基于留优遗传算法的倒立摆最优LQR控制

被控系统稳定性与LQR控制器权重矩阵Q和R的选择有关。针对选择适当的Q和R使系统在约束条件下达到稳定性最优的问题,提出了一种通过留优遗传算法实现二级倒立摆系统LQR控制器参数寻优的新方法。以被控系统的动能积分为性能指标来实现寻优,以能量为寻优性能指标,可使二级倒立摆系统各部分的稳定性以统一的量纲表示。可依据倒立摆系统的耦合性,从总体的角度考虑系统的稳定性。仿真的结果表明了该方法的有效性。     

基于LQR的直线一阶单倒立摆最优控制器的设计

对已有的LQR最优控制中系统的动态响应与加权矩阵Q和R之间遵循的基本规律进行分析,并根据这一基本规律对给定的直线一阶单倒立摆采用线性二次型最优控制的方法设计控制器。仿真结果表明,基于LQR的最优控制系统对直线一阶单倒立摆具有很好的控制效果。     

基于留优遗传算法的倒立摆最优LQR控制

被控系统稳定性与LQR控制器权重矩阵Q和R的选择有关.针对选择适当的Q和R使系统在约束条件下达到稳定性最优的问题,提出了一种通过留优遗传算法实现二级倒立摆系统LQR控制器参数寻优的新方法.以被控系统的动能积分为性能指标来实现寻优,以能量为寻优性能指标,可使二级倒立摆系统各部分的稳定性以统一的量纲表示.可依据倒立摆系统的耦合性,从总体的角度考虑系统的稳定性.仿真的结果表明了该方法的有效性.     

基于改进粒子群算法的倒立摆LQR优化控制

在使用LQR线性二次型调节器的直线二级倒立摆中控制器的加权矩阵Q和R的取值经常依靠先验知识选取,为降低在权矩阵取值上的复杂性,设计了一种引入交叉算子和非线性动态惯性权重的粒子群优化算法,通过引用交叉算子提高粒子群的全局搜索能力,同时在粒子进化的不同阶段调整惯性权重从而更好的平衡全局和局部搜索能力.直线二级倒立摆的控制仿真结果表明,提出的方法与传统PSO算法优化的方法相比能够提高二级倒立摆平衡控制的稳定性和快速性,具有更优的控制效果.     

倒立摆系统的高精度控制器设计与实现

对线性二次调节器LQR算法中Q和R矩阵的参数与控制系统反馈矩阵Ⅸ之间的关系进行了实验研究,并将所获得的最佳反馈矩阵作为所设计的神经网络控制器的权值初始值。该神经网络控制器是带有局部递归神经网络并具有PID结构的控制器,因而设计简单,尤其适合用于多变量非线性时变系统。通过对一级和二级直线倒立摆系统的具体控制器的设计以及实验,将LQR控制器与神经网络控制器分别在无干扰和有干扰情况下的控制效果进行了对比分析,设计并实现了具有控制精度以及鲁棒性比最优线性二次调节器更高的一级和二级直线倒立摆系统。     

基于LQR最优控制的大跨度提梁机同步跟踪算法仿真

利用直线一级倒立摆系统来仿真450T大跨度提梁机的同步跟踪LQR控制算法,并设计出了基于LQR方法的最优控制器,给出了性能参数Q和R选择的一般原则,同时MATLAB仿真结果表明该控制方法能够实现仿真对象的稳定控制。     

直线二级倒立摆的一种稳定控制算法研究

针对线性二次型调节器(LQR)的权重矩阵Q和R的选取没有一个固定解析类方法，LQR的控制性能好坏基本取决于人工经验对Q和R的选取，若系统状态变量变多，调参就变得过于繁琐，以及基本粒子群算法(PSO)存在收敛速度慢，容易陷入局部最优等缺点，从惯性权重非线性动态调整，学习因子非线性动态调整以及基于自然选择机理三个角度来改进基本粒子群算法。并将改进粒子群算法应用于LQR参数优化，对直线二级倒立摆进行稳定控制。仿真结果表明，改进粒子群算法优化后的LQR相比一些传统的方法优化的LQR有着更好的控制效果。     

二级直线倒立摆系统的实物控制

针对二级直线倒立摆系统,采用拉格朗日方程法建立其理论模型,分别使用线性二次最优控制（Linear Quadratic Regulator,LQR）及基于趋近律的滑模控制（Sliding Mode Control,SMC）算法来实现干扰存在情况下倒立摆的平衡控制。对于LQR算法,研究了矩阵[Q]和矩阵[R]与反馈控制矩阵[K]的定性关系,并经过反复多次实验,不断试凑,得到一组良好的控制参数,实现了倒立摆的稳定控制。SMC算法采用基于指数趋近律的控制方法进行了滑模变结构控制器的设计,并利用边界层法来进一步削弱抖振。最后通过仿真及实验,实现了倒立摆的实物平衡控制。     

基于性能协调的平面二级倒立摆控制

针对平面二级倒立摆系统具有的多变量、非线性、强耦合、稳定控制实时性和快速性要求高的特点,设计了利用协调因子优化控制效果的改进型LQR控制器.运用分析动力学方法对倒立摆建立数学模型,以LQR理论设计了平面倒立摆的最优控制器,在此基础上加入性能协调因子,它能根据状态变量的变化实时调整控制作用的大小,进而对LQR输出的预控制...     

