工业机械臂作为现代制造业皇冠顶上的明珠,其高精度运动控制一直是控制领域的研究热点。本课题选题来自于国家自然科学基金项目,旨在针对工业机械臂跟踪控制过程中存在的建模不准确、外部干扰未知、执行器死区和饱和以及状态约束等问题展开研究。本文以随车吊中的机械臂系统为研究对象,主要研究内容可以分为以下几个方面:1、随车吊机械臂系统的总体方案设计和建模。根据所提出的性能指标与技术要求,对随车吊机械臂系统的总体方案进行设计,并给出机械臂的相关运动参数,为后续的算法仿真提供依据。针对机械臂系统,采用拉格朗日法建立其动力学模型,并结合电机模型建立系统的混合动力学模型。2、机械臂的高精度非线性运动控制算法研究。在机械臂混合动力学模型的基础上,针对系统模型中存在的模型参数不准确、时变参数和外部干扰等因素分别设计控制策略,不仅提高了机械臂的运动控制精度,同时也能适应系统中存在的各种不确定因素。3、针对执行器输入约束的机械臂运动控制算法研究。考虑电机执行器中存在的死区和饱和等非线性的影响,在对死区和饱和统一建模的基础上,设计静态神经网络补偿器补偿执行器所引入的所有非线性,同时用另一个神经网络直接对模型进行估计,而无须使用系统的名义值参数。4、考虑全状态约束的机械臂运动控制算法研究。针对机械臂系统的全状态约束问题,通过在反步控制中引入障碍李雅普诺夫函数实现对系统的位置状态约束和速度状态约束,相比于未加约束的控制器,不仅提高了系统控制精度和收敛速度,同时也降低了控制器的增益。5、ADAMS/Simulink联合仿真研究。通过将Solid Works中的三维模型导入Adams中,利用Adams建立随车吊机械臂系统的刚体动力学模型。以ADAMS/Simulink为仿真环境进行联合仿真,验证了本文所设计的控制策略的有效性。