旋臂式倒立摆的控制设计与仿真

针对旋臂式倒立摆的稳定控制问题,建立了二阶旋臂式倒立摆系统的数学模型,运用连续系统线性二次型最优控制理论,设计了旋臂式倒立摆控制系统的线性二次型调节器,使倒立摆系统在闭环状态下稳定。运用Matlab进行仿真,通过与传统的极点配置方法相比较,发现最优控制效果更好。     

复杂条件下倒立摆摆角控制设计与实验研究

首先,研究复杂条件下倒立摆系统的自抗扰摆角控制,将实际系统存在的周期扰动、模型不确定性和间隙迟滞非线性等效成控制系统的输入端扰动.然后,利用扩张状态对输入端扰动进行建模和估计,通过设计扩张状态观测器和状态反馈实现复杂条件下倒立摆系统的摆角控制.最后,针对一类直线倒立摆进行仿真和实验研究.实验结果表明,倒立摆系统的自抗扰摆角控制能够克服三类影响因素对系统性能的影响,并保持良好的控制效果.     

环型二级倒立摆的控制研究与实现

通过分析环型二级倒立摆系统的动力学特性,将系统的状态空间方程在“倒立”的 平衡点附近进行线性化处理,应用线性二次型最优控制策略,对环型二级倒立摆进行控制器 的设计与仿真实验,并成功地将所设计的控制器应用到实际的环型二级倒立摆系统上,使其 稳定地平衡在“倒立”状态．所做应用与实际实验在国内尚未见到报道．     

二级倒立摆在受控情况下的运动稳态分析

通过对二级倒立摆系统物理结构的分析,总结了二级倒立摆系统在受控稳定状态下可能出现的各种运动状态。在由单电机控制的二级倒立摆稳定的基础上,分析控制倒立摆系统稳定的控制量与系统稳定运动状态之间存在的关系。通过实验,得到了两级摆杆之间的3种在受控稳定下的具体运动状态,证明了二级倒立摆的运动状态与系统控制中的某些参数存在着明显的关联,并且为从理论上分析这些运动状态和控制参数之间的关系提供了一定的依据。     

基于模糊加权的倒立摆混合控制

针对小车倒立摆系统,提出了一种线性状态反馈控制和滑模控制模糊加权的控制方法.滑模控制器的作用是将摆角控制在零的一个邻域内,在此邻域内首先采用近似的线性化模型来描述倒立摆系统,然后采用基于极点配置的方法设计系统的线性状态反馈控制器以使系统的状态稳定在给定值,两个控制器的输出通过加权求和作为倒立摆的控制作用.仿真结果证实了该方法的有效性.     

环型二级倒立摆的控制研究与实验

通过分析环型二级倒立摆系统的动力学特性，将系统的状态空间方程在“倒立”的平衡点会近进行线性化处理，应用线性二次型最优控制策略，对环型二级倒立摆进行控制器的设计与仿真实验，并成功地将所设计的控制器应用到实际的环形二级倒立摆系统上，使其稳定地平衡在“倒立”状态，所做应用与实际实验在国内尚未见到报道。     

柔性连接倒立摆系统的控制与实现

柔性连接的倒立摆系统是在直线倒立摆系统的基础上引入自由振荡环节，使闭环控制系统的响应频率受到弹簧振荡频率的限制，从而增加了对该系统控制器设计的难度。在建立被控系统动力学模型的基础上，通过数学分析，应用线性二次型最优控制策略进行状态反馈控制器的设计，成功地将柔性连接倒立摆系统稳定地平衡在倒立状态。仿真以及实际系统的实验均验证了所采用方法的有效性。最后对所实现的控制器的控制性能进行了分析。     

切换控制在倒立摆系统摆起和镇定中的应用

本文针对一级直线型倒立摆对象，基于非线性共振原理和线性二次型最优状态反馈控制，提出了一种基于状态的切换控制策略，实现了倒立摆的快速摆起和镇定。最后通过仿真实验表明，本文提出的方法对一级直线型倒立摆系统的摆起和镇定具有较好效果。     

一级倒立摆状态反馈控制系统设计

倒立摆控制系统是一个复杂的、不稳定的、非线性系统,对倒立摆系统的研究能有效的反映控制中的许多典型问题。对一级直线型倒立摆,首先运用牛顿运动定律建立倒立摆系统的运动方程,进而求出系统的状态空间表达式,建立数学模型。其次运用状态反馈极点配置法,以小车的位移、速度,摆杆与竖直向上的偏角、摆角变化速度作为四个状态变量,由给定的控制要求求出状态反馈增益矩阵,将极点配置在控制要求的位置。另外考虑到系统的某些状态如小车速度和摆杆角速度不容易直接测量等,本文分别基于小车和摆杆子系统设计了两个全维观测器,分别对状态量进行了重构并给出了仿真结果分析。     

基于特征结构配置的倒立摆控制系统设计

研究倒立摆优化控制问题,针对多变量、非线性、强耦合的倒立摆系统存在不稳定性的特点,在控制系统设计中建立倒立摆系统的非线性数学模型,并在平衡点附近将其进行线性化后得到线性化模型.考虑到外部干扰,进一步得到倒立摆系统的干扰线性化模型.为保证从扰动到倒立摆系统输出的H<,∞>范数满足期望的抑制水平和闭环区域极点约束的条件下,应用特征结构配置算法,建立了状态反馈控制器设计的优化数学模型,并通过Matlab工具箱进行仿真,求得优化解.结果证明,所提出的方法是有效的.     

