近年来,机械臂的研究一直是国际、国内极其重视的研究热点,在国家政策的大力支持下,目前,由于我国机械臂及智能系统技术正得到飞速发展,工业机械臂、医疗机械臂的应用得到了进一步推广,这极大的促进了我国工业、国防科技事业的大力发展。在机械臂运动过程中,因为各关节和连杆之间的作用力,产生的柔性效应会导致在执行实际任务时精度降低,所以机械臂的柔性特征是需要解决的首要问题。柔性机械臂是一个具有时变、强耦合等特性的复杂非线性系统,由于这类模型结构较为复杂,使得该模型的分析、设计及智能控制成为一项具有挑战性的工作。同时,在要求较高的柔性机械臂系统应用场景中,往往需要考虑物理环境、性能要求等因素,因此,在设计柔性机械臂控制算法时,死区问题不容忽视,然而死区输入的存在可能会严重影响系统的稳定性,因此,怎样高效的解决这一问题并达到对系统的有效控制已成为了一项很富有挑战性的课题。此外,存在于实际应用背景下的柔性机械臂系统为了满足工业需求,往往需要实现有限时间稳定。基于上述讨论,本文对柔性机械臂系统,在Backstepping设计方法上,同时应用自适应技术和神经网络技术,分别提出了柔性机械臂系统的有限时间自适应智能跟踪控制算法和基于事件触发的自适应智能渐近跟踪控制算法。具体工作如下:（1）针对带有死区输入的柔性机械臂系统,提出了一个有限时间自适应跟踪智能控制算法。其中,应用一些有效的数学技巧严格设计死区输入,并通过自适应的方法解决了死区输入问题。通过使用智能逼近技术来处理柔性机械臂系统中出现的未知非线性函数。此外,根据准快速有限时间稳定性准则和Backstepping方法,设计的自适应有限时间控制器,克服了“复杂性爆炸”问题并确保了闭环系统在有限时间内实现稳定。最后,基于Matlab仿真平台,针对单连杆机械臂模型进行仿真验证,所得结果表明所提智能控制算法的有效性。（2）针对柔性机械臂系统,提出了一个基于事件触发的自适应命令滤波渐近跟踪智能控制算法。首先,采用径向基函数神经网络对控制器中存在的未知非线性函数进行逼近。然后,利用命令滤波技术,巧妙地减少了控制器设计过程中的计算量,使得“复杂性爆炸”问题被克服。此外,采用事件触发策略大大减轻了通信负担。同时,利用经典的Barbalat引理,所设计的控制器不仅保证了闭环系统中所有变量都是有界的,而且保证了跟踪误差渐近收敛到零。最后,基于Matlab仿真平台针对单连杆机械臂模型进行仿真验证,所得结果表明所提智能控制算法的有效性。