在实际工程应用中，系统参数时变的现象十分普遍，广泛存在于机器人控制、过程控制及航空航天等领域。对快时变系统的辨识与控制问题的研究是控制界关注的热点问题之一。本文针对一类在有限时间区间上可重复运行的时变系统，研究了模型参考自适应迭代学习辨识与控制的方法。针对带时变有效负载机械臂的动力学系统，研究并设计了两种带时变负载机械臂的轨迹跟踪自适应迭代学习控制算法。主要内容有：1将自适应迭代学习控制方法与模型参考自适应辨识相结合，首次提出了线性时变系统的迭代学习辨识的概念。研究了一类在有限时间区间上具有可重复性的时变系统的辨识问题。通过引入沿迭代轴的学习，辨识系统的时变参数，克服了传统时变系统自适应辨识方法要求系统时变参数结构已知或参数慢时变的限制。论文针对一类参数均时变的一阶和高阶线性系统，提出了参数沿迭代轴更新的模型参考自适应迭代学习辨识算法。针对时变参数与定常参数并存的系统，提出了组合自适应迭代学习辨识算法，加快了参数的收敛速度。基于类Lyapunov函数，证明了以上三种辨识算法中，参数估计有界且收敛，模型跟踪误差随迭代次数趋于无穷，关于有限时间区间一致收敛到零。论文还研究了参数估计沿迭代轴逐点收敛到真值的条件。2针对惯性参数时变未知、高频增益定常未知的一阶和高阶线性时变系统，提出了组合模型参考自适应迭代学习控制算法。针对一阶线性时变系统，惯性参数和高频增益均时变的情况，提出了一种带有增益变化率估计的模型参考自适应迭代学习控制方法。基于类Lyapunov函数，证明了以上三种算法可使模型跟踪误差随迭代次数趋于无穷，关于有限时间区间一致收敛到零。3推导了带时变负载机械臂的动力学模型，揭示了负载时变对系统动力学模型的影响。针对时变负载机械臂的高性能轨迹跟踪控制问题，提出了变负载机械臂的参数自适应迭代学习控制算法。针对未知参数部分定常、部分时变的情况，提出了变负载机械臂的组合自适应迭代学习控制算法。基于类Lyapunov函数证明了当迭代次数趋于无穷时，系统跟踪误差关于有限时间区间一致收敛到零。4针对省重点科技攻关课题“工业机器人的开发与应用——搬运机器人”，设计了该六自由度关节式机器人的伺服控制系统，完成了系统调试，达到了设计要求。5根据所研制的搬运机器人在某浇注生产线上的应用需求，研究了搬运机器人带时变负载时高速高性能轨迹跟踪控制问题。建立了带时变负载的搬运机器人三耦合关节的简化机械臂动力学模型。并将所提时变负载机械臂的自适应迭代学习控制算法应用于该系统，仿真验证了所提算法在浇注机器人中应用的有效性。