随着人类探索太空的不断深入,空间在轨服务在未来人类的太空活动中将发挥越来越重要的作用,利用空间机械臂来完成目标抓取等太空任务,已经成为当前在轨服务技术发展和应用的热点之一。本学位论文在国家自然科学基金项目“面向在轨装配的柔性空间机器人双臂协调控制与振动抑制”（61973167）的资助下,开展了对带基座的柔性关节空间机械臂系统动力学与控制问题的研究,论文主要研究工作如下:1)柔性关节空间双机械臂运动学及动力学建模。首先确定了空间机械臂系统由漂浮基座与两个柔性关节机械臂组成,在此基础上,根据几何关系对空间机械臂系统进行运动学分析,应用拉格朗日方法建立了系统动力学模型,为柔性关节空间机械臂的控制方法研究奠定了基础。2)针对柔性关节机械臂镇定控制问题,提出了分级滑模控制器（Hierarchical Sliding Mode Control,HSMC）。在考虑系统受到电机转矩波动干扰的情况下,提出了一种分级滑模控制律,并应用Lyapunov理论证明了闭环系统的稳定性,仿真结果验证了所提控制算法的有效性。进一步地,提出了一种采用双幂次趋近律的分级滑模控制器,抑制了柔性关节的抖振,提高了空间机械臂关节角度的控制精度。仿真结果验证了所提控制算法的有效性,并且控制系统具有鲁棒性。3)针对柔性关节机械臂轨迹跟踪控制问题,研究了基于反演设计的动态面滑模控制方法（Dynamic Surface Sliding Model Control based on Backstepping Design,DSSBD）。在考虑系统受到电机转矩波动干扰的情况下,提出了一种动态面滑模控制方法,简化了传统反演控制中对虚拟控制量的求导过程,应用Lyapunov理论证明了闭环系统的稳定性。仿真验证了所提控制方法的有效性。4)针对柔性关节空间机械臂模型的不确定问题,研究了奇异摄动控制和基于神经网络的模型不确定性补偿方法。首先采用奇异摄动方法将柔性关节空间机械臂系统动力学模型分解为快、慢变子系统。在此基础上,提出了基于RBF神经网络的慢变子系统模型不确定性补偿方法,从而提高柔性关节空间机械臂系统的控制性能。仿真验证了所提控制方法的有效性。