跷跷板系统具有严重非线性、强耦合性、高阶次、对干扰敏感、模型较复杂等特点。由于跷跷板系统的控制策略和算法与航行船舶的平衡控制、机器人的行走控制、两轮平衡小车的平衡控制、飞行器姿态的调整方法非常相似,而且许多控制理论概念,如系统稳定性和系统抗干扰能力等等,都可以通过跷跷板系统实验直观地表现出来,因此对跷跷板系统的研究具有十分重要的理论和实践意义。本文在总结和归纳了跷跷板系统的研究现状后,对智能控制及滑模变结构控制方法的原理、特性、抖振产生原因及削弱方法进行了简要的阐述。首先,在分析了跷跷板系统的结构和工作原理基础上,利用拉格朗日方程建立了系统的数学模型;其次,将模糊控制和滑模控制理论相结合,得出一种基于模糊切换增益调节的滑模控制方法,通过模糊控制器的模糊逻辑运算功能来在线调整滑模控制的切换增益值,从而很好地解决了滑模控制切换过程带来的系统抖振问题;接着,结合神经网络和自适应控制的优点,设计一种神经网络自适应滑模控制器,利用神经网络的自学习能力来逼近系统的等效控制律,自适应控制算法来计算系统切换控制律的增益,该方法既保留了滑模控制所具有的较强的鲁棒性,又使控制系统滑动模态的品质得到保证和改善,并能很好地削弱了系统的抖振;最后,利用Quanser公司提供的Wincon软件及跷跷板系统实验平台,将滑模变结构控制算法应用于实际的控制系统中,实验结果也进一步验证了所使用的控制算法是有效可行的。