当六轴工业机器人运行过程中受外在的负载扰动时,其各轴电机偶尔会出现震荡、谐振的现象,此种现象轻则影响机器人正常运行,重则影响整个产品的生产质量。通过机器人变负载扰动运行实验的分析表明,此种现象主要问题在于伺服系统性能不能够满足机器人的运行性能。首先,建立永磁同步伺服电机的控制模型、并介绍矢量控制原理,来建立永磁同步伺服电机的负载转动惯量模型。当机器人运行时,由于其末端姿态与位置的变化,使机器人各轴的负载与转动惯量实时变化,如果机器人在运动过程当中受到的外在扰动,将导致机器人各轴伺服系统不能快速、精确辨识负载转动惯量,使伺服控制系统参数与实际电机负载参数不能准确匹配,导致机器人各轴电机容易出现震荡、谐振的现象。然后,针对伺服控制系统参数与伺服系统实际参数不能精确匹配的问题进行分析,提出一种基于非线性动态学习因子的粒子群优化算法,来辨识伺服系统负载转动惯量。该算法以伺服系统控制模型中的速度控制器为核心,实时辨识负载转动惯量值,使伺服系统内部控制参数根据实际工况调节;运用该辨识值,通过计算得到速度控制PI参数值,并实时修正速度环控制器PI参数值。MATLAB/SIMULINK仿真结果表明,与传统的粒子群优化算法相比,无论在电机启动过程中、还是负载扰动下,使用改进方法的伺服系统具有更快的响应速度、更高的控制精度、更强的抗干扰能力。最后,基于工业机器人平台对伺服驱动装置的性能进行验证,将改进算法移植到伺服驱动硬件平台中,将改进后的伺服系统应用到机器人伺服控制系统当中。基于工业机器人搭建实验平台,设计机器人单轴变负载实验与机器人末端变负载行走轨迹实验;通过实验验证伺服系统改进方案的可行性,使得机器人行走轨迹的位置误差最大波动量从±10mm减小到±3mm,即改进后的伺服系统使机器人在变负载扰动运行时有着更好的稳定性和更强的抗扰动能力、且执行的轨迹精度更高。