1.一种基于多智能体的抗干扰自适应模糊滑膜协同控制方法，其特征在于：包括以下步骤：S1、获取多台智能体给定速度 反馈速度χi.1、反馈电流信号χi.2和χi.3；S2、整合多台智能体定速度 和反馈速度χi.1的偏差zi.1，同时对多个智能体进行扰动观测，得到补偿控制信号 S3、将偏差zi.1和补偿控制信号 进行虚拟控制得到q轴控制电流信号将d轴控制电流信号 选取为0；S4、控制电流信号 和 与反馈电流信号χi.2和χi.3通过自适应模糊滑模控制得到q轴和d轴的控制电压信号ui.q和ui.d。

2.根据权利要求1所述的基于多智能体的抗干扰自适应模糊滑膜协同控制方法，其特征在于：在S2中通过多智能通讯整合多台智能体定速度 和反馈速度χi.1的偏差zi.1，所述多智能通讯基于有向通讯拓扑理论，以有向通讯拓扑图在每台多智能体的控制器之间建立有向通讯，包括以下步骤：S21、定义一个有向图G＝(V，Y，A)，以此表示多台电机的通讯拓扑，其中V＝{v1，v2，…，vn}表示节点集， 表示边的集合，A＝[aij]n×n代表邻接矩阵，在有向图中，(vi，vj)表示节点j可以从i处获取信息；S22、利用邻接矩阵A＝[aij]n×n来描述多智能体系统中的信息传输关系，若(vj，vi)∈Y，则aij＝1；若 则aij＝0。

3.根据权利要求2所述的基于多智能体的抗干扰自适应模糊滑膜协同控制方法，其特征在于：将通讯拓扑图的输出领域同步误差作为偏差zi.1，所述领域同步误差的表达式为：其中，其中ei，1和ej，1分别表示第i台智能体和第j台智能体的转速跟踪误差；，bi为B＝diag(b1，b2，…，bn)对角矩阵中的元素，代表跟随者和领导者的通讯情况。

4.根据权利要求1所述的基于多智能体的抗干扰自适应模糊滑膜协同控制方法，其特征在于：步骤S2中的扰动观测基于超扭曲算法，引入第i台电机的反馈转速xi，1和q轴和d轴的反馈电流xi，2和xi，3来估计电机出现的扰动，并输出补偿控制信号 进行补偿，以此提高系统的抗干扰能力。

5.根据权利要求1所述的基于多智能体的抗干扰自适应模糊滑膜协同控制方法，其特征在于：在步骤S3中虚拟控制基于反推控制的思想，包括以下步骤：S31、搭建智能体的数学模型、构建Lyapunov函数，通过数学模型反推得到虚拟控制律；S32、根据有限时间稳定性条件，使用二阶滑模微分器在有限时间内逼近虚拟控制律的导数。

6.根据权利要求5所述的基于多智能体的抗干扰自适应模糊滑膜协同控制方法，其特征在于：在上述步骤S32中引入指令滤波补偿，通过指令补偿误差，减少了二阶滑模微分器产生的误差，同时保证误差补偿信号 的有限时间收敛性。

7.根据权利要求1所述的基于多智能体的抗干扰自适应模糊滑膜协同控制方法，其特征在于：在步骤S4中自适应模糊滑模控制基于积分滑模面和自适应模糊控制，保证系统稳定的Lyapunov函数中引入积分滑模面，兼顾系统的鲁棒性。

8.根据权利要求7所述的基于多智能体的抗干扰自适应模糊滑膜协同控制方法，其特征在于：所述积分滑模面从改进滑模趋近律角度出发，采用Sigmoid函数取代传统sign函数作为滑模面切换函数，削减滑模抖振现象。

9.根据权利要求7所述的基于多智能体的抗干扰自适应模糊滑膜协同控制方法，其特征在于：所述自适应模糊控制是控制器的控制规律，以q轴和d轴的滑模面为基础选取适用的自适应律，通过自适应律运用模糊逻辑系统求出函数逼近算子来逼近系统的非线性部分，对动态模型中非线性部分的模糊化。

10.一种基于多智能体的抗干扰自适应模糊滑膜协同控制系统，其特征在于：所述系统实现上述权利要求1‑9中任意一项控制方法，所述系统包括用于实现多智能体通讯的多智能体通讯器、用于实现扰动观测为扰动观测器、用于实现虚拟控制的虚拟控制器和指令滤波补偿器以及用于实现自适应模糊滑模控制的q轴自适应模糊滑模控制器和d轴自适应模糊滑模控制器。