基于Backstepping的倒立摆鲁棒跟踪控制

针对内部参数不确定及存在外部干扰的非线性倒立摆系统,提出了基于Backstepping方法的滑模变结构控制律,并且采用RBF神经网络逼近系统不确定非线性函数,同时引入滑模误差对其神经网络权值进行在线自适应调整,使神经网络的逼近速度加快,改善了动态性能.该控制律能保证倒立撰轨迹跟踪误差的快速收敛性以及对外部扰动和内部参数不确定的不敏感性,最后给出的仿真实例证明了该理论分析结果的正确性,控制效果良好.     

基于模糊神经网络的倒立摆非线性系统分析

倒立摆系统以其自身的不稳定性而难以控制,也因此成为自动控制实验中验证控制策略优劣的极好的实验装置;针对倒立摆系统的平衡控制问题,提出了用一种应用神经网络来控制倒立摆的方法,同时由于神经元网络的训练的反复性,因此在系统中加入一个模糊控制器,来对神经网络输出的控制变量进行补偿,使神经元网络训练的权值能够始终保持在某一稳定值,从而保证了控制器稳定,仿真实验结果表明采用该方法设计的并联型模糊神经网络控制器对倒立摆这一先天不稳定的系统具有理想的控制效果。     

一种基于非线性滤波的倒立摆控制方法研究

对于倒立摆这样的强非线性系统,采用传统的BP算法存在着收敛速度慢、易陷入局部极小值的缺陷,而采用卡尔曼滤波方法则会带来很大的模型误差。为了解决上述问题,提出了基于粒子滤波优化神经网络的方法。首先建立了倒立摆神经网络控制器的物理模型并将模型粒子化,而后用粒子滤波算法对粒子进行优化估计,将估计结果作为网络的权值应用到倒立摆控制中,采用离线训练方式,仿真比较了卡尔曼滤波和粒子滤波两种方法控制效果,结果表明,新算法较卡尔曼滤波方法在控制性能上有明显提高。     

非线性倒立摆系统的神经网络辨识

基于四种非线性系统模型,对典型的不稳定、非线性、强耦合的倒立摆系统建立了神经网络辨识结构,并对辨识结果进行了简单的比较,讨论了隐含元个数的选择对模型辨识精度的影响。结果表明神经网络对于非线性倒立摆系统的辨识是有效的。     

基于滑模变结构的倒立摆系统稳定控制

利用滑模变结构控制对一级倒立摆系统进行了有效控制.首先对一级倒立摆系统的模型进行线性化处理,再利用滑模变结构控制方法对此模型中摆的镇定、台车位置的调节和系统参数不确定性设计了具体的控制规律,并使用饱和函数的方法抑制系统的抖振.最后在Matlab/Simulink上进行了仿真实验,实验结果说明滑模变结构控制方法是有效的.     

基于分区切换方法设计倒立摆系统的控制器

针对非线性倒立摆系统,利用小台车平移速度与摆偏角角速度之比,设计了分区的Lyapunov函数和基于自适应律的分段切换控制律。由于该方法考虑了导轨摩擦和节点摩擦对系统的影响,设计的控制律具有较强的鲁棒性,较好地解决了摆的偏角和小车位移非线性强耦合带来的困难,并且得到的是全局渐近稳定的结果。该方法计算简单,且自适应律的应用减少了保守性。最后通过倒立摆实例,利用所设计的控制器进行Matlab仿真,仿真结果验证了所设计控制器的可行性和有效性。     

基于趋近律滑模的台车式倒立摆系统控制研究

本文设计了一种基于趋近律方法的滑模控制器。趋近律方法是滑模变结构控制的一种典型控制策略。这种控制方法不仅可以对系统在切换面附近或沿切换面的滑模运动段进行分析,而且可以有效地对系统趋近段的动态过程进行分析和设计,从而保证系统在整个状态空间内具有较好的运动品质。仿真结果表明,将两种典型的趋近律滑模控制方法应用到台车式倒立摆系统中,指数趋近律滑模变结构方法有更好的稳定性和抗干扰能力。     

平行二级倒立摆的稳定控制

将单一输入规则群动态加权模糊推理模型应用于平行二级倒立摆系统，设计出具有6个输入交量的模糊稳定控制器。该模糊控制器规则总数少，直观性强。计算机仿真表明，该模糊控制器能在短时间内同时实现两摆角度及小车位置的控制。     

