机械臂由于其灵活性、精确性、高速以及高重复性等优点,目前已被广泛应用到各行各业,用以实现替代或帮助人工完成简单和重复性的工作,大量应用于汽车、电子、信息产品等现代制造业中。多关节机械臂是一个非线性和不确定性系统,同时又是一个与运动学和动力学原理密切相关、强耦合的多变量复杂控制系统,针对多关节工业级机械臂的高精度控制一直是一个理论和应用研究热点。无模型自适应控制(Model-Free Adaptive Control,MFAC)作为一种重要的数据驱动控制方法,其控制器设计仅利用系统的输入输出数据而不依赖于对象模型,该方法适用于多关节机械臂这类复杂的被控对象。因此将无模型自适应控制有针对性地应用于六自由度串联工业机械臂的轨迹跟踪具有重要的实际意义。论文以六自由度串联工业机械臂为被控对象,通过理论研究,仿真实验以及实物验证相结合的方式,系统地研究串联机械臂的运动学建模、逆运动学求解、动力学建模和高精度轨迹跟踪控制,为串联机械臂的开发应用探索了一套有效的理论和技术解决方案。主要研究内容如下:首先,建立机械臂连杆坐标系及相应参数,基于机械臂正、逆运动学计算公式,重点研究逆运动学算法的实时性和稳定性问题,通过分析和仿真深入研究机械臂运动学控制机理;采用拉格朗日函数法,建立机械臂动力学方程并分析其动力学特性。其次,针对要求精度较高的工业机械臂轨迹跟踪任务,应用无模型自适应控制方法,并在原型MFAC控制算法的基础上提出了改进的MFAC控制算法,以达到提高收敛速度及轨迹跟踪精度的目的;对上述方法基于MATLAB平台搭建simulink仿真模块,验证算法的有效性。最后,在充分分析基于MFAC的机械臂轨迹跟踪控制实物验证的功能需求非基础上,基于Otostudio平台采用ST语言编程实现了改进MFAC控制算法在固高六自由度串联机械臂轨迹跟踪控制中的应用,完成了人机交互、轨迹规划、控制系统、网络通信以及数据采集等基本功能。同时,基于Matlab平台,编写了数据分析子系统,通过对实时采集到的机械臂实际运行数据进行分析,验证了论文提出的基于改进MFAC控制算法在机械臂轨迹跟踪控制中起到了良好的效果。