工业机械臂具有广泛的应用前景,随着工业自动化程度的逐步加深,工业机械臂已经开始出现在生产现场的各个角落,如何以更高的精度和更少的能耗控制机械臂模型已成为了现今工业界的核心问题。同时,如何解决机械臂实际运作情况下参数变化问题和摩擦等干扰的问题也具有重要的实际意义。本文研究存在参数不确定性的机械臂系统的自适应切换跟踪控制问题,运用切换控制技术设计出自适应跟踪控制器,主要结果如下:首先,对于含有参数不确定性的机械臂控制系统,考虑到实际操作中角加速度信息难以测到和估计矩阵求逆困难的问题,采用了一类自适应控制方法对机械臂进行控制。针对机械臂应用中参数发生突变的情况,对其进行切换方法建模;在此之上提出仅需要速度反馈及不需求时变矩阵求逆的自适应切换控制方法。通过李雅普诺夫方法,控制跟踪误差有界性得到了证明。其次,针对机械臂的摩擦问题,对其使用RBF神经网络进行自适应切换控制器设计,使用神经网络对最佳拟合权值参数进行参数估计,并且对于参数跳变情况设计了切换算法。同样地,我们可以得到控制误差的有界性和较理想的控制效果。此外,我们讨论了自适应律切换的同时也对控制律切换的情形进行了研究,并且同样得到了较为理想的控制结果。为了降低控制器能量消耗,我们也提出了一类可根据实际情况切换控制增益大小的算法。最后,本文基于二自由度的机械臂进行了 MATLAB仿真,成功验证了以上算法对于具有不确定性参数的机械臂具有理想的效果。在文章的结尾对于本文的研究进行了总结,并对研究需要改进的地方进行了探讨。