非线性倒立摆的BP神经网络系统辨识

基于BP神经网络能以任意精度逼近任何非线性连续函数的原理。通过在MATLAB环境下,对典型的不稳定、非线性、强耦合的倒立摆系统建立了BP神经网络辨识结构,并对辨识结果进行了分析。结果表明BP神经网络对非线性倒立摆模型的辨识是有效的。     

倒立摆计算机控制系统

倒立摆控制系统在科研和数学中具有非常重要的地位，为适应今科技的发展及教学需要，我们设计出主从式结构的倒立摆计算机控制系统，在系统硬件设计上，采用了集成化方法，计算机系统通讯符合BITBUS总线规范，软件设计采用多任务方式，使系统具有功能强，标准化，可靠性高及使用灵活动等特点。     

Simultaneous fault detection and antisaturated control based on dynamic observer for inverted pendulum control system

This paper focuses on the problem of simultaneous fault detection and antisaturated control for an inverted pendulum control system. The system input is the acting control voltage that generates the force on the cart. However, the acting control voltage is obviously limited by the voltage amplitude. This means that the actuator of the constructed system model is saturated. Hence, the detector/controller unit produces two signals: the detection and antisaturated control. In this process, the effects of disturbances and noises on detection and control purposes need to be suppressed. Finally, two simulation examples verify the effectiveness of the method.     

一种基于BP组件的学习控制系统及其在倒立摆控制上的应用

给出了一个组件化方法设计学习控制系统的一个实例.学习控制系统建立在两个BP组件——BP模型和BP控制器的基础上,通过双通道反向学习的方法在控制过程中进行自我调整,适应控制对象的变化以及模型和控制器本身的不同条件.首先介绍了BP组件的接口和功能规范.然后建立基于BP组件的学习控制系统的组件化框架.最后给出一个基于BP组件的学习控制系统在倒立摆控制上的应用.     

Modeling and vibration control for a flexible pendulum inverted system based on a PDE observer

This study addresses the problem of trajectory control of a flexible pendulum inverted system on the basis of the partial differential equation (PDE) and ordinary differential equation (ODE) dynamic model. One of the key contributions of this study is that a new model is proposed to simplify the complex system. In addition, this study proposed a nonlinear PDE observer to estimate distributed positions and velocities along flexible pendulum. Singular perturbation method is proposed to solve the coupling system of nonlinear PDE observer. The nonlinear PDE observer is divided into a fast subsystem and a slow subsystem by the use of the singular perturbation method. To stabilise this fast subsystem, a boundary controller is proposed at the free end of the beam. The sliding-mode control method is proposed to design controller for slow subsystems. The asymptotic stability of both the proposed nonlinear PDE observer and controller is validated by theoretical analysis. The results are illustrated by simulation.     

非线性倒立摆系统平衡点反馈控制参数的优化计算

本文基于圆轨倒立摆非线性系统模型,建立了平衡点状态反馈控制参数的高精度优化算法,编制计算程序确定出反馈控制参数,并对圆轨倒立摆平衡点的实例控制.与将系统线性化后的反馈参数的计算分析相比,本文研究方法具有较大平衡范围.仿真与实例平衡控制都表明了本文研究方法的可行性.     

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．     

基于多目标粒子群的非线性系统PID控制器设计

PID控制器自产生以来,一直是工业生产过程中应用最广泛、最成熟的控制器。随着控制品质的要求越来越高,综合考虑系统的准确性、稳定性、快速性等多个性能指标,基于改进的Pareto最优排序多目标粒子群算法,给出一个适用于一类非线性系统的PID控制器设计方法。采用经典的非线性倒立摆系统作为PID被控对象进行仿真,将超调量和调节时间两个目标作为多目标粒子群算法的目标,求出一组Pareto最优控制参数,通过跟踪控制得到精确稳定的控制效果。     

倒立摆系统概述

首先,本文阐述倒立摆的国内外发展现状并介绍倒立摆的自动起摆和稳定控制方法.其次,对倒立摆的稳定控制方法进行比较.最后,对倒立摆控制算法今后的发展趋势做进一步预测.     

时滞非线性离散动态系统最优控制的信息融合估计方法

对非线性时滞离散动态系统的最优控制,提出了一种信息融合估计(information fusion estimation,IFE)方法,把非线性控制问题的所有信息转化为关于控制量的"测量信息",从而使非线性控制问题转化为关于控制量的"非线性估计"问题.通过算例表明,IFE方法明显优于动态系统优化与参数估计的集成(dynamic integrated systemoptimization and parameter estimation,DISOPE)方法[3].