滑模变结构控制出现在50年代,由于变结构系统的滑动模态运动对系统的参数摄动、外界的扰动、系统不确定模态和模型不确定性具有不变性,也就是完全鲁棒性,滑模变结构控制才引起了人们的极大关注。它的不足主要是当系统运动状态在到达滑动平面后,会在滑动平面附近产生高频抖振,同时系统的控制量也产生高频振荡。为了解决这一问题,许多其他的先进控制技术如自适应控制、模糊控制、神经网络等也被综合应用到滑模变结构控制系统的设计中。论文的具体工作如下:第一,本文在参考大量的国内外文献的基础上,分析了滑模变结构控制的基本原理以及基本概念,总结了滑模变结构控制的发展历史、现状和发展前景。第二,本文针对一类n阶非线性系统,将模糊控制和传统的滑模变结构控制相结合,构成了模糊滑模变结构控制,从而抑制了滑模变结构控制中所固有的抖振现象。同时本文给出了自适应模糊滑模变结构控制算法,并从李亚普诺夫理论的角度给出了算法的证明,在该算法中,自适应律用来在线动态调整控制规则,从而降低了模糊控制器设计中人为因素的限制。通过仿真实验证明了该自适应模糊滑模变结构控制算法的鲁棒性和优越性。第三,针对一类未知的单输入单输出仿射非线性系统,提出了一种基于神经网络的滑模自适应控制方法。该方法利用神经网络学习系统中的非线性函数,神经网络的权值由Lyapunov稳定性理论导出,并且在线调整;考虑到网络逼近误差和外部干扰的存在,文中利用滑动模态对参数和扰动不敏感的特点,实现了系统的鲁棒输出跟踪。第四,滑模变结构控制由于算法简单,对系统参数和外部扰动具有不变性等优点,因此非常适合于机器人控制。本文首先针对机器人设计了一种全局快速终端滑模控制器。快速终端滑模控制综合了终端滑模和传统线性滑模的优点,能在有限时间内到达平衡点,并降低系统稳态误差。其次提出了一种基于滤波的机器人模糊滑模变结构控制方法。首先通过利用一阶滤波器抑制机器人滑模变结构控制中控制力矩的高频抖振,其次利用模糊控制和全局滑模变结构控制的方法来抑制系统在滑动模态阶段的抖振。并通过仿真证实了上述方法的有效性。