐式推导出控制器表达式,提出了一种新的双通道复合控制(RBF-ADRC)设计方案。复合控制利用神经网络的逼近性克服了传统自抗扰控制控制精度低的缺点,继承了其无需详细模型即可估计和补偿系统未知扰动的优点。理论分析和仿真结果验证了RBF-ADRC控制算法的有效性。利用控制信号和Backlash迟滞算子构造多环迟滞非线性扰动,将BP神经网络与线性自抗扰控制(LADRC)相结合,采用反馈线性化技术,解决了传统自抗扰参数过多、难以整定的问题以及线性自抗扰带宽受限的缺点,更有利于以自抗扰控制为框架的复合控制(BP-LADRC)在实际工程中应用发展。理论分析和仿真验证了BP-LADRC控制算法的有效性和适用性。设计了神经网络权值自适应律和自抗扰控制器增益自适应律,并为复合控制器进行了稳定性分析,这为自抗扰与其他控制方法结合的稳定性分析提供了一个新的思路。为了更有效地验证复合控制的鲁棒性及其在实际应用中的适用性,在控制器不变的情况下,构造不同的迟滞环扰动,并在控制器中加入随机噪声干扰、正弦干扰等。仿真结果表明,复合控制器的鲁棒性令人满意。基于金属切削机械系统因抖振产生的非线性、时滞性和迟滞性等特点,将所设计复合控制应用于金属切削机械系统,利用神经网络自抗扰复合控制方案设计了金属切削机械系统控制器,通过和传统控制方案的对比以及鲁棒性验证,表明所提出的控制算法具有较强的鲁棒性,能够有效的抑制金属切削机械系统的抖振现象。