液压伺服系统是目前工业、军事、航空航天等领域装备中的关键部件，其静、动态特性直接影响到设备的性能。随着对其动静态响应、输出功率密度和精度的要求不断提高，其结构动力学性能以及负载扰动、参数变化等不确定性因素的影响已成为不可忽略的问题，这些问题对液压伺服系统的结构设计和控制设计提出了巨大的挑战。本论文依托国家重大科研项目，面向重大工程的实际需求，从液压伺服系统的机理建模和鲁棒参数辨识、控制方法设计到原理样机实现三个方面展开研究，旨在通过鲁棒迭代控制来提高液压伺服系统的性能，使其满足制造和装配领域设备日益苛刻的性能需求。本文针对具有不确定性的轧机HAGC液压伺服系统，围绕其动力学建模与鲁棒控制中的关键问题，采用理论推导-仿真分析-实验测试相结合的方法，建立了轧机HAGC系统的参数化数学模型，研究了基于已知模型的鲁棒迭代学习控制器，并通过搭建相关测试实验平台进行了验证。在分析了轧机HAGC系统结构组成和体系特点的基础上，推导了轧机HAGC的机理模型，针对系统的不确定性，提出了一种基于Hardy空间的二段式非线性鲁棒辨识方法，得到一个参数待估的可行参数集合，建立其含参数不确定性的系统模型集，确保真实系统落在该模型集中。为了实现高精度高效率的运动，提出了一种基于斜坡正弦波函数的平滑轨迹规划方法，可以综合考虑系统的快速性和平稳性。针对液压伺服系统重复性工作空间，引入了反馈－前馈形式的迭代学习算法，设计了基于脉冲响应矩阵的迭代学习控制策略，使迭代学习控制器能够更好地反映系统动态特性，并且根据系统的误差输出来求取所需的控制量，刷新到迭代学习前馈指令中。综合考虑液压伺服系统模型的不确定性和系统稳定性指标、抗干扰指标，研究了基于定量反馈理论的液压伺服系统鲁棒控制器设计问题。讨论了适合液压伺服系统的迭代学习控制器(ILC）的设计方法，提出了一种基于H_∞法的鲁棒ILC设计方法，分析了该方法的可解性，推导出了误差收敛的充要条件。鲁棒ILC方法不仅将迭代学习控制器的综合问题转化为H_∞最(次）优控制器的综合问题，还可通过选择适当权函数，明确处理过程中不确定性因素。鲁棒ILC方法可通过μ综合方法来进行求解，使学习性能最大化。根据所提出的设计方法设计出了标称ILC和鲁棒ILC，在实验中分别执行了这两种ILC，根据实验结果对两种ILC进行了对比分析，实验结果验证了所提出设计方法的有效性。本文的研究成果成功地应用于轧机液压自动厚度控制(Hydraulic Automatic GaugeControl，HAGC)，完成了HAGC测试平台的搭建和控制系统软硬件设计，并在测试平台上成功进行了辨识和控制实验，为HAGC系统的结构设计和控制提供了分析依据和设计指导。