几乎所有的机械运动都具有摩擦现象。摩擦是影响系统性能的一个主要因素，会导致跟踪误差、极限环和粘滑运动等现象。因此，为了减少摩擦的影响、满足系统性能的要求，必须建立尽可能接近于真实摩擦的模型，并设计适当的控制器对其进行补偿。本文研究的主要内容是基于LuGre摩擦模型的参数辨识与补偿控制，具体内容如下：（1）阅读大量国内外相关的文献，了解摩擦的背景及研究现状。在机械旋转运动平台上，针对LuGre摩擦模型通过曲线拟合，完成其静态参数的辨识；结合试验结果完成其动态参数的辨识。（2）采用双观测器估计LuGre摩擦模型中不可直接测量的鬃毛平均变形量，选取一个近似自适应PID的滑模面进行鲁棒自适应控制器的设计。通过选取合适的李亚普诺夫函数证明系统的稳定性。将该控制策略的仿真结果与一般的PD控制策略的仿真结果相比，更好地验证了该控制策略的可行性及系统良好的跟踪性能。（3）采用反步自适应控制设计神经自适应控制器对机电伺服系统中的非线性摩擦进行补偿。通过径向基神经网络逼近系统中未建模的外部扰动。同时，结合泄漏项进行自适应律的设计。该控制算法显示了系统的暂态性能和半全局一致有界稳定性，同时也得出系统的转动惯量和重构误差都是有界的。仿真结果验证了该控制策略的可行性。（4）采用终端切换函数定义滑模面进行滑模自适应控制。在合理的假设下，采用终端切换函数保证了系统滑模面上的状态在有限的时间内收敛到平衡点。通过稳定性理论证明了闭环系统的渐进稳定性。通过该控制策略的仿真结果对理论结果进行了验证。该部分主要的工作是对系统的暂态性能进行了量化分析，得出系统中待估计的未知参数的界。同时，通过该控制策略下有外部扰动和没有外部扰动两种情况下的仿真结果的对比，证明了该控制策略的可行性，也显示出外部扰动对系统性能的影响。