陈 杰，莫 玮

(1.西安电子科技大学 机电工程学院，西安710071;2.长江计算机(集团)公司 研发中心，上海200001)

0 引 言

非完整移动机械臂作为典型的非完整控制系统，其轨迹跟踪控制问题一直受到广泛关注［1-3］。在实际的应用过程中，移动机械臂内部或者外界总是存在一些不确定干扰因素，如外界扰动、机械臂本体的摩擦、振动、强惯性、非线性等因素，使得其控制系统的控制精度低、稳定性和可靠性差，无法完全满足工业生产的高精度、高可靠性要求。

传统单一的控制方法难以解决机械臂系统的这些问题。滑模控制能够增强机器人系统抗干扰能力，对系统的不确定性和外部扰动具有完全的自适应性。滑模控制的思想是反向控制，而反向控制的特性是具有强制性和很强的鲁棒性。因此，滑模控制应用于机械臂系统的控制成为学者们的研究热点［4-7］。然而，滑模控制在机械臂系统的控制过程中可能会出现抖振，导致系统的稳定性减弱。因此，单纯的滑模控制方法难以满足复杂环境下机械臂控制系统的工作要求。此外，机械臂系统本体参数的不确定性以及实际的运行过程中存在摩擦和干扰，难以建立准确的动力学模型，而模糊控制不需要知道被控制对象的精确数学模型，从而非常适用于那些动态特性不易掌握、数学模型难以获取或变化非常显著的研究对象。将模糊逻辑与神经网络结合的模糊神经网络控制方法已经逐渐成为国内外智能控制领域研究的热点，如文献［8］研究了一类履带式移动机械臂的神经网络鲁棒自适应滑模控制方法。……