水下机械臂在海洋资源的开发和利用中扮演着越来越重要的角色,但水下环境复杂多变,建立动力学模型需要考虑水流扰动、摩擦干扰等因素。现有控制方法使用一种算法逼近动力学模型中两种不同类型的参数,导致控制精度不高。除此之外,水下机械臂系统设计具有开发时间长、效率低和成本高的特点。针对以上问题,本文首先建立精准的水下机械臂动力学模型,进而提出采用RBF（Radial Basis Function）神经网络和模糊控制分别逼近动力学模型中两类参数的控制方法,最后基于ROS构建水下机械臂仿真系统并进行实验。主要研究内容如下:首先,针对水下机械臂受到水流与其它扰动影响的问题,建立了水下机械臂的运动学方程与精准的动力学模型,研究了关节摩擦对控制系统的影响。分析水下机械臂关节间坐标变换关系,建立机械臂水下运动学方程。采用Lagrange动力学理论建立一般机械臂的动力学模型,基于Morison方程分析机械臂在水下环境的受力情况,将两者结合进而建立水下机械臂的动力学模型。通过分析多种摩擦模型特点,研究关节摩擦对控制系统性能的影响,总结了现有对摩擦补偿的控制方法。然后,针对现有控制方法对水下机械臂动力学模型参数逼近效果不佳,会导致控制精度不高的问题,提出基于分块RBF神经网络和模糊摩擦补偿的滑模变结构控制方法。该控制方法在滑模变结构控制的基础上,对水下机械臂动力学模型中参数的不确定项使用四个RBF神经网络进行逼近,对未知的关节摩擦项使用模糊控制进行补偿,并将滑模控制律中的符号函数替换为双曲正切函数。与其它控制方法进行对比仿真,实验结果表明此控制方法响应时间更短、误差更小,并抑制了滑模控制的抖振。最后,针对水下机械臂系统开发难度大、代价高的问题,通过研究水下机械臂系统的组成结构,使用仿真方式实现了水下机械臂系统的开发与调试。建立水下机械臂的URDF（Unified Robot Description Format）模型和包含关节摩擦和水动力项的SDF（Simulation Description Format）模型,采用本文控制方法配置roscontrol控制器,通过Rviz可视化水下机械臂系统规划的仿真运动轨迹,搭建Gazebo环境对水下机械臂的仿真运动轨迹进行SDF模型动力学仿真,完成水下机械臂系统的可视化仿真和动力学仿真。