随着中国制造2025计划的逐步推进与日益完善,机器人技术已然成为社会发展进步的关键推动力。本文针对冗余自由度机械臂进行分析研究,将Gamma 300机械臂作为对象,研究其运动学建模、逆运动学求解、动力学分析和滑模运动控制等内容。主要研究成果如下:(1)针对冗余自由度机械臂逆运动学解的不唯一性问题,本文采用多种群改进遗传算法优化的BP神经网络来求解。BP神经网络能够无限逼近非线性系统求取最优解,而选择多种群改进遗传算法优化BP神经网络的结构参数以达到加快网络训练速度、提高训练精度的目的。通过MATLAB仿真验证运用所提方法求解冗余自由度机械臂逆运动学时精度更高,效果更好。采用蒙特卡洛法对该型机械臂的工作空间进行分析,由MATLAB仿真获得的工作空间点云图说明机械臂结构紧凑、设计合理。(2)针对滑模控制机械臂按照规划轨迹进行运动时不可避免会产生抖振现象的问题,本文采用一种基于饱和函数的新型双幂次指数趋近律。首先给出该新型趋近律的存在性及可达性证明。然后结合机械臂动力学模型,设计基于新型趋近律的运动控制器来控制机械臂运动。最后与基于指数趋近律和幂次趋近律设计的运动控制器对比,通过MATLAB中的Simulink仿真验证新型趋近律对机械臂进行运动控制时在收敛速度和抑制抖振等方面的效果要优于其他两种趋近律。(3)针对基于新型趋近律的滑模控制中部分重要参数人为设置的问题,本文采用改进差分进化算法对滑模参数c1、c2和滑模厚度参数Δ进行优化。该算法与标准差分进化算法流程相比增加一个筛选操作,依据筛选操作结果对种群进行变异操作,并以轨迹跟踪的误差和控制输入为自变量设计评价函数。MATLAB仿真结果表明改进差分进化算法对待优化参数具备良好的寻优能力,优化后的参数能够提高系统的收敛速度并进一步抑制机械臂运动过程中的抖振现象。