由于冬季积雪或冻雨形成的覆冰会造成输电线路下垂破损,绝缘子闪燃,电极崩溃,通信中断,停电等等。它不仅对人们的生活造成不便而且对农业和工业生产带来有害影响。因此,有必要研究和开发输电线除冰机器人,实现高效与安全的除冰。除冰机器人控制的实质是如何精确控制除冰机器人手臂的越障行为。除冰机器人是一个复杂的机电耦合系统并且也是一个随时间变化的非线性系统。此外,除冰机器人通常要面对外界干扰和各种不确定因素,难以建立一个适当的数学模型用于基于模型的控制系统的设计。因此,智能控制方法的优点,如模糊控制和神经网络控制,是它们能通过规则推理和强大的学习能力来衰减未知干扰和非结构不确定性的影响,而不需要控制系统的详细知识。另一方面,为提高机械手的控制性能,模糊规则和神经网络参数需要提前通过优化算法进行优化。本论文将模糊系统,神经网络和优化算法与传统的控制方法包括自适应控制,鲁棒控制,比例积分微分控制,和滑模控制等方法集成融合以获得输电线路除冰机器人机械手的期望轨迹的跟踪性能。本文的主要工作如下:1.第二章提出了一种基于滑模学习算法的自适应模糊神经网络控制策略,实现机械手对于期望轨迹的跟踪。引入传统的滑模控制器以确保该系统的渐近稳定性,和模糊规则为基础的小波神经网络被用作反馈控制器。此外,根据李雅普诺夫稳定性理论推导出了一种新的神经网络参数自适应算法。所提出的自适应模糊神经网络控制系统不需要机械手的详细知识而能够补偿参数变化,未建模动态和未知干扰的影响,从而改善系统的跟踪性能。2.第三章提出了一种基于人工化学反应优化算法的神经网络自适应控制方案,以获得机械手所需的轨迹跟踪控制性能。径向基函数神经网络用于逼近机器人动力学的不确定性。在初始阶段的神经网络参数通过用人工化学反应优化算法进行优化。径向基函数神经网络权值的自适应调节策略根据李雅普诺夫理论确定。因此,整个系统的收敛性和稳定性得到保证,使得机器人的跟踪性能提高。3.在第四章中提出了一种结合化学反应优化算法与径向基函数连接网络的滑模控制方法以实现机械臂高精度的位置跟踪。在提出的方案中,由于具有强大的逼近能力,三层的径向基函数连接网络用于逼近系统的不确定性,如参数变化,摩擦力,以及外部干扰,并消除滑模控制的抖振现象。为提高初始阶段的预期性能以及改进收敛速度,径向基函数连接网络的参数需要提前进行优化。因此,径向基函数连接网络的初始参数通过化学反应优化算法离线优化而不是随机选择。此外,径向基函数网链接的权重根据在投影算法和李雅普诺夫理论自适应调节规律在线确定,保证了系统的稳定性和收敛性。4.第五章提出了一种基于优化模糊比例-积分-微分（PID）的除冰机器人混合控制策略。在此控制方案中,将PID控制器与模糊规则相结合,其中模糊规则的输入和输出变量是控制误差信号和PID控制器增益。此外,提出了结合化学反应优化和粒子群优化的混合算法,来同时确定所有的参数如高斯隶属函数的宽度和中心,以及模糊规则的数目。基于多目标优化的概念,定义了一个包含不同的性能指标的目标函数。从而,提出的具有自适应增益的模糊PID控制器比传统固定增益的PID控制器具有更好控制性能和灵活性。最后,在一个三连杆除冰机器人系统的比较仿真结果,证明了所提出的模糊PID控制器方法的可行性和有效性。5.第六章中针对电力线除冰机器人的机械手,提出了一种基于递归模糊小波函数连接网络的自适应鲁棒跟踪控制方案。在提出的自适应鲁棒跟踪控制系统中将递归技术,模糊逻辑系统,小波变换,径向基函数连接网融入到滑模控制技术。提出了一种广义递归模糊小波函数连接网来逼近未建模动态、参数变化和摩擦力。自适应鲁棒项加入到自适应鲁棒滑动跟踪控制律来消除非结构化的部分和网络重构误差,以及外部干扰。另外,递归模糊小波功能链接网络的权值参数通过Lyapunov稳定性理论导出新的自适应调整策略以保证跟踪误差和参数估计误差的有界性。从而保证整个控制系统的稳定性和鲁棒性,实现高精度无抖动的位置跟踪。最后,我们在两连杆机械手和三连杆电力线路除冰机器人对提出的方法进行数值仿真和实验验证,结果证明了提出的方法的有效性和鲁棒性。