水轮机转轮叶片的维修与维护一直是各国水电部门的一项重要工作，每年都要对其耗费巨大的人力、物力、财力，尤其是我国河流泥沙含量大，此项工作就更为艰巨。为了减少人工修复的劳动强度，提高维护、维修的质量和效率，我们引进并自行开发了适合于我国国情的水轮机叶片修复专用机器人。由于机器人测控系统是机器人的核心，为了提高机器人的整体性能与自主能力以及智能化水平，本文设计了开放式通用机器人测控系统的硬、软件结构。 本课题是省科技攻关项目“机坑内修复小型焊补机的研制”的重要组成部分，本文的研究工作是针对水轮机修复专用机器人进行的，应用D-H方法建立了此机器人的各关节之间的坐标关系及其运动学正问题方程，为机器人系统的运动控制提供了可靠依据。 由于此种机器人的工作方式是示教再现型的，为了实现要求的空间轨迹(直线或圆弧)，必须对机器人运动学逆问题求解，但传统解法对于具有冗余自由度的水轮机修复专用机器人来讲，不但解法复杂，而且解难以确定。为此，我们提出应用基于改进的遗传算法的神经网络来建立机器人运动学逆问题模型，针对该模型，详细讨论了改进后的遗传算法的各个算子以及编码方案，并针对该机器人第一关节是平动关节，建立了该机器人各关节与相应驱动电机转角之间的关系模型，将各关节驱动电机的转角做为神经网络训练样本对的输出样本，为统一到适应度函数的公式中做了必要的准备。本文对用软件实现该神经网络进行了程序设计，并用两杆平面机械手对应用遗传算法学习神经网络的权系数的可行性和有效性进行了仿真研究，仿真结果表明，该方法可极大地提高机械手逆运动学解的精度，确保快速达到全局收敛。