快速响应、高精度的位置跟踪控制一直以来都是机械臂的研究热点。由于目前大多数控制方法都停留在跟踪误差渐进收敛阶段,因此研究有限时间跟踪控制算法具有重要意义。终端滑模控制,以其有限时间的收敛特性和对参数时变的强鲁棒性,在机械臂控制领域得到广泛的关注。然而它也面临一些问题需要解决。一方面,终端滑模存在着抖振和奇异问题。另一方面,终端滑模控制在机械臂标称动力学未知时无法独立实现位置跟踪。另外,目前大多数终端滑模控制方法都需要获得关节速度信号的反馈信息,但是考虑到速度传感器运行故障等原因,速度信号可能无法用于反馈,这给控制器的设计造成了巨大的挑战。鉴于上述机械臂终端滑模控制问题,本文基于神经网络、状态观测器、自适应理论等技术,研究一系列机械臂有限时间跟踪控制策略。论文研究工作如下:首先,针对存在外界扰动的机械臂有限时间位置跟踪问题,提出快速非奇异终端滑模控制策略。该方法设计一个降阶型快速终端滑动面,改善了在远离平衡点时系统状态的收敛速率,并引入饱和抑制消除奇异性。考虑切换函数鲁棒项会引发抖振现象,设计了基于超螺旋算法的鲁棒控制项来实现无抖振跟踪控制。其次,针对机械臂标称动力学完全未知且同时考虑执行器影响的有限时间跟踪问题,提出一种新颖的基于自适应权重径向基神经网络的快速非奇异终端滑模控制策略。该方法基于快速非奇异终端滑模设计控制律。未知标称动力学通过自适应权重的神经网络进行逼近,从而实现无模型控制。得益于自适应控制增益的设计,该方法克服了其他主流控制器需要系统扰动上界先验知识的局限性。最后,针对无速度信号反馈的具有不确定性的机械臂有限时间跟踪问题,提出一种新颖的基于状态观测器的快速非奇异积分终端滑模控制算法。与现有的有限时间观测器不同,所提出的状态观测器是连续的,而且由于引入了自适应神经网络方法,即使面临系统的不确定性,其估计速度误差也能在有限时间内收敛到零。为了实现高性能的位置跟踪,将观测器与一种快速非奇异积分终端滑模技术相结合来设计控制器,同时该控制器采用一种新型的自适应超螺旋算法,不仅可以消除抖振而且解决了控制参数难以选取的问题。