机械臂系统是一种典型的非线性、强耦合系统。而非线性系统一直是控制领域的热点及难点之一。由于机械臂具有非线性特性,因此其经常被作为一种被控对象来验证非线性控制算法的优劣。机械臂在现代工业过程中起着不可替代的作用,其应用范围极其广泛,因此对机械臂的研究显得尤为重要。本文首先对机械臂建立动力学模型,因为其动力学模型是研究机械臂的基础。而后分别介绍了在目前机械臂控制中经常使用到的迭代学习控制算法及滑模变结构控制算法的原理,并将以上的两种算法应用于机械臂系统的控制并得出了仿真结果。通过仿真的结果分别分析了两种算法的优缺点,并从本质上说明其优缺点产生的原因。从两种算法优缺点的分析上可以看出,这两种算法具有优势互补的特点,如果将两种算法融合到一起取长补短,则可产生一种新的控制效果更佳的控制算法。因此本文将两种算法融合到一起,产生了新的迭代滑模算法,并进一步分析了迭代滑模算法的原理及控制率的计算。而后将新设计的算法应用于机械臂的控制,并分别与迭代学习控制算法和滑模变结构控制算法的控制结果进行比较,从而得出了新设计的算法的优点。最后作者分析了滑模变结构控制算法沿时间轴方向的收敛性,并证明了迭代滑模算法沿迭代次数方向收敛的条件。迭代滑模算法不仅具有迭代学习算法的控制精度高的优点,而且具有了滑模变结构控制算法的鲁棒性强的优点,因此其可以作为一种非线性控制的有效算法。