机器人柔性机械臂具有机动性好、覆盖范围大、成本低和节能等诸多优势,得到日益深入的研究和广泛的应用。但是柔性机械臂运动存在振动这一共性问题,解决振动问题是有效运用柔性机械臂高质量完成控制任务的基础和关键。传统的柔性机械臂控制任务与目的涉及了位置与跟踪控制的残余振动抑制和跟踪控制的稳态振动抑制,解决振动问题的机理方法和效果存在一定的局限性和不足。论文研究了改进残余振动和稳态振动的控制方法,针对传统策略与方法的现有问题和连续减振需求,探索研究了解决动态的振动减除的振动避免原理和方法,并研究了机器学习的自治振动控制方法与算法。主要研究内容和创新点总结如下:(1)针对柔性机械臂的残余振动问题,研究了点到点的振动抑制控制,提出频谱激励减振方法。引入和研究关于减振的动力学模型非线性降解的局域不变性准则,研究和建立了该准则下参数变动灵敏性分析指标,给出非线性模型分段线性化计算法,数值仿真检验局域不变性。研究证明了多模态耦合和后置构型变动下一致减振的存在性,给出减振条件和多谐振零化计算模型;证明离线逆向生成时分激励的频谱激励减振计算性质,给出减振控制设计方法。研究了多模态谐振带的减振控制,研究给出带状模态减振性质,由带状减振增强频谱激励减振控制的鲁棒性。根据两连杆机构的物理模型进行控制器设计和计算,给出对象的振动控制数值仿真,检验了频谱激励减振控制的有效性。(2)针对跟踪控制的振动问题,研究了动态平衡的减振方式,探索了刚随柔动的振动避免控制方法。通过研究材料力学和振动力学,构想了弹性体中性面变形的顺势激励方式,提出刚轴推进跟随柔杆进动的新控制原理,构建了刚随柔动、刚柔同步一体的避免振动的控制基础。研究了柔性机械臂避振控制的任务与目的,给出振动避免定义。研究了基于刚随柔动的超前和滞后型连杆中性面单侧稳恒运行的机制,以及该机制的性质和控制律,给出振动避免控制器实现。基于振动避免方法的性质研究了避振控制在形变定义域上平衡点和不变集的动平衡态。研究刚随柔动原理方法的振动控制闭环系统的稳定性。根据动态平衡的稳定性质和条件,基于Lyapunov稳定定理和LaSalle不变性定理证明了跟踪避振PD控制闭环系统关于动平衡态和正向极限点的全局渐进一致的稳定性。通过仿真验证了跟踪避振方法的有效性。(3)针对振动避免控制,探索了增强学习递推生成控制的方式。根据带减额因子的性能指标,研究得出可含减振命令的增广状态无限时间LQT二次型;研究了跟踪减振效用的基于Markov链动态规划的最优评估Bellman方程,以及遍历性和平稳性条件下前向递归策略评价和改进计算原理,给出了最优策略的代数Riccati方程。研究了时序差分法和策略随机逼近的在线迭代算法;针对跟踪减振单样本路径的决策最优,研究了Q函数的双重功效,给出不依赖动力学知识的策略评价与改进处理;研究含输入增广状态的数值型二次型Q函数Bellman方程,给出了Q学习策略评价与改进的最优控制逼近在线前向迭代算法。通过对柔性单连杆机械臂的跟踪振动控制数值仿真,检验了在线因果递归Q学习跟踪振动控制的有效性。