如今,机器人被称为影响人类生产和生活的关键技术之一,是引领第三次工业革命和全球经济变革的一项颠覆性技术。世界各国将机器人作为国家计划进行了重点部署,我国更是发布了“中国制造2025”战略计划,将机器人发展提升到了战略层面。如今的机器人早已从传统的固定构型工业机器人进化成飞行机器人、软体机器人、可重构机器人等不同机械结构不同连接方式的机器人。其中可重构机械臂因其应用广泛和性能突出,成为了近些年来机器人领域的研究热点。可重构机械臂是一类具有标准模块与接口,可以根据不同的任务需求对自身构型进行重新组合与配置的机械臂。可重构机械臂凭借其优越的“可重构”与“模块化”的特性,在工业制造、航空航天、搜索营救、医疗康复等领域广泛应用,并受到了国内外特别是发达国家的重点关注。随着科学技术的不断进步,机械臂单一的轨迹跟踪任务不足以满足人类的需求,而具备高精度、高性能、高适应性的可重构机械臂被寄希望于完成更多与复杂危险环境接触的目标任务。对于许多情况,可重构机械臂的力控制任务与位置控制具有同样重要的意义,当可重构机械臂的末端或其末端工具与周围环境产生接触时,只利用位置控制往往不能完成任务需求。此外,可重构机械臂大多应用在人类无法直接参与的环境中,其所适配的元器件不可避免的会发生退化或损坏,而这一现象会直接影响机械臂工作运行的稳定性甚至是安全性。更重要的是,由于可重构机械臂优越的结构特性使其承担的任务复杂性也不断提高,系统的控制精度与稳定性已不再是其追求的唯一目标,如何权衡控制目标与其他硬性需求如能源资源的节约、面向未知空间干扰的鲁棒能力以及容错能力等因素,构建更适用于面向复杂约束环境的可重构机械臂最优控制策略是我们一直追求的目标。全文主要内容包括:1.阐述了课题的研究背景及意义,对可重构机械臂的研究现状以及最优控制、力/位置控制和容错控制方法的研究进展进行了综述。2.利用Newton-Euler迭代算法得到可重构机械臂传统动力学模型,并考虑外部空间约束,建立受环境约束的可重构机械臂动力学模型。与此同时,给出一种基于关节力矩反馈技术的建模方法,利用关节模块中的谐波减速器和力矩传感器得到一种更具有普适性的可重构机械臂子系统动力学模型,并详细分析其性质。3.针对受未知环境约束的可重构机械臂动力学模型,对未知环境约束空间进行分析,并设计自适应估计算法近似未知约束参数向量,从而近似得到关节所受约束力矩。在此基础上,建立融合位置和末端接触力跟踪误差的性能指标函数,并结合自适应动态规划思想和策略迭代算法,得到与未知环境接触的可重构机械臂近似最优力/位置控制策略。4.针对发生未知执行器故障的受约束可重构机械臂系统,设计一种基于模型辨识器的最优力/位置主动容错控制策略。考虑到可重构机械臂能够根据任务需求变换构型这一特性,利用神经网络辨识器对不确定模型进行估计,以实现对无模型可重构机械臂系统的实时控制。在此基础上,利用自适应故障观测器在线估计执行器故障,并作为控制目标放入改进的性能指标函数当中,从而得到近似的最优力/位置主动容错控制器。5.针对面向不确定环境碰撞的可重构机械臂系统,设计一种基于事件触发机制的分布式神经-最优跟踪控制策略。首先,设计基于模型的鲁棒补偿器有针对性地补偿模型不确定性,并建立跟踪目标的性能指标函数。然后,通过引入事件触发机制,即当且仅当满足触发条件时对系统控制律进行更新,利用评价神经网络近似求解基于事件触发机制的哈密尔顿方程,设计合理的关节模块事件触发条件,研究基于非周期性采样的分布式神经-最优控制方法。6.针对发生执行器故障的可重构机械臂系统,设计基于可测模型信息的分散近似最优容错控制策略。首先,考虑出现关节模块执行器输出受限的情况,利用关节力矩反馈技术,设计一种基于可量测模型信息的分散近似最优抗饱和控制策略。此外,考虑可重构机械臂子系统执行器部分失效的情况,设计龙伯格状态观测器估计未知的执行器故障,建立基于可量测模型信息的分散鲁棒补偿控制器进行实时补偿模型的不确定性,并通过评价神经网络结构近似最优控制器,最终得到基于观测-补偿-评价网络结构的分散近似最优容错控制器。最后,对全文工作总结,并对后续研究工作进行展望。