随着人类科学技术的发展和进步,人们越来越多地向除陆地之外的未知领域进行探索。海洋作为地球上面积占比最大、资源最丰富的空间,已逐渐成为人类的重要探索领域,大量的水下装备被研发出来用于深海探测、打捞、水下装备维修等作业。采用水下运动平台搭载小型航行器进行水下作业正逐渐成为一种重要的作业方式。本文以水下机械臂在其作业空间内对小型航行器进行跟踪以实现对其捕获回收、能源补充与数据交互这一工程问题为背景,针对水下机械臂对UUV的轨迹跟踪控制问题进行研究。本文首先对机械臂模型进行了运动学分析,采用蒙特卡洛法对机械臂末端的运动空间进行分析,运用拉格朗日法对机械臂进行了动力学建模,结合水下机械臂的受力情况分析,得到了完整的水下机械臂动力学模型。根据所建立的水下机械臂模型设计了基于模糊自适应的非奇异快速终端滑模控制方法。在传统的滑模控制基础上,采用了终端滑模控制解决了系统不能在有限时间收敛至滑模面的问题。考虑终端滑模控制奇异性的问题进一步地提出了非奇异终端滑模控制,并通过增加快速项和积分项提高系统的收敛速度和收敛精度,最后使用模糊控制器对滑模控制的切换项进行逼近,达到降低抖振的效果。仿真结果表明,控制系统在采用基于模糊自适应的非奇异快速终端滑模控制时,该系统的收敛速度更快,控制精度更高且控制输入抖振现象的减弱效果好。考虑到水下环境的未知性及机械臂系统参数的不确定性,以终端滑模控制为基础提出了基于神经网络分块逼近的终端滑模控制。分析了神经网络的基本原理,利用神经网络系统可以对任意连续非线性函数进行逼近的特性,对动力学模型的系数矩阵和不确定部分进行逼近,该法不仅可以对系统进行有效的控制还可以减低滑模控制的抖振现象,最后利用快速终端滑模控制加快系统的收敛速度和提高系统的鲁棒性。仿真结果表明,采用基于神经网络分块逼近的快速终端滑模控制方法能够对具有一定不确定性的机械臂系统实现对给定轨迹的有效跟踪控制。为更好验证水下机械臂跟踪控制方法,设计并搭建了空气中的模拟试验平台。以一台六自由度平台模拟水下运动平台,并在其上搭载机械手臂,以另一六自由度平台搭载模拟小型水下航行器,通过两台六自由度平台的运动模拟捕获跟踪控制过程中的水下运动干扰。设计并实现了试验平台的机械系统以及控制系统软硬件,从而完成了整个模拟试验系统的搭建,为试验的开展奠定了基础。