1.一种网络化多轴运动系统的高阶全驱系统控制方法，其特征在于，包括：S1，将具有时延、系统不确定性与非线性、噪声和外部干扰的网络化多轴运动系统模型进行分析，给出其微分方程的基础上，使其满足系统满足全驱条件后进行离散化，得到其高阶全驱系统模型；

S2，设计高阶全驱系统控制律，建立系统线性化状态空间方程，对系统时延和系统不确定性与非线性以及外部干扰进行归一化处理，处理为系统集总干扰；

S3，设计基于滤波器的等价输入干扰估计器，实现对集总干扰很好的估计，进而设计具有干扰消除功能的控制器实现具有时延、系统不确定性与非线性、噪声和外部干扰的网络化多轴运动系统具备控制性能；

考虑的网络化多轴运动系统存在时延、系统不确定性与非线性、噪声和外部干扰，其第i轴子系统在无网络化环境下的状态空间模型表达式表示如下：T

其中，xi＝[xi1 xi2] ,i＝1,...,n, Ci＝[1 0]为系统矩阵，ai,Δai,bi,Δbi,bdi属于系统参数，Δai,Δbi为系统不确定性与非线性，xi(t),yi(t),ui(t),hi(t)分别是系统状态，系统输出，系统控制输入和系统噪声和外部干扰；

通过分析系统模型得到其微分方程：

对系统状态xi1(t)求导有

在此基础上进行欧拉近似，并考虑系统在网络环境下的时延，写出系统在第k周期差分方程：其中，1/His为采样周期， 为当前周期内时延，包含系统的长短时延；

令 则得到系统的高阶全驱系统模型：

其中，di(k)为系统集总干扰，

通过设计高阶全驱系统控制律如下：

其中， 通过参数化设计方法确定，vi(k)为待设计的控制器；

将设计的控制律(6)代入系统(5)，则建立系统状态空间方程如下令 则系统(7)改写如下：

设计等效输入估计器得到di(k)的估计值 并对其进行滤波处理得到

2.如权利要求1所述的网络化多轴运动系统的高阶全驱系统控制方法，其特征在于，设计具有干扰消除功能的控制器将(9)代入(8)可得系统闭环系统方程：

λi(k+1)＝(Aλi‑BλiKi)λi(k)    (10)通过极点配置使得闭环系统矩阵(Aλi‑BλiKi)极点在单位圆内，实现对子系统很好的控制；最后，将其扩展到整个系统，实现对网络化多轴运动系统的高性能控制。

3.一种实现如权利要求1～2任意一项所述网络化多轴运动系统的高阶全驱系统控制方法的网络化多轴运动系统的高阶全驱系统控制系统，其特征在于，包括：高阶全驱系统模型获得模块，将具有时延、系统不确定性与非线性、噪声和外部干扰的网络化多轴运动系统模型进行分析，给出其微分方程的基础上，使其满足系统满足全驱条件后进行离散化，得到其高阶全驱系统模型；

归一化处理模块，设计高阶全驱系统控制律，建立系统线性化状态空间方程，对系统时延和系统不确定性与非线性以及外部干扰进行归一化处理，处理为系统集总干扰；

多轴运动系统控制模块，设计基于滤波器的等价输入干扰估计器，实现对集总干扰很好的估计，进而设计具有干扰消除功能的控制器实现具有时延、系统不确定性与非线性、噪声和外部干扰的网络化多轴运动系统具备很好的控制性能。

4.一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求1～2任意一项所述的网络化多轴运动系统的高阶全驱系统控制方法的步骤。

5.一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求1～2任意一项所述的网络化多轴运动系统的高阶全驱系统控制方法的步骤。

6.一种信息数据处理终端，信息数据处理终端包括如权利要求3所述的网络化多轴运动系统的高阶全驱系统控制系统。