1、機械臂系統(tǒng)是一種典型的非線性、強耦合系統(tǒng)。而非線性系統(tǒng)一直是控制領(lǐng)域的熱點及難點之一。由于機械臂具有非線性特性，因此其經(jīng)常被作為一種被控對象來驗證非線性控制算法的優(yōu)劣。機械臂在現(xiàn)代工業(yè)過程中起著不可替代的作用，其應(yīng)用范圍極其廣泛，因此對機械臂的研究顯得尤為重要。
　　 本文首先對機械臂建立動力學模型，因為其動力學模型是研究機械臂的基礎(chǔ)。而后分別介紹了在目前機械臂控制中經(jīng)常使用到的迭代學習控制算法及滑模變結(jié)構(gòu)控制算法的原理，并將以

2、上的兩種算法應(yīng)用于機械臂系統(tǒng)的控制并得出了仿真結(jié)果。通過仿真的結(jié)果分別分析了兩種算法的優(yōu)缺點，并從本質(zhì)上說明其優(yōu)缺點產(chǎn)生的原因。從兩種算法優(yōu)缺點的分析上可以看出，這兩種算法具有優(yōu)勢互補的特點，如果將兩種算法融合到一起取長補短，則可產(chǎn)生一種新的控制效果更佳的控制算法。因此本文將兩種算法融合到一起，產(chǎn)生了新的迭代滑模算法，并進一步分析了迭代滑模算法的原理及控制率的計算。而后將新設(shè)計的算法應(yīng)用于機械臂的控制，并分別與迭代學習控制算法和滑模變結(jié)