一级倒立摆系统摆上舞蹈控制

倒立摆是一个典型的高阶次、多变量、非线性的不稳定系统.研究一级倒立摆系统摆上舞蹈控制器设计,实现了摆杆的摆起控制、稳定控制、小车任意位置控制、"快四一慢四"姿态控制和摆杆超级大旋转控制等.应用软切换的控制方法防止了在摆起控制器及平衡控制器切换时的剧烈抖动作用.为避免实际运行过程中小车撞墙现象的发生,设计了PID控制器来对小车的位置进行限制.基于直线一级倒立摆系统完成了摆上舞蹈的实物控制.     

基于分数阶PID的环形单级倒立摆稳定控制研究

针对环形单级倒立摆的稳定控制,设计了基于分数阶的PID优化控制器。用拉格朗日方法建立的环形单级倒立摆系统模型是一个具有3个自由度的欠驱动系统,其整数阶PID控制器难以获得满意的控制性能。因此,提出基于分数阶PID的稳定控制,其分数阶PID参数采用Signal Constraint优化模块进行优化。对整数阶和分数阶PID控制效果进行分析比较,结果表明:相对于整数阶的PID控制,分数阶PID控制系统的倒立摆起摆迅速,稳定控制性能优良。     

基于RBF神经网络二级倒立摆系统的PID控制

针对二级倒立摆系统,提出一种基于RBF神经网络的PID控制方法。该方法采用RBF神经网络对 PID控制器的参数进行优化修正,从而使控制器处于最优状态,实现二级倒立摆的稳定控制。仿真结果表明,该方法 的控制精度较高,响应迅速,超调量较小。对于多变量、非线性、不稳定的快速系统,具有较好的控制效果。     

基于RBF神经网络二级倒立摆系统的PID控制

针对二级倒立摆系统,提出一种基于RBF神经网络的PID控制方法。该方法采用RBF神经网络对PID控制器的参数进行优化修正,从而使控制器处于最优状态,实现二级倒立摆的稳定控制。仿真结果表明,该方法的控制精度较高,响应迅速,超调量较小。对于多变量、非线性、不稳定的快速系统,具有较好的控制效果。     

基于粒子群算法的倒立摆智能控制系统研究

为了控制倒立摆保持稳定状态,选取直线一级倒立摆为研究控制对象,建立直线一级倒立摆数学模型,将粒子群算法(PSO)实际应用到直线一级倒立摆智能控制系统的关键参数优化,仿真验证PSO算法优化直线一级倒立摆的动态稳定性。仿真结果表明,基于粒子群算法对直线一级倒立摆的优化控制具有更快的收敛性和更优的稳定性。     

非线性PID控制在倒立摆控制系统中的仿真研究

针对直线一级倒立摆的单输入双输出、强非线性、强耦合的不稳定系统,提出了双回路非线性PID控制方案,即分别采用一个控制器去控制小车的位移和摆杆的偏角,以同时实现小车位移和摆杆偏角的闭环控制.仿真结果表明,该控制方案是可行的、有效的,并且具有很强的抗干扰能力.     

基于自适应模糊PID平面倒立摆的建模与仿真

该文采用拉格朗日方程建立平面倒立摆系统的动力学模型,并通过X轴和Y轴两个方向分步控制,将非线形、强耦合、多变量的平面倒立摆系统数学模型进行非线形解耦,得到X轴和Y轴方向解耦的非线形倒立摆模型,并设计了自适应模糊PID控制器。证实了自适应模糊PID控制策略稳定时间短,同时使系统具有良好的鲁棒性。     

基于LMI的倒立摆滑模控制器设计

倒立摆是典型的欠驱动系统,针对其复杂非线性和存在不确定干扰的问题,提出了滑模控制器设计方案.以线性化模型为基础设计滑模切面,完成了对模型确定部分的控制设计,以及对不确定干扰的补偿输入.以线性矩阵不等式方法辅助完成滑模面和反馈增益的计算,避免了参数调试对设计经验的依赖.通过软件仿真和固高倒立摆测试对所提的控制方案进行测试,结果表明控制器有效实现了倒立摆的稳定控制.     

