在高精度条件下,机械手的伺服控制始终是机电系统的重要科研方向。但是目前工业实际现场对机械手的伺服控制多采用线性PD控制方法,由于系统存在摩擦非线性和动力学非线性,其轴向定位精度难以满足高精度要求。而目前非线性控制方法一般设计过程复杂、计算量庞大,工业上难以实现。针对这一问题,研究一类计算方便、易于操作实现的非线性高精度机械手伺服控制方法,具有重大的研究意义和应用价值。针对以上问题,本文依托流程工业综合自动化国家重点实验室,将虚拟未建模动态驱动的PD控制方法应用在机械手的伺服控制中,取得了良好的伺服控制效果,现归纳本文的主要研究内容有：(1)针对工业机械手伺服控制问题,分析了该领域内现有控制方法的优点和不足,指出了机械手高精度伺服控制的难点。同时,针对机械手具有摩擦非线性和动力学非线性的特点,基于机械手混合动力学模型建立了包含摩擦和动力学非线性的机械手各关节被控对象模型,该模型由线性模型、摩擦模型和虚拟未建模动态项组成,能够全面描述机械手的实际动力学特性。(2)针对机械手各关节被控对象模型中含有的摩擦非线性和动力学非线性,提出了虚拟未建模动态驱动的机械手PD控制方法,解决了工业上使用的线性PD控制器作用于实际机械手非线性系统时难以获得理想的控制效果,且神经网络等在线学习方法计算复杂、难以实际应用的问题。该方法首先建立带有摩擦非线性和动力学非线性的离散控制器设计模型,然后设计线性PD控制器、摩擦先验补偿器和基于数据的虚拟未建模动态补偿器,最后建立了稳定性和收敛性分析。与极点配置PD控制算法、非线性摩擦自适应补偿算法以及无摩擦模型的虚拟未建模动态补偿算法的对比实验表明：所提方法能够减小系统动态跟踪误差,提高稳态精度,降低控制器输出量。(3)针对原有机械手控制系统实验平台稳定性差,控制与反馈信号通路不对应,软件启动复杂等问题,通过设计专用信号转接电路板,调整控制和反馈信号通路,规范软件程序流程,提高了系统的稳定性,降低了误操作的可能性。