机械臂作为人类现代自动化工业的重要工具,由于它的工作空间大、灵活性好、可以在人类无法到达的环境下工作等优点,在工业、航空领域和医疗器械等得到了很广泛的应用。相对于常用的刚性机械臂,柔性机械臂具有重量轻、负载大、灵巧等优点,也越来越多的受到人们的重视和研究。同时因为机械臂存在冗余自由度,在工作中的可行空间很大,便给完成一次同样的工作任务带来了好多种不同的可行方案。比如机械臂从起始位置运动到终止位置,可行路径有好多种。这样给控制器的设计带来多种策略,所以选择的期望运动情况不同,设计出的控制器性能也各不相同。本文选择末端位移最短路径作为期望的执行方案,来设计控制器。这种控制器除了能满足控制要求外,还能起到提高机械臂工作效率,节约工作时间、空间和燃料消耗的作用。本文结合机械臂的结构特点,将两关节机械臂视为Euler-Bernoulli梁模型,根据拉格朗日方程理论建立了机械臂系统动力学模型。把梁1和梁2末端位移总和作为目标函数,用最优控制的方法使这个目标函数达到最小,来求得满足要求的机械臂运动最短路径及其所对应的关节角位移。然后通过Newmarkβ法对系统进行动力响应分析,建立柔性机械臂的神经网络辨识模型。最后,将神经网络与预测控制、滚动优化理论相结合,设计出用于柔性机械臂轨迹跟踪的神经网络动态优化调整的智能控制系统。经计算机仿真表明,该控制系统能够良好的控制柔性机械臂跟踪各状态量的期望值,并同时达到末时刻速度调节的目的。