状态受限的CSTR自适应神经网络控制方法及系统

本发明提出了本发明提出一种状态受限的CSTR自适应神经网络控制方法及系统，所述控制方法包括以下步骤：建立无量纲化的CSTR模型；基于神经网络逼近方法，计算变量函数的自适应神经网络逼近；基于神经网络逼近方法，计算变量函数的自适应神经网络逼近，基于Nussbaum补偿技术以及障碍李雅普诺夫函数，设计控制方向未知的自适应神经网络补偿控制器。本发明设计的控制器能够确保系统外部存在未知干扰、内部存在未知非线性、控制方向未知时对指令信号进行快速精确的跟踪，同时可以使跟踪误差始终被限制在预设的边界内，具有更高的控制性能，应用范围更广。