在科学技术日新月异的今天,机械臂在很多工业场合得到了应用,吊装机械臂作为一种大型机械臂,在工厂、码头等较大负荷场合得到了广泛的应用。在对吊装机械臂需求不断增加同时,对吊装机械臂的性能要求也在逐渐提高,所以对吊装机械臂的控制研究具有很重要的实用意义。本文主要针对吊装机械臂进行如下研究:首先,根据吊装机械臂的实际结构将其简化为三自由度的机械臂,其中关节1、3为回转关节,关节2为伸缩关节。考虑其伸缩连杆在大负载的作用下产生弹性变形,会影响吊装的精度和稳定性。因此将其简化成Euler-Bernoulli梁模型,采用假设模态法描述其弹性变形。建立吊装机械臂的位姿变换矩阵,再根据Lagrange法建立吊装机械臂的动力学模型,并与ADAMS中依据机械臂连杆参数建立的模型进行仿真验证,验证了吊装机械臂模型的准确性。其次,基于上述方法建立的吊装机械臂动力学模型,在考虑外部干扰的情况下进行轨迹跟踪控制,采用全程非线性积分滑模方法设计控制器。该控制器加快了从初始状态到达滑模面的过程,使得轨迹跟踪的全程中都在滑模面上,使其在暂态过程受到干扰和参数变化时仍具有好的性能,利用非线性积分具有“小误差放大,大误差饱和”的性质,在不改变稳态误差同时提高暂态性能。分别在小初始误差和大初始误差情况下应用本章设计的算法和传统积分滑模算法、非线性积分滑模算法进行仿真实验,验证算法的有效性。最后,为了对机械臂的振动进行抑制,选择压电作动器作为机械臂振动抑制的执行器。建立基于压电作动器作用下的连杆2状态方程,以最小能量消耗和最大能量传递作为目标,采用遗传算法对压电作动器的的安装位置进行优化,根据不同长度下的最优位置取其平均值作为压电作动器的安装位置。基于作动器作用下的机械臂动力学模型,采用奇异摄动原理分解成慢变子系统和快变子系统。针对慢变子系统采用RBF神经网络对建模不确定性和外部干扰逼近补偿的方法,结合全程非线性积分滑模控制,进行机械臂轨迹跟踪控制,针对快变子系统采用鲁棒H∞控制器对振动进行抑制。基于两个控制器组合进行仿真,结果表明RBF神经网络的加入可以减小跟踪误差,降低滑模面的抖振,鲁棒H∞控制的加入能够对机械臂的振动起到抑制作用,使机械臂运行的更平稳。