磁悬浮球系统被看作是研究磁悬浮技术的关键对象,本身属于一类典型的非线性、不稳定的系统。对磁悬浮球系统的控制研究过程包含控制理论、电磁学、信号处理和计算机技术等多门学科领域知识。由于其对实时性的要求很高,所以采用传统控制方法难以取得很好的控制效果。在国内外相关研究工作基础上,寻找提高磁悬浮球控制系统整体性能的方法很有研究价值。本文首先介绍了磁悬浮技术的研究发展概况,通过掌握磁悬浮球系统的各部分结构组成的功能及其工作原理,建立了系统的数学模型及线性化模型,并在此基础上利用MATLAB软件搭建了常规滑模变结构控制器并进行仿真。然后针对滑模变结构控制在切换面上不可避免的“抖振”问题,设计了一种二阶动态滑模变结构控制器,在滑模控制新的切换面中引入含有系统输入的高阶导数,降低趋近律中不连续项的影响,以达到消除“抖振”的效果。接着根据变结构控制的特点并结合RBF神经网络的在线控制特性提出了一种基于RBF神经网络等效滑模变结构控制的智能滑模控制方案,充分利用RBF神经网络的自学习和处理能力来改善系统的控制效果。在MATLAB环境下对磁悬浮球控制系统进行仿真,验证控制器的控制效果。最后,利用Quanser公司提供的磁悬浮球系统半实物仿真装置,将设计出来的控制器在磁悬浮球实验装置上进行实时控制实验,验证了其在系统上具备较好的控制效果以及较强的鲁棒性。