基于改进蜂群算法的倒立摆控制器优化设计

环形倒立摆系统以其非线性、不稳定、高阶的、强耦合的特性,已经成为控制理论教学以及模拟机器人行走、卫星飞行姿态等复杂系统控制的重要实验平台;文章中引入了LQR控制算法,实现对倒立摆的稳定控制;而为了避免LQR控制器设计过程中反复调节加权矩阵Q,R的复杂性,同时得到更优异的控制效果,将人工蜂群(ABC)算法应用于LQR控制器设计中;而为了克服传统蜂群算法的缺陷,加快收敛速度和增加种群的多样性,在雇佣蜂阶段和跟随蜂阶段对算法进行了改进;仿真结果表明,改善的ABC算法的能够很好地完成LQR控制器参数寻优,控制效果良好。     

单级倒立摆LQR最优控制及其嵌入式系统实现

倒立摆以其非线性特点成为控制理论分析和设计的典型实验设备.针对单级倒立摆系统,建立其数学模型,设计了线性二次型最优控制器,利用Matlab进行了仿真验证.同时,搭建了控制系统的实物实验平台,利用Z-World公司的嵌入式系统实现了该控制算法,并进行了调试,完成了倒立摆的平衡控制.并作了一些干扰实验来验证系统性能.仿真研究和实物实验的结果,表明在嵌入式控制系统中实现的LQR最优控制算法具有很好的控制效果,使倒立摆具有良好的动态性能和稳态性能.     

基于无迹卡尔曼滤波的旋转倒立摆LQR控制

LQR控制器在含有系统噪声与量测噪声的旋转倒立摆系统应用中,难以获得精确的状态向量实现对系统的最优控制.为了提高LQR的控制精度,引入了无迹卡尔曼滤波(UKF)状态观测器,以获得系统的最优状态估计量,实现基于动态规划的自抗扰二次型最优反馈控策略.与卡尔曼滤波(KF)相比,UKF用于非线性系统的状态估计的主要优势是不需要线性化去计算状态转移矩阵,避免了系统线性化带来的模型误差.在含有系统噪声与量测噪声的旋转倒立摆仿真模型下,对基于KF和UKF的LQR控制器进行了仿真对比分析.仿真结果表明,UKF对系统响应时间、控制精度、鲁棒性的优化效果更好.     

Optimal Control of Nonlinear Inverted Pendulum System Using PID Controller and LQR: Performance Analysis Without and With Disturbance Input

Linear quadratic regulator(LQR) and proportional-integral-derivative(PID) control methods, which are generally used for control of linear dynamical systems, are used in this paper to control the nonlinear dynamical system. LQR is one of the optimal control techniques, which takes into account the states of the dynamical system and control input to make the optimal control decisions.The nonlinear system states are fed to LQR which is designed using a linear state-space model. This is simple as well as robust. The inverted pendulum, a highly nonlinear unstable system, is used as a benchmark for implementing the control methods. Here the control objective is to control the system such that the cart reaches a desired position and the inverted pendulum stabilizes in the upright position. In this paper, the modeling and simulation for optimal control design of nonlinear inverted pendulum-cart dynamic system using PID controller and LQR have been presented for both cases of without and with disturbance input. The Matlab-Simulink models have been developed for simulation and performance analysis of the control schemes. The simulation results justify the comparative advantage of LQR control method.     

基于非线性状态依赖Riccati方程的直线倒立摆一致性控制

直线倒立摆作为一种典型的非线性系统,是一种经典的控制理论研究对象.本文将状态依赖的Riccati方程(SDRE)方法与极点配置方法结合,进行倒立摆非线性控制的研究.该方法与SDRE相比,不再需要实时计算Riccati方程,同时克服了线性最优控制(LQR),线性鲁棒(H∞)控制等控制域不足的问题,可实现几乎任意初始摆角的稳定控制,而且在稳定点附近保持与某期望的线性控制方法完全相同.实验表明了该控制方法的有效性和对扰动的鲁棒性.最后讨论了SDRE进行一致性起摆控制的硬件可行性,以及系统对于传感器零点漂移的鲁棒性.     

倒立摆系统的自摆起和稳定控制

为了实现一级倒立摆系统自摆起和稳定控制，该文采用了最优控制与PID控制相结合的控制方法。首先，采用Bang—Bang控制理论设计开环时间最优控制器，实现倒立摆的平稳快速摆起，同时设计经典PID控制器控制小车位置；然后采取线性二次型最优控制理论设计LQR控制器，将倒立摆稳定在平衡位置。计算机仿真和倒立摆系统实时仿真表明，文中提出的控制策略和控制算法得到了很好的验证，取得了满意的效果。     

单神经元PID倒立摆系统

为解决双PD倒立摆控制器参数不可调的难题,利用单神经元PID控制算法简单、权值可调的特点,针对倒立摆系统,设计出基于小车位移和摆杆摆角两个回路的单神经元PID控制器。通过仿真实验研究,证明了该控制方案的可行性和有效性。最后,将该控制方案与目前常使用的双PD控制及LQR控制进行了比较。     

基于LQR 和模糊插值的五级倒立摆控制

首先给出五级倒立摆的数学模型并验证了它的可控性；然后在分析与倒立摆系统稳定性有关因素的基础上，结合LQR理论构造出一种非对角型的权重矩阵，并给出了设定该矩阵中各元素的方法；最后设计出一个简单的基于二元分片插值函数的模糊控制器，成功地实现了具有定位功能的五级倒立摆的控制．仿真结果表明该方法是有效的．