为满足日益苛刻的排放法规，提高动力装置燃油经济性、运行可靠性和操作灵活性，要求动力装置的控制系统提高控制精度，并同时具有监控、诊断等功能。对于复杂的时变、非线性、不确定性系统，采用传统的比例积分微分（PID）控制难以获得理想的控制性能，应用先进的数字控制技术来实现动力装置各个子系统的精确控制是提高其控制性能的重要手段之一。　　自抗扰控制由跟踪微分算法、扩张状态观测算法、非线性反馈等环节构成。自抗扰控制不依赖于对象数学模型，对时滞系统、非线性系统、混沌系统等均具有良好的控制性能。本文的主要目的，是深入分析和研究自抗扰控制理论，基于自抗扰控制理论中的各项技术，结合仿真和实验的手段深入研究柴油机电控系统中的关键控制问题。　　跟踪微分算法和扩张观测算法本质上都是状态观测器。对跟踪微分算法的理论分析研究表明：最速跟踪微分算法在目前的各种线性、非线性和混合跟踪微分算法中具有比较优势，在信号处理和控制中应用前景广阔。本文提出了一种改进的混合鲁棒非齐次跟踪微分算法，发展了滑模跟踪微分算法，获得了更好的微分性能。对扩张观测算法的理论研究和仿真结果表明：通过对线性扩张观测算法的收敛性和对非线性扩张观测算法的误差分析从理论上初步验证了扩张观测算法的估计能力。线性状态观测算法、非线性状态观测算法、线性扩张观测算法和非线性扩张观测算法应用于控制中均具有一定的扰动抑制能力，但非线性扩张观测算法的扰动抑制能力最为显著。　　自抗扰控制可以推广到一类非线性大不确定性控制系统，具有需要对象模型信息少、鲁棒性强、在扰动情况下能保持稳定的优点，但实时性不足。本文提出了一种基于信任度分配的小脑模型神经网络与自抗扰组成的前馈反馈复合控制算法。仿真结果表明该复合控制算法具有更好的实时性。　　作为应用研究，本论文应用数值仿真对柴油机动力装置转速控制算法进行研究。以某大型船舶柴油机调速系统为研究对象，基于对象动力学特性，建立了船舶柴油机推进系统的仿真模型。自抗扰控制在柴油机转速控制系统中的应用研究表明：自抗扰控制相比于PID控制能显著改善瞬态性能，减小超调，并提高系统在随机干扰下的稳态控制精度。　　跟踪微分算法在信号处理和状态预测中也具有重要的应用前景。本文利用跟踪微分算法对柴油机瞬时转速进行滤波获得了理想的滤波效果。探索了基于瞬时转速的柴油机瞬时扭矩的两种估计方法：第一种是利用多级跟踪微分算法对测量瞬时转速信号进行处理，获得其跟踪信号和微分信号，再通过求解动力装置的计算模型来获得柴油机的扭矩；第二种是将扭矩估计问题转化为转速跟踪问题，采用基于信度分配的小脑模型神经网络对系统在线逆动态建模，运用梯度下降法修正网络的权值。采用误差反馈保证系统的稳定性。数值仿真结果表明：采用多级跟踪微分算法可以获得瞬时转速的高品质跟踪信号和微分信号；采用小脑模型神经网络的估计方法只要大约60度曲轴转角后，模型转速和实测转速跟踪精度可控制在±1％。　　针对我国自主设计的新型蓄压分配燃油系统，采用实验的方法研究了各控制参数对系统的影响规律。在此基础上，本文结合自抗扰控制理论和实验的手段研究了轨压控制问题。研究结果表明：轨压控制系统综合采用开环闭环混合控制、前馈反馈控制、串级控制的控制策略，闭环算法采用基于跟踪微分算法的非线性 PID算法，在稳态工况下轨压波动可控制在±1MPa以内，瞬态无超调，控制效果优于PID控制算法。此外，轨压在驱动频率和转速满足一定条件下发生振动，对该现象的研究结果表明：共轨系统内易发生波的叠加，采用变频控制可以在全工况范围内避免轨压发生振动。　　本文对自抗扰控制的理论研究促进了自抗扰不确定性控制理论的发展。同时，本文基于自抗扰控制理论对柴油机控制系统的应用研究结果为柴油机电控化改造和性能优化奠定了理论基础，并积累了部分基础数据。