大滞后系统控制中专家-模糊PID方法的应用

为解决大滞后系统控制难度大的问题,设计了专家-模糊自适应PID控制器,这种控制器既具有模糊PID控制器高精度、稳定性、鲁棒性高的优点,又具有专家控制器进入稳定状态快的特点。对双容大滞后系统控制的仿真实验结果表明,该方法在动态性能上均优于单独采用模糊自适应PID方法,并且能够较快地进入稳定状态。     

一类线性时变系统的输出反馈控制

基于线性时不变系统能控能观标准型变换及非线性系统高增益观测器方法,本文研究了一类线性时变系统 的输出反馈控制问题. 通过引入时变的状态变量坐标变换,分别设计了线性时变系统的状态反馈控制器、状态观测器以及基于 状态观测器的输出反馈控制器. 进一步地,本文分别证明了观测器动态误差是渐近收敛于零的,而状态反馈控制器以及输出反馈控制器可以 保证闭环系统的渐近稳定性.     

A supervisory controller for fuzzy control systems that guaranteesstability

A supervisory controller is a controller which operates only when some undesirable phenomena occur, e.g., when the state hits the boundary of constraint set. In this note, the author develops a supervisory controller for a nonlinear fuzzy control systems. The supervisory controller works in the following way: if the fuzzy control system (without the supervisory controller) is stable in the sense that the state is inside the constraint set, the supervisory control is idle; if the state hits the boundary of the constraint set, the supervisory controller begins operation to force the state back to the constraint set. The author proves that the fuzzy control system equipped with this supervisory controller is globally stable in the sense that the state is guaranteed to be within the constraint set specified by the system designer. The author also proposes schemes by continuously switching between supervisory and nonsupervisory modes. Finally, the author applies a fuzzy controller with the supervisory controller to the inverted pendulum balancing problem where it is required that the state variables must be within a fixed bound     

An iterative learning controller with reduced sampling rate for plants with variations of initial states

In this paper a discrete-time iterative learning controller for single input single output systems is presented. The iterative learning controller works with a reduced sampling rate that ensures the reduction of an appropriate norm of the error trajectory from cycle to cycle and can cope with initial state error. Initial state error occurs when the initial state of the system is different from the initial state that is implicitly given by the reference trajectory. If the initial state changes for every learning iteration, then the controller cannot achieve ideal tracking but the error trajectory is bounded. Using two different sample times together with a potentially time variant learning gain improves the controller performance for dealing with initial state error. Simulation examples are presented to show the results of the proposed iterative learning controller with reduced sampling rate.     

Internet拥塞控制系统校正控制器的一种新的设计方法

当前Internet拥塞控制系统中,作为闭环拥塞控制系统的校正控制器,采用了AQM(Active Queue Management)控制器技术;AQM控制器中通常采用RED(Random Early Detection)算法,但RED算法存在一系列缺点;文章在校正控制器的设计中,采用状态反馈控制算法,以提高Internet拥塞控制系统的控制性能。内容包括:被控制系统模型、状态反馈控制器设计及状态变量测量等问题;最后通过NS2平台上的仿真计算,验证了所提出方法在动态性能上优于RED算法。     

混合悬浮系统恒定气隙控制策略研究

本文对混合悬浮系统精确的数学模型进行了分析,分别对传统的PID直接反馈控制器和带状态观测器的状态反馈控制器进行了设计和比较,仿真结果表明,这两种控制器都能够使悬浮系统达到稳定,但是后者可以解决气隙速度信号估算的难题.     

Robust control of robots via linear estimated state feedback

In this note we propose a robust tracking controller for robots that requires only position measurements. The controller consists of two parts: a linear observer part that generates an estimated error state from the error on the joint position and a linear feedback part that utilizes this estimated state. It is shown that this computationally efficient controller yields semi-global uniform ultimate boundedness of the tracking error. An interesting feature of the controller is that it straightforwardly extends results on robust control of robots by linear state feedback to linear estimated-state feedback     

基于故障观测器的多无人机姿态一致性控制

在多个固定翼无人机姿态主从式一致性控制过程中,给出单个固定翼无人机在理想情况下的姿态动力学模型,即名义模型。考虑到无人机在实际运行过程中存在的外部干扰、状态测量误差、控制器微小故障以及无人机实际模型与名义模型之间的偏移,提出一种基于观测器和神经网络的故障检测方法,以实时检测出无人机中存在的故障、模型不确定以及干扰情况。基于无人机名义模型和检测出的故障及干扰,设计主从式多无人机姿态一致性控制器,以实现多无人机姿态的一致性准确跟踪。仿真结果表明,在外部干扰、状态测量误差与控制器微小故障下,与基于神经网络的直接姿态一致性控制器相比,该控制器能够使得无人机的姿态运动状态更接近于期望状态。     

State and mode feedback control strategy for discrete‐time Markovian jump linear systems with time‐varying controllable mode transition probability matrix

In this article, the state and mode feedback control strategy is investigated for the discrete‐time Markovian jump linear system (MJLS) with time‐varying controllable mode transition probability matrix (MTPM). This strategy, consisting of a state feedback controller and a mode feedback controller, is proposed to ensure MJLS's stability and meanwhile improve system performance. First, a mode‐dependent state feedback controller is designed to stabilize the MJLS based on the time‐invariant part of the MTPM such that it can still keep valid even if the MTPM is adjusted by the mode feedback control. Second, a generalized quadratic stabilization cost is put forward for evaluating MJLS's performance, which contains system state, state feedback controller, and mode feedback controller. To reduce the stabilization cost, a mode feedback controller is introduced to adjust each mode's occurrence probability by changing the time‐varying controllable part of MTPM. The calculation of such mode feedback controller is given based on a value‐iteration algorithm with its convergence proof. Compared with traditional state feedback control strategy, this state and mode feedback control strategy offers a new perspective for the control problem of general nonhomogeneous MJLSs. Numerical examples are provided to illustrate the validity of the proposed strategy.