基于广义扩展线性化方法的单级倒立摆位移控制

针对单级倒立摆系统的位移控制问题,运用拉格朗日方程建立了单级倒立摆系统的动力学模型,并对该非线性的动力学模型进行了广义的扩展线性化处理.利用MATLAB符号语言,设计并给出基于非线性反馈的单级倒立摆系统位移控制器.仿真结果表明,控制器能够达到期望的控制效果,且具有一定的鲁棒性.     

一种改进的二级倒立摆LQR控制器参数优化方法

在LQR控制器设计原理的基础上,利用改进粒子群算法对控制器参数矩阵k进行优化,使之在对倒立摆实现稳摆控制的同时减小小车的位移误差积分。仿真实验证明:改进粒子群算法优化后的LQR控制器达到了对二级倒立摆稳摆控制的目的,减小了小车的位移误差积分。     

直线二级倒立摆的PID实时控制

针对直线二级倒立摆系统的单输入三输出的不稳定系统,提出了三回路PID控制方案.利用所提出的PID控制系统与状态反馈控制系统具有相同结构的特点,提出了利用状态反馈极点配置方法来整定PID参数的思路.通过实际控制实验,验证了所提出的PID控制方案的有效性,也证实了采用整定PID参数的新思路可克服人工整定的困难.     

基于ELMAN神经网络的PID控制器设计

提出了一种将PID控制与ELMAN神经网络自适应、自学习相结合,基于计算机的新型神经网络智能PID控制(NNPID)方法.采用PID控制器和NN控制器共同调节,给出了NNPID控制器的结构、算法及二阶对象下系统的仿真结果.     

一种基于融合函数的二级倒立摆模糊控制器设计

采用模糊控制理论研究二级倒立摆控制问题。设计融合函数以降低模糊控制器输入变量维数,引入一种与系统动态性能密切相关的性能指标,提出应用混沌优化算法优化加权矩阵来提高控制系统的性能。本方案在实物二级倒立摆上进行了实验,结果证明该设计方法有效。     

无刷直流电动机控制系统的单神经元控制器

为了克服电机非线性、变参数的影响,本文研究了适用于无刷直流电动机控制系统的单神经元自适应ＰＩＤ控制器。对线性和非线性单神经元自适应ＰＩＤ控制器的分析和仿真表明线性单神经元控制系统具有响应快、鲁棒性强、自适应好等特点,易于实现实时控制。     

基于Sugeno模型的倒立摆模糊控制及实验

为实现对倒立摆非线性不稳定系统的精确控制,利用Sugeno模糊模型将其处理成多个局部线性模型的模糊逼近,并设计了模糊控制器．通过Simulink对倒立摆系统建模仿真,控制效果分析比较．现场实验表明,该算法能够实现对单级倒立摆的稳定控制,具有结构简单、良好的稳定性和快速性等优点,对其他非线性不稳定系统的控制提供了一种有效的途径．     

直线电机伺服系统的无模型自适应控制

针对直线电机对扰动和系统参数变化的敏感性和由于摩擦力和推力脉动使系统具有明显的非线性特性,设计了基于C-SPACE实时仿真系统的无模型控制器,用Matlab/Simulink搭建了控制算法,并进行了硬件在回路仿真,采用基于紧格式线性化方法的无模型自适应控制方法,对应用C-SPACE实时仿真系统进行了算法分析。此外,对无模型控制算法和常规PID算法进行了分析比较,实验结果表明,无模型自适应控制算法在控制直线电机时的控制效果都要优于PID控制,比PID算法更为简洁化。     

基于滑模控制的二级倒立摆稳定控制

对二级倒立摆系统的稳定和鲁棒控制问题,采用极点配置方法设计了滑模变结构控制器。针对变结构控制器的抖振,提出了一种新型的变趋近律方法来改进控制器。仿真实验表明,该控制策略不仅能实现系统的稳定控制,而且具有较强的抗干扰能力和鲁棒性。