随着中国智能制造的快速发展,机械臂的研发水平迅速成长,使得机械臂精确的跟踪控制问题逐渐成为研究热点。本文基于模型控制和无模型控制两种方案研究了多输入多输出的n自由度的机械臂系统的轨迹跟踪控制问题。同时结合机械臂的模型不确定性、存在扰动,以及输出受限、事件触发等非线性问题,设计了基于模型和无模型控制方法下的控制器,利用李雅普诺夫方程等方法从理论上证明控制系统的稳定性,并进行仿真验证所提方法的有效性。首先,介绍了机械臂动力学建模过程及基本控制方法。以二连杆的机械臂系统为例推导出机械臂的欧拉-拉格朗日方程,并推广到n自由度的机械臂系统的动力学方程。同时,介绍了自适应控制、神经网络控制、迭代控制和无模型自适应控制四种控制方法的设计思路,为后面控制器的设计奠定了理论基础。其次,研究了一种存在输出受限和外部扰动情况下基于事件触发的机械臂系统自适应神经网络控制方法。为满足输出具有时变非对称的上下界,提出了一种tan类型的非对称的障碍李雅普诺夫函数。同时,考虑了固定阈事件触发机制来减少能量消耗。利用扰动观测器和自适应神经网络,分别对外界扰动和不确定性的系统模型进行逼近。为验证了所提控制策略在轨迹跟踪控制方面的优越性,及事件触发在减少能量消耗方面的有效性,利用二自由度的机械臂系统对事件触发自适应神经网络控制、终端滑模控制和事件触发次数分别进行了仿真讨论。最后,针对n自由度的机械臂轨迹跟踪系统提出了一种无模型自适应迭代控制策略。利用带有迭代的紧格式线性化方法,将机械臂系统动力学模型进行线性化变形。然后,根据输入和输出数据,利用无模型自适应迭代控制算法使系统输出追踪上期望轨迹和速度。通过稳定性分析,证明了随着时间和迭代次数增加,追踪误差和时变参数的收敛性,并通过仿真验证了该控制方法的有效性。