研究了6-TPS型并联坐标测量机的基于RBF神经网络的直接自适应滑模控制方法。根据测量机的系统动力学模型特点，基于Lyapunov函数的综合设计方法和滑模控制理论，利用RBF神经网络与自适应技术相结合，设计了一种控制律，然后利用MATLAB进行了系统控制仿真。结果表明，测量机在有周期干扰的情况下，采用这种直接自适应神经网络滑模控制方法达到了较高的控制精度，其闭环系统具有较强的自适应性和鲁棒稳定性。

针对线性不确定性系统的鲁棒跟踪控制问题，提出了一种前馈补偿滑模鲁棒跟踪控制方法，并证明了采用该方法所构成的闭环系统是李亚普诺夫意义下渐近稳定的，将该控制器设计方法应用于某结构疲劳试验机电液位置伺服控制系统，验证了所设计控制器的有效性。仿真和实时控制结果均证明：对存在不确定性的结构疲劳试验机电液位置伺服系统，应用该研究所提出的具有前馈补偿的滑模鲁棒跟踪控制器，能较有效地削弱常规VSC所固有的抖振现象，在不同的负载条件下跟踪不同频率的正弦信号均能获得良好的跟踪精度。控制器对系统的不确定性呈现较强的鲁棒性。