伴随着现代工业的快速发展,许多焊接、涂装等复杂任务都将由高精度机械臂来完成。由于柔性机械臂的结构轻、能耗低、对工作环境的适应能力强,操作灵活,工作效率高等优点,在医疗、航空航天、材料学等高科技领域取得了很大的发展空间。然而,相比较传统的刚性机械臂系统,柔性机械臂在运动中更容易受到外部干扰的影响,产生变形,从而增加了控制难度,降低了控制精度。因此,研究柔性机械臂抗干扰控制一直都是控制工程领域的热点问题。论文以柔性机械臂模型作为研究对象,考虑多种类型干扰的影响,基于干扰观测器设计以及鲁棒控制等方法,提出有效的抗干扰控制算法,保证柔性机械臂在干扰影响的稳定性能和良好的动态性能。论文主要内容如下:(1)介绍柔性机械臂的国内外发展现状,讨论柔性机械臂模型的建模过程,在Spong模型基础上,运用拉格朗日动力学方程建立柔性关节机械臂的数学方程。(2)研究基于干扰观测器的柔性机械臂系统抗干扰控制问题。一方面,针对可建模干扰,基于外延干扰模型,构建干扰观测器进行实时估计。结合PI型控制输入和干扰估计信息,设计复合控制器,完成对可建模干扰的动态补偿。另一方面,引入L1性能指标,抑制有界干扰对系统的影响。进一步,基于Lyapunov分析方法,验证柔性机械臂系统具有良好的稳定性以及动态跟踪性能。(3)研究基于T-S干扰建模的柔性机械臂系统抗干扰控制问题。引入T-S模糊模型,对不规则、非线性干扰进行描述。考虑系统状态不可量测的情况,设计全阶观测器实时估计未知干扰和状态。进一步,基于PI控制结构,以及状态和干扰的估计信息,构建复合控制器,实现对外界干扰的动态补偿和对系统的有效控制。基于凸优化方法,验证了柔性机械臂系统具有良好的动态性能。(4)研究基于神经网络扰动建模的柔性机械臂系统抗干扰控制问题。引入带有可调参数的神经网络模型,对不规则、非线性干扰进行建模。分别设计干扰观测器和L1性能指标,实现对多源干扰进行动态估计和优化。基于凸优化算法以及自适应控制方法,调节神经网络动态参数,计算观测器增益和控制器增益,保证了柔性机械臂系统良好的稳定性和动态跟踪性能。(5)以上算法均通过仿真得以实现,分别考虑谐波干扰、衰减型谐波干扰、有界干扰和锯齿波干扰等,实现对柔性机械臂系统的抗干扰控制,验证了算法的有效性。