随着多机械臂系统的广泛应用,多机械臂系统的控制需求已经由以往的稳定性和可靠性逐渐向快速性,高稳态精度及鲁棒性强等方向发展。在实际控制时,多机械臂往往会存在未建模部分,参数或模型未知等因素,给控制算法的设计增加了难度。因此,根据对多机械臂系统已知的信息不同,有针对性的设计同步控制算法,对提高系统的控制精度和鲁棒性具有重要的意义。本文以多机械臂系统为研究对象,研究了多机械臂系统的位置同步控制及整体设计方案,主要工作如下:1.论文对多机械臂系统的动力学模型进行建模和特性分析。首先,利用拉格朗日动力学方程法建立单机械臂的动力学模型,进而推导出多机械臂的模型,并对多机械臂系统的动力学特性进行分析。然后,根据已有的多机械臂系统同步控制策略的结构,进一步提出了均值耦合同步控制策略。经理论分析,该同步控制策略具有运算形式简洁、反馈速度快等优点,能够很好的实现系统跟踪误差与同步误差的同步收敛。2.针对带有模型不确定性及外部干扰的多机械臂系统,提出了基于扩展非线性干扰观测器的改进型全局滑模同步控制算法。首先,设计扩展非线性干扰观测器实现对复合干扰及干扰变化率的有效估计,由于在干扰估计过程中能够有效利用干扰变化率的信息,从而提高了干扰估计的准确性。然后,基于均值耦合同步控制策略,设计了一种改进型的全局滑模面,进而得到滑模控制律实现系统的位置跟踪误差与同步误差同步收敛。最后,通过仿真实验验证了控制算法具有较强的鲁棒性和干扰抑制能力。3.针对带有未知参数和集总扰动的多机械臂系统,提出了一种基于自适应参数辨识的固定时间滑模控制器。首先,通过对多机械臂系统中的已知回归矩阵进行重新定义和一系列滤波操作来提取出未知参数估计误差信息,进而设计出含有参数估计误差信息的固定时间自适应律,使得系统未知参数能够再固定时间内收敛到真值。然后,通过设计自适应固定时间滑模控制器,使得系统的位置跟踪误差和位置同步误差在固定时间收敛,且收敛时间上界与系统初始状态无关。最后,通过仿真验证所提算法能够准确辨识到系统的未知参数。4.针对动力学模型未知的多机械臂系统,提出了一种基于神经网络的固定时间滑模位置同步控制器。结合均值耦合同步控制策略,设计固定时间滑模面与控制器,使得系统的跟踪误差与同步误差在固定时间内收敛,且收敛时间上界与系统初始状态无关。同时,设计RBF神经网络权值更新律来估计系统未知非线性动力学模型,该方法无需对系统模型参数的先验知识,并且可以有效减弱抖振问题。并通过仿真验证了系统的固定时间收敛性。