随着社会需求不断变化,对并联机器人的控制要求越来越高。本文以6PUS-UPU冗余驱动并联机器人为研究对象,实现其更高精度的力位混合控制。以动力学建模为基础结合智能控制算法,通过机电仿真和实验验证,实现了6PUS-UPU冗余驱动并联机器人的自适应调整控制,内力闭环控制,验证了控制方法的有效性。从控制需求出发,应用凯恩法对冗余机构的滑块、驱动分支、中间分支及整体并联机器人进行动力学建模,实现对驱动力及各驱动分支末端内力的求解及优化,并利用ADAMS软件对模型进行动力学仿真,验证了冗余驱动动力学建模的正确性。从控制理论出发,研究了神经网络中的BP网络,基于BP神经网络的优点,将BP算法与常规PID结合,在线调整PID的参数。对非冗余分支伺服系统及传动机构进行数学建模,并对非冗余分支运动学进行传统PID控制和基于BP神经网络的PID控制仿真,验证了将基于BP神经网络的PID控制算法应用于并联机器人控制的可行性。从控制策略出发,本文对冗余机构采取力/位混合策略,非冗余分支采用位置控制,冗余分支采用带有力前馈的内力控制。对非冗余分支伺服系统建模,搭建冗余机构的ADAMS与MATLAB联合仿真模型,在无干扰和有干扰的情况下,分别对并联机器人进行传统PID和基于BP神经网络的PID控制的联合仿真,验证了与传统PID控制相比,基于BP神经网络的PID控制精度、稳定性都更好。对冗余驱动6PUS-UPU并联机器人进行试验研究,验证了应用基于BP神经网络的PID控制算法可使并联机器人稳定性更强、位置跟随更精确。