巷道掘进是煤炭开采的重要组成部分。如果不能安全、快速且精准地对巷道加以支护,不仅导致煤炭开采作业效率低下,更易诱发安全事故,威胁人员生命安全。因此,高效可靠的巷道支护是掘进过程的必要环节。特别是,锚杆支护作为巷道永久支护手段,其安装位置的准确程度直接决定了巷道的稳定性。传统的锚杆支护作业效率低且精度差,迫切需要推进液压锚杆钻机的自动化和智能化研究。在锚杆支护作业过程中,液压锚杆钻机的钻臂需要进行水平方向移动,从而完成巷道空顶顶部不同位置锚杆的安装。只有快速、精确地控制锚杆钻机钻臂的移动位置,才能确保锚杆或锚索安装到预先设定的位置,对巷道空顶实施有效支护,避免安全事故发生。然而,巷道环境复杂,并且液压锚杆钻机钻臂存在固有的非线性和不确定干扰,使其高精度位置控制面临挑战。为解决以上问题,本文研究了液压锚杆钻机钻臂的位置控制方法。具体研究内容如下:（1）针对液压锚杆钻机钻臂位置控制,设计一种滑模位置跟踪控制方法。首先,分析液压锚杆钻机钻臂位移系统组成结构,建立了液压锚杆钻机钻臂位移系统数学模型。其次,基于滑模面和滑模到达律,设计了一种滑模位置跟踪控制方法。最后,基于MATLAB和AMESim联合仿真平台,将所提方法与PID控制方法进行控制性能对比。实验结果表明:在固定干扰与突加干扰两种情况下,所提控制方法均能够无超调、更快速和精确的跟踪期望位置。（2）设计了一种RBF（Radial Basis Function）神经网络自适应滑模位置跟踪控制方法。考虑时变参数、外部扰动和系统固有非线性,设计了一种新型神经网络自适应滑模控制策略。在该策略中,分别设计了改进的滑模趋近律和基于RBF神经网络的不确定干扰观测器。基于MATLAB和AMESim的仿真平台进行仿真实验。实验结果表明在所提控制方法作用下,系统能够更快速精确地跟踪钻臂期望位置,抗扰动能力强,鲁棒性强。（3）在上述研究内容的基础上,提出一种RBF神经网络自适应积分滑模补偿控制方法。引入模糊逻辑死区补偿方法,有效解决三位四通比例换向阀的死区特性对系统稳定性的负面影响;基于设计的积分滑模面和滑模趋近律,构建了积分滑模控制律,以提高系统的响应速度和鲁棒性;基于滑模面,设计了神经网络中连接权值和逼近误差估计值的自适应律,保障系统的全局稳定性并提高鲁棒性。基于MATLAB和AMESim的仿真平台进行仿真实验。实验结果表明所提控制方法能够更快速精确地跟踪钻臂期望位置,且鲁棒性更强。该论文共有图22幅,表3个,参考文献60篇。