轮廓跟踪控制是制造业加工生产过程中常见的多轴运动控制任务，如焊接、喷涂、打磨、裁割、雕刻等等，轮廓加工精度是衡量生产质量的关键技术指标之一。目前，集中式或者点对点式的轮廓跟踪控制系统已经发展比较成熟，相关控制器产品往往采用“PC机+运动控制卡”架构，可以实现高精度轮廓跟踪控制。然而，此类运动控制器存在接线复杂、扩展性差、传输受限、互联性差等缺点，不能满足现代制造中的数据共享和智能制造要求。为解决上述问题，将以太网通信技术引入到多轴运动控制系统中成为主流发展方向。因此，研究网络环境下的轮廓跟踪控制问题具有很好的理论和实际意义。
　　随着网络通信技术的快速发展和网络化运动控制器需求的日益旺盛，多种实时工业以太网协议应运而生，如EtherCAT、EtherNet/IP、EPA等，并被广泛应用于运动控制系统中。然而，基于工业以太网的运动控制系统需要额外的硬件支持，相关产品价格昂贵，一定程度上限制了其发展。相对而言，通用以太网具有更低的网络使用成本和更好的网络互联性，且随着网络传输速率的不断提高，使得将其应用于运动控制系统中成为了可能。此外，利用PC机的强大计算能力，无需额外硬件模块，可大大增加控制系统的通用性。因此，将PC作为控制器，研究探索基于通用以太网环境下的多轴运动控制问题具有一定的应用价值。
　　然而，将以太网技术引入到运动控制系统中，带来了新的因素和问题，其中网络诱导时延就是主要问题之一，会导致多轴轮廓跟踪控制性能下降。同时，加工过程中执行器往往受到各种外部扰动的影响，采用网络连接方式将PC控制器与执行器直接构成控制闭环，时变非周期的扰动对系统重复加工精度的影响不可忽视。
　　综上所述，本文主要研究基于通用以太网环境下的轮廓跟踪控制算法，针对一类具有重复性质的轮廓加工任务，考虑系统时变时延和外部扰动的影响，实现高精度轮廓跟踪控制。本文的主要研究内容和工作成果如下：
　　(1)在充分考虑轮廓跟踪控制算法的研究需求基础上，构建了基于通用以太网的多轴轮廓跟踪控制系统实验平台。通过实验平台，可以便捷的进行各类轮廓跟踪控制算法的实验，从而充分验证算法的有效性和可行性。同时，建立了网络环境下的轮廓跟踪控制系统模型，将系统时变时延处理成时延引起的扰动（DID），给出了其数学表达式，对系统时延和扰动进行了归一化处理，为后续的算法研究奠定了基础。所构建实验平台具有很好的通用性，可用于各类运动控制算法的实验验证。
　　(2)针对一类简单轮廓轨迹，提出了一种基于自抗扰控制（ADRC）和迭代学习交叉耦合控制（ILCCC）的轮廓跟踪控制算法。采用ADRC对系统总和扰动（包含DID和外部扰动）进行估计补偿，消除其对系统的影响。基于系统的重复任务性质，设计了ILCCC轮廓误差补偿控制器，通过学习机制不断优化控制性能，进一步提高轮廓跟踪精度。本设计不基于系统模型信息，结构简单，可广泛用于简单轮廓轨迹的跟踪控制。
　　(3)同时考虑到单轴和轮廓的跟踪控制性能，提出了一种基于迭代学习控制（ILC）、ESO和交叉耦合控制（CCC）的轮廓跟踪控制算法。采用ESO对系统总和扰动进行估计，并设计了基于ILC的控制律，在对扰动进行补偿的同时可以实现高精度单轴跟踪控制。随后，设计了基于迭代域模糊自整定的CCC轮廓误差补偿控制器，采用模糊控制策略自动调节CCC增益，避免在迭代初始阶段轮廓误差补偿控制器对单轴跟踪控制器的过度补偿，保证单轴跟踪控制性能。此算法保证了跟踪系统的稳定性，可用于网络环境下的各类轮廓高精度跟踪控制。
　　(4)针对一类连续轮廓轨迹，考虑系统存在不匹配扰动的问题，提出了一种基于ILC、等价输入干扰（EID）和CCC的轮廓跟踪控制算法。首先，提出了一种改进的EID（IEID）控制方法，可有效抑制系统匹配和不匹配扰动的影响，并结合ILC实现高精度单轴跟踪控制。随后，采用CCC进一步提高轮廓跟踪控制性能。提出的IEID可有效提高扰动估计精度，且不引入其他约束，能广泛代替EID的应用。同时，基于ILC和IEID的控制算法可用于抑制系统周期/非周期、匹配/不匹配扰动，具有很好的算法移植性。
　　论文通过仿真和实验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。