随着机器人技术的发展,力控制技术成为了近年来的研究热点。在工业机器人末端安装力控制装置能对输出力进行力/位解耦控制,有利于提高力控制精度。气动式机器人力控制装置具有天然的柔顺性使其适用于装配、抛光打磨等接触式作业,但由于气动系统具有严重的非线性,在实际工作时难以达到理想的控制效果。在众多的影响因素中,摩擦因素对气动式机器人力控制装置动静态特性影响较大,能否对摩擦进行有效的补偿是能否有效提高力控制精度的关键,因此有必要对气动式机器人力控制装置进行摩擦补偿控制研究,全文主要研究内容如下:(1)根据物理机理推导了气动式机器人力控制装置的数学模型,并基于AMESim建立了其仿真模型,同时基于Simulink建立了气缸的摩擦模型并对其摩擦特性进行了仿真分析。(2)设计了气缸摩擦力辨识实验平台,对气缸的LuGre摩擦模型进行了离线辨识。采用两步法对LuGre摩擦模型的参数进行辨识,首先辨识了模型的静态参数,对比了分段拟合与非线性最小二乘法拟合的效果,验证了分段拟合出模型的静态参数精度更好。采用遗传算法对模型的动态参数进行了辨识,为气动式机器人力控制装置的补偿控制仿真研究和实验研究提供了有效的摩擦模型。(3)为提高气动式机器人力控制装置的响应性能,分别对有无前馈控制策略进行对比研究。基于Simulink设计了模糊PID控制器并联合AMESim进行了仿真,对比了模糊PID与传统PID对阶跃信号的跟踪性能,结果表明前者的调节时间比后者减少了0.46秒,验证了模糊PID的有效性。结合前面辨识得到的LuGre摩擦模型参数,设计了基于LuGre摩擦模型的模糊PID控制器,并将其仿真结果与模糊PID进行对比,结果表明前者的调节时间比后者减少了0.16秒,验证了基于LuGre摩擦模型的前馈控制的可行性。(4)为了进一步验证基于摩擦模型的前馈控制策略的可行性,对气动式机器人力控制装置进行了结构设计,元器件选型。对控制系统进行了设计,包括控制器、控制柜以及人机交互界面。最后搭建了系统的实验平台,对比了基于LuGre摩擦模型的模糊PID控制与模糊PID控制对正弦力输入信号的跟踪性能,前者跟踪误差小于5%,实验结果表明前者更有效地改善了跟踪的迟滞性。