在实际的物理系统中,常常存在有约束的情况。约束可能以不同的形式出现,比如:饱和、性能规范、安全规范、停机等。在系统运行期间,如果违反了运行所需的约束条件,很有可能会降低系统的性能,情况严重时,会产生危险,甚至会导致系统的损坏。本论文基于对高速列车控制系统的学习,首先研究了具有状态约束或者输入饱和约束的一般非线性系统的控制器设计问题,然后将研究成果应用于实际高速列车的牵引控制中。主要研究工作简述如下:首先,针对一类具有全状态约束的一般n阶非线性系统,应用对称型约束李雅普诺夫函数,研究了自适应Backstepping控制器的设计方案。在设计过程中,每一步Backstepping控制算法过程中都引入对称型约束李雅普诺夫函数,以确保所有状态不违反约束,如此构造了一类新型的自适应Backstepping控制算法。该方法的主要优势在于给系统设计控制算法时就考虑状态约束,且具有较少的自适应参数。通过稳定性分析,证明了所提控制算法在满足状态约束的条件下可保证自适应律、控制输入以及跟踪误差的有界性。其次,根据动力学原理,建立了高速列车单质点非线性动力学模型,并分析了模型中存在的不确定性。将上述针对一般非线性系统的状态约束控制方法应用到实际高速列车系统中,实现了对列车速度受限条件下的控制。由于只考虑高速列车速度约束的情况,属于部分状态约束控制,设计控制器时只需对有约束的状态(速度)使用约束李雅普诺夫函数的控制器设计方法,而没有约束的状态(位移)使用普通李雅普诺夫函数的控制器设计方法,最终实现了高速列车速度约束条件下的自适应控制算法设计。文中给出了系统稳定性以及高速列车的速度和位移误差收敛性的证明。以CRH3型动车组为实例,对所提出的算法进行了数值验证。然后,针对一类具有输入饱和约束的一般n阶非线性系统,仍然研究了自适应Backstepping控制器的设计方案。所设计的控制器由鲁棒自适应控制器和Backstepping控制器组成,具有两种控制器的优势。应用李雅普诺夫函数和相关引理得到自适应律。执行器饱和的问题采用输入约束误差动态放大的方法进行处理。通过稳定性分析,证明了所提控制算法在满足输入饱和约束的条件下可保证自适应律、控制输入以及跟踪误差的有界性。最后,针对高速列车运行过程中执行力受限的情况,将上述针对一般非线性系统输入饱和约束的控制方法应用到实际列车控制系统中,实现了对列车执行力受限条件下的控制。文中给出了系统稳定性以及高速列车的速度和位移误差收敛性的证明。仍然以CRH3型动车组为实例,对所提出的算法进行了数值验证。