交流伺服系统在当代高科技领域担当着重要角色,在一些对性能、容量、可靠性有较高要求的应用场合,交流伺服系统更具有独到的优势。然而交流电机是一类高阶、非线性、强耦合的多变量系统,分析设计中对其模型多采用近似,实际应用中参数不确定性、未建模动态以及外扰对系统的位置跟踪性能必然产生不利影响,因此研究伺服系统的鲁棒性,探讨新的设计方法和途径成为热点之一。作者在查阅大量国内外文献基础上,以感应电机伺服系统为对象,对自适应滑模控制设计理论与方法进行了较深入的研究,着重探讨提高鲁棒性、改善系统瞬态及稳态性能的方法与途径。论文较全面地综述了滑模控制国内外研究现状和发展趋势,总结了滑模控制在伺服及相关领域的研究成果、应用情况以及存在的问题。简要分析了交流伺服系统数学模型及一般设计要求,在此基础上,将直接自适应方法与传统滑模控制相结合提出直接自适应滑模控制Ⅰ型(DASMC-Ⅰ)控制策略,利用在线参数估计和开关控制分别实现对未知参数及外扰高频分量的鲁棒性,有效削弱了振颤,同时实现了较好的稳态性能；将该策略推广至汇总外扰高频分量边界未知的情况,得到直接自适应滑模控制Ⅱ型(DASMC-Ⅱ)控制策略,在设计中提出一种基于双层嵌套修正的改进型边界估计方法,解决了现有方法中普遍存在的边界估计值恒增问题；对两种策略分别通过Lyapunov分析证明了伺服系统的全局一致最终有界性,同时得出稳态及瞬态性能的参数化形式。初始参数估计误差、参数突变、非持续激励等情况均可能引起瞬态过程,而瞬态性能的好坏对伺服系统的跟踪误差峰值及恢复时间均有较大影响。在深入分析各种自适应方法特性的基础上,提出一种复合自适应方法滑模控制(CASMC), Lyapunov分析表明,该策略可实现持续激励条件下跟踪误差和参数估计误差在较大范围内的指数收敛,瞬态特性更为清晰；针对参数大范围突变对跟踪误差峰值的影响,将多模自适应框架应用于CASMC,构造了一种新颖的多模复合自适应滑模控制(MMCASMC),在设计中提出一种基于双路滤波的改进型多模辨识、切换方案,以提高响应快速性。针对参数动态、结构性扰动对自适应滑模控制稳态性能的冲击,本文进一步结合自适应拟合控制思想,提出基于神经网络的增强型自适应滑模控制(EASMC)。设计中,根据实时控制的需要提出一种可灵活配置的通用型3层前馈神经网络,并采用结构化补偿方式以充分利用其描述能力；以权值伪边界估计为基础,将不连续投影修正引入权值自适应律以实现权值估计误差有界；构造了基于改进型边界估计方法的自适应开关控制用于补偿包含重建误差、泰勒序列高阶尾项、非结构性扰动等在内的综合等价扰动项；证明了策略的稳定性,并从参数时变性的角度阐述了EASMC在稳态性能上的优势。构建了基于Matlab/Simulink的仿真平台,对文中提出的算法进行了大量仿真研究,以证实策略的有效性和可行性；研制了基于以太网的嵌入式交流伺服系统实验平台,在此平台上对所设计的部分控制策略进行了实验研究。