机械臂系统是一个十分复杂的多输入多输出非线性系统,并且具有饱和、时滞和柔性等多种非线性动力学特性.在一些对机械臂控制精度要求较高的场合,需要机械臂的动力学模型,由于外部扰动和测量误差的存在,得到的机械臂模型不是很精确和完整.所以在设计机械臂控制算法时,必须考虑未建模动态,而由于未建模动态产生的不确定性会严重影响系统的动态性能和稳定性,我们可以通过设计算法来消除或抑制未建模动态的影响,保证闭环系统的稳定性.另一方面,为了实现对系统的有效控制,往往需要对系统的输入或输出进行约束,对于机械臂系统,输入和输出都有上下界,一旦系统在运行过程中出现越界情况,那么系统的稳定性很有可能遭到破坏.时滞特性也一直存在于机械臂系统中,对于存在时滞的系统,其稳定性会受到很大的影响.因此本文针对含有未建模动态和输出约束的机械臂系统,考虑时变时滞和执行器动态,利用障碍李亚普诺夫函数设计了自适应神经网络控制策略,并且在Matlab环境下编写了 GUI仿真程序,论文主要内容如下:第一,针对一类单连杆柔性机械臂系统,考虑未建模动态的影响,利用改进的动态面控制方法设计自适应控制方案;利用径向基函数神经网络(RBF-NNs)逼近系统中的未知非线性连续函数;引入一个动态信号处理未建模动态产生的不确定性;通过理论分析并证明了闭环系统中所有信号是半全局一致终结有界的,最后用Matlab软件搭建机械臂数值仿真模型对所提控制方案的有效性进行验证.第二,针对一类具有未建模动态的N连杆柔性机械臂系统,提出了一种自适应神经网络控制方案.考虑执行器动态,用直流电机模拟机械臂输入,引入辅助系统,对电机输入电压进行约束;利用障碍李亚普诺夫函数(BLF)实现输出约束.利用块结构的RBF NNs逼近未知非线性函数;引入动态信号处理未建模动态;通过理论分析并证明了闭环系统中所有信号是半全局一致终结有界的,同时满足输入输出约束的条件;最后利用2自由度(2-DOF)的柔性机械臂进行数值仿真并对所提控制方案的有效性进行验证.第三,针对一类具有未建模动态和输出约束的N连杆柔性机械臂系统,考虑关节柔性带来的时滞非线性特性,提出了一种自适应控制方案;构造Lyapunov-Krasovskii泛函,处理时变时滞带来的影响;基于非对称障碍李亚普诺夫函数(ABLF)设计控制器,对机械臂系统进行时变输出约束;通过理论分析并证明了闭环系统中所有信号是半全局一致终结有界的,同时输出满足时变输出约束的条件;最后构造4-DOF的柔性机械臂系统进行仿真,对所提控制方案的有效性进行验证.