由于化学危险品泄漏的危害性,各类化学反应容器和输送管道的泄漏检测与维修已经成为石化工业安全生产、预防重大事故发生所关注的问题。在危险环境中,具有自主能力的移动机械手便成为代替和辅助人类完成一定任务的最佳选择。本文在国家863计划项目“化学危险反应器泄漏检测与修补移动机械手系统”(项目编号:2003AA421040)的支持下,针对所研制的P3-AT型移动机械手进行了运动学、动力学分析,采用人工神经网络研究了移动机械手的运动控制技术。主要的研究内容与创新如下:1、描述了所设计的P3-AT型移动机械手的基本结构特征,分析了五自由度机械手和两自由度轮式移动载体(平台)的运动特点。分别建立了移动载体子系统、机械手子系统以及移动机械手系统整体的运动学模型,进行了正、逆运动学分析。在ADAMS分析软件中建立了机械手的虚拟样机,分析了机械手的工作空间和特殊工作位置,得到了机械手实际应用中的有效工作区域。2、根据移动机械手系统的复杂性,提出了运动规划策略,构建了简化的移动机械手系统结构模型,利用牛顿——欧拉方法推导了简化移动机械手系统的动力学模型。通过仿真分析了移动平台与机械手间的动力耦合作用,仿真表明移动平台的加速度值愈大,其对机械手关节负载力矩的影响愈大,并影响移动机械手的轨迹跟踪和定位精度。建立了移动平台子系统、机械手子系统的动力学理论模型,并对各子系统的动力学进行仿真分析,得到了机械手各关节转矩与位姿的关系和机械手几个较危险位姿;对于移动平台,通过控制其左右前轮的驱动力矩,可以实现移动平台按给定的轨迹运动,同时也能实现移动平台方向角的改变。3、提出了基于神经网络的移动机械手的分层递阶智能控制策略,采用三层控制实现移动机械手的部分或完全自主控制。决策层进行任务规划;处理层包括两个径向基函数(RBF)神经网络子控制器,分别对移动载体和机械手的动力学进行控制和补偿;执行层依据处理层输出的信息来独立控制各驱动电机,实现所需的运动。RBF神经网络子控制器应用李雅普诺夫稳定性设计方法,通过分别建立移动载体、机械手和移动机械手系统的李雅普诺夫方程,由第二类李雅普诺夫方法建立了移动载体和机械手的动力学补偿,并应用Matlab对所建立的RBF网络进行训练仿真,仿真结果表明了RBF神经网络的有效性和可靠性。4、针对移动机械手硬件体系结构进行了设计,其中包括移动载体、五自由度机械手,视觉CCD传感器和超声传感器模块等。介绍了移动机械手的控制软件设计,包括PMAC上运行的运动程序和移动载体PC上运行的主控程序。应用Matlab编程软件对五自由度机械手的运动及控制进行了仿真,验证了机械手操作的运动准确性。并在实验环境下对移动机械手系统进行了实验,验证了移动机械手运动的准确性及控制的有效性和可靠性。