针对汽车变风量空调实际运行中存在的随机干扰,提出了一种基于二维框架理论的模糊迭代学习预测控制方法。首先对变风量空调系统进行线性建模;然后将空调系统作为间歇过程,利用二维框架理论得到二维状态空间模型;随后基于模糊理论介绍了变学习速率与预测步长的迭代学习预测控制器的设计方法。最后通过对比不同干扰信号条件下的跟踪响应发现模糊迭代学习预测控制不仅对周期性干扰具有较好的鲁棒性,而且在随机干扰条件下,依旧能够保持较好的跟踪性能。仿真结果验证了该方法的有效性。

建立一类单自由度含间隙碰撞振动系统的动力学模型。推导了系统Poincaré映射的解析表达式，用数值方法计算了系统的Lyapunov指数谱，讨论了随机干扰对碰撞振动系统的动力学影响。最后结合最大Lyapunov指数，讨论随机非光滑系统的随机分岔。数值研究表明随机非光滑系统同样存在着丰富的倍周期分岔现象，但和确定性系统的倍周期分岔现象存在本质的区别。

基于Simulink仿真平台，给出适合应用于液压系统的自适应控制策略。为简化控制算法，在设计自适应控制器时，只考虑控制输入作用，忽略随机干扰的作用，从而极大地简化了自适应控制器，有利于在线实时控制。通过大量的仿真研究，说明用这种简化的控制策略能有效地控制包含随机干扰作用下的整个液压控制系统，它不仅能使一个不稳定的系统变为稳定，且能在随机干扰作用下，也能渐近一致地跟随参考模型的希望输出，使被控系统满足性能指标要求。