本论文的研究对象是开架式遥控水下机器人—堤坝综合检测机器人。 我国有众多的水库和拦河大坝，迫切的需要有有效的堤坝检测手段。堤坝检测水下机器人(以下简称探坝机器人)正是为查找江、河、湖、海的各种堤坝的裂缝、破损和隐患等质量问题而设计的。它是一个以遥控水下机器人为载体，装备有声、光、电等多种先进传感器的综合体。机器人配备的主要检测传感器包括浅剖声纳、高频成像声纳等，这些传感器的正常工作要求机器人载体运动平稳，并对所探测的坝体保持合适的距离与方位。因此，研究如何更好地实现机器人载体的运动控制，对于堤坝检测机器人的实用化具有理论和现实意义。 由于探坝机器人工作环境的复杂性和未知性，同时考虑到经济性、安全性等因素，研究如何构建水下机器人的仿真系统并以之设计和调试机器人运动控制器具有重要意义。对于本文的研究对象—堤坝检测机器人，考虑到其开架式的框架结构和设计特点，本文中采用经验公式估算和系统辨识相结合的方法计算其水动力系数，并依此建立机器人的仿真系统和调试水下机器人控制器。 因此，本论文的主要内容可以分为两大部分： 1、开架式水下机器人水动力系数的辨识和仿真系统的建立； 2、开架式水下机器人运动控制器设计。 在仿真系统建立部分，主要研究了如何利用最小二乘辨识方法获得机器的水动力系数。本文首先综合考虑机器人传感器配置、辨识试验场地以及机器人自身的结构和运动特点，建立了机器人的辨识方程。然后，利用最小二乘估计算法对机器人的部分水动力系数作了辨识，并对辨识结果作了仿真验证。 在运动控制部分，本文首先针对变结构控制在实际应用中存在的抖振现象，结合模糊逻辑和变结构控制理论，设计了一种滑模模糊控制器。仿真和水池试验结果表明：本文设计的滑模模糊控制器有效地减弱了抖振和提高了控制器的控制性能，具有一定的理论和实际意义。其次，本文结合EBP神经网络训练理论和变结构控制理论，设计了一种变结构神经网络训练算法，并利用此算法训练的神经网络设计了一种神经网络控制器。仿真和水池试验结果表明：采用本算法的控制器具有较好的控制效果。最后，探讨了遗传算法在模糊控制器优化中的应用，给出了一种隶属函数参数和模糊规则同时优化的模糊控制器遗传优化方法。