随着计算机和网络技术的发展,远程控制的距离也在增加。基于因特网的远程控制系统的研究越来越受到人们的重视。但因特网并不注重实时性,网络传输信息不可避免地会产生延时。通过测试表明,该延时具有不确定性,且会引起数据丢失。网络延时及其不确定性会降低系统的控制品质,严重影响网络控制系统的实际应用。为此应研究分析上述因素对远程控制的效果影响以及研究新的控制算法和补偿措施。本文以上海广茂达公司生产的AS-R机器人为控制对象,系统分析了网络延时及其对系统控制效果的影响,并提出了相应解决方案。全文共分为6部分。第一章主要介绍了国内外网络控制系统的研究现状、网络控制中常见问题、课题背景以及本课题的选题意义。第二章介绍了预测控制和神经网络的基本原理,以及两者相结合的理论基础。第三章针对采用PC机作为核心控制器的机器人,利用神经网络黑箱辨识方法,提出基于机器人驱动电动机角度模型的参数辨识方法辨识,该方法避免了对两轮编码器反馈角度数据的差分运算,有效提高了参数辨识精度以及抗干扰能力。第四章在综合前人研究成果的基础上,提出了一种预测步数可变的神经网络预测算法,通过对网络延时的预估,动态改变预测步数,保证了系统的控制效果。第五章讨论了网络控制系统的设计与实现。由于在网络环境下控制算法应用受到种种因素制约,本章重点研究和建立了基于网络的远程控制系统的仿真平台。第六章总结了本文的研究工作,并对今后的研究方向作了展望。