蒸汽发生器是核动力装置中重要的连接枢纽设备,其安全稳定性一直是人们所关心的问题。国内外核电站的相关数据表明,蒸汽发生器是核动力装置中故障发生概率最高的设备之一。为了避免此类故障的发生,需要经常对蒸汽发生器进行维修。由于其内部放射性物质的存在,操作人员不能直接对其进行检修,而应需要采用机械手来完成该任务。因此,对此类机械手展开研制具有重要的实际意义。本文所研究的蒸汽发生器检修机械手是应用于某项具体工程项目,文中针对该机械手的人工示教路径、自动路径规划以及关节控制等问题展开研究。首先,对机械手的运动学进行了分析,给出了逆运动学的求解方法;采用拉格朗日方程建立了完整的机械手动力学模型。同时对机械手的奇异性进行了分析与判断。其次,研究了狭窄空间蒸汽发生器内机械手人工示教路径策略、示教路径优化以及最优轨迹规划等问题。在关节空间中采用点动模式进行初始路径示教。考虑到关节空间与任务空间的非线性映射关系,导致示教路径往往并非最优路径。利用一组几何操作算子对初始示教路径进行优化处理,并基于B-样条曲线对离散示教点列进行拟合以得到连续运动轨迹。再建立以机械手运行时间最短为目标函数的约束优化模型,采用动态罚函数法将约束优化问题转化为非约束优化问题,并利用改进的遗传算法进行求解。给出了仿真对照结果。再次,研究了机械手的自动路径规划问题,对当前几种主要的搜索算法进行分析与总结。基于快速搜索随机树算法,研究了该算法主要存在的缺点:不能有效控制搜索路径的质量问题。通过建立路径质量评价函数对其进行了改进。仿真结果表明,建立不同形式的目标函数可得到不同优化程度的搜索路径。由于快速搜索随机树法需要进行在线碰撞检测,导致规划时间较长。为了进一步提高规划算法的搜索效率,研究了一种基于位形空间分解-路标图搜索算法,将高维搜索空间内的规划问题简化为两个低维子空间内的路径规划问题。由于所有的路标节点的碰撞检测以及节点间的连通判断均离线一次性生成,降低了算法的在线规划时间。仿真结果表明该算法的有效性,在线规划所需时间少于基本随机路标图法规划时间。最后,研究了机械手的轨迹跟踪控制问题。将滑模控制与神经网络相结合,设计一种全程滑模神经网络自适应控制器。通过设计全滑模面来提高系统在响应的全过程均具有鲁棒性。利用神经网络逼近机械手动力学建模误差;在利用滑模控制对神经网络估计误差以及外部扰动进行补偿。同时为避免因不确定上界估计过大而导致控制输入出现饱和,对未知上界的自适应调整律进行改进,从而提高了自适应变化律的鲁棒性。通过Lyapunov稳定性理论来证明该混合控制器将使闭环系统达到渐进收敛。仿真结果表明,设计的控制器不仅加快了系统的跟踪响应性能,而且提高了系统的鲁棒性。