在现代化的工业制造、装配和生产过程中,工业机械臂扮演着十分重要的角色,推动着自动化制造、智能制造的快速发展。对于一些重复度高、速度和精度要求高的任务,三连杆机械臂则得到了广泛的应用。对于三连杆机械臂系统,其非线性特性始终是控制器设计的难点和重点,而传统基于模型的方法设计难度大,且依赖于对模型的先验知识。本文基于Koopman算子的全局线性化特性,通过数据驱动的方法对三连杆机械臂系统模型进行Koopman线性化,实现对其线性二次型（LQR）控制器的设计。主要研究内容如下:1.基于牛顿-欧拉递推算法,分别对平面转动关节和空间转动关节三连杆机械臂进行动力学建模,给出了其动力学方程的具体形式。然后对机械臂动力学方程的特性和构成进行分析,结合推广化的Koopman算子的演化特性,选取了一组合适的观测基函数向量。2.针对含有多条系统轨线的机械臂数据集,阐述了改进的最小二乘法（LSM）和动态模型分解法（DMD）。然后基于之前选取的基函数向量,分别应用这两种算法对机械臂Koopman算子矩阵形式进行计算,仿真实验证明了LSM算法的拟合精度和计算性能要优于DMD算法。3.分别对机械臂Koopman算子的矩阵形式和基函数向量进行划分,使得原非线性动力学模型转化为了含输入项的线性状态方程。之后基于该状态方程,分别构造了高维和低维的输出方程,并基于此设计LQR控制器,同时通过仿真实验论证了高维输出方程的性能要优于低维输出方程。最后通过两种不同平台的仿真实验,证明了本文所提出的方法的可行性和有效性。