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．     

单级倒立摆系统的神经网络逆模控制

给出了单级倒立摆的一种神经网络逆模控制方案。首先，采用PD控制器控制倒立摆，采集倒立摆的输入输出数据；然后，以这些数据为基础训练倒立摆的神经网络逆模型；再采用比例控制器与逆模型串联构成逆模控制器。整体结构上单级倒立摆系统是一种闭环的逆模控制结构。仿真结果表明，所采用的神经网络逆模控制比传统的PD控制具有更短的调节时间和更小的超调，能更好地实现倒立摆的稳定控制。     

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。     

基于最优控制LQR的单级倒立摆系统仿真研究

单级倒立摆控制是一个即复杂而又对准确性、怏速性要求很高的非线性不稳定系统控制问题。在倒立摆系统数学模型的基础上,对系统进行了性能分析。应用现代控制理论最优控制LQR方法对单级倒立摆系统进行仿真控制研究,仿真结果说明反馈控制理论对倒立摆系统的控制是有效的,无沦是系统的输出还是各个状态变量都具有较好稳定性和一定的鲁棒性。     

直线柔性连接两级倒立摆建模与自由运动仿真

目的 建立具有柔性连接的倒立摆力学模型,并进行倒立摆自由摆动过程的仿真分析,为给出有效的精确控制方法提供条件.方法 以直线柔性连接二级倒立摆系统为研究对象,应用动力学原理,推导直线柔性连接二级倒立摆系统的微分方程,结合Runge-Kutta数值积分法对非线性微分方程求解,编制具有一定初始条件的倒立摆各构件运动过程的计算程序.结果 获得较为准确的倒立摆力学模型,并通过自由摆动过程的求解表明其有效性.结论 为进一步良好的摆起和平衡控制打下基础.     

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.     

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.     

单级倒立摆LQR控制方法的鲁棒稳定性分析

鲁棒稳定性是控制系统的一个重要指标,针对单级倒立摆系统,采用LQR最优控制方法,通过MATLAB实验环境下的仿真,得到了良好的控制效果。重点对该控制方法的鲁棒稳定性做了详细分析,通过增加系统自身的扰动及LQR控制器中加权阵R的改变考察该控制方法的鲁棒稳定性,对比仿真结果表明该控制方法鲁棒稳定性良好,进一步验证了LQR控制方法在对于倒立摆这样一个非线性极强的控制系统上所具有的控制优势。     

基于模糊逻辑的滑模与状态反馈加权控制

针对小车倒立摆系统,提出了一种基于模糊逻辑的滑模与状态反馈加权的控制方法。倒立摆摆杆角度作为模糊逻辑系统的输入,输出为滑模控制器的加权系数。滑模控制将摆角控制在一个零的邻域内,在邻域内先采用近似的线性化模型来描述系统,然后采用基于极点配置的线性状态反馈来控制系统达到给定值。仿真结果表明,设计的控制器具有良好地跟踪性。     

单级倒立摆智能控制器的设计

针对直线一级倒立摆系统的平衡控制问题,应用模糊控制理论设计了控制器.介绍了数学模型的建立和模糊控制器的设计过程.仿真及时控结果表明,模糊控制方法对于典型非线性自不稳定系统有着很好的控制能力.     

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。     

Using Adaptive Gain Scheduling LQR Method Control of Arm Driven Inverted Pendulum System Based on PIC18F4431

The arm driven inverted pendulum system is a highly nonlinear model, muhivariable and absolutely unstable dynamic system so it is very difficult to obtain exact mathematical model and balance the inverted pendulum with variable position of the ann. To solve this problem, this paper presents a mathematical model for arm driven inverted pendulum in mid-position configuration and an adaptive gain scheduling linear quadratic regulator control method for the stabilizing the inverted pendulum. The proposed controllers for arm driven inverted pendulum are simulated using MATLAB-SIMULINK and implemented on an experiment system using PIC 18F4431 mieroeontroller. The result of experiment system shows the control performance to be very good in a wide range stabilization of the arm position.     

二级倒立摆系统的变结构控制实现

建立了一套实验系统，实现了对二级倒立摆这个复杂的非线性对象的控制，针对系统本身存在许多不能准确建模的因素，设计了变结构控制器，实验结果表明，控制器设计是成功的，而且对外部干扰和未建模因素是鲁棒的。     

模糊控制在二级倒立摆系统中的应用

针对多变量、非线性、强耦合性的二级倒立摆系统的稳定控制问题.首先,为解决模糊控制在多变量系统中常遇到的＂规则爆炸＂问题,提出了一种基于融合函数的模糊控制方法,该方法将最优控制理论与模糊控制理论相结合,运用LQR控制方法设计了融合函数,减少了模糊控制器的规则数,并对控制参数进行了寻优和调整.其次,对系统进行了仿真分析,结果表明这种方法是有效的.最后,利用固高公司GLIP2003倒立摆系统验证了设计结果,并达到了较好的控制效果.     

二级倒立摆的动态加权模糊控制

针对快速、多变量、强非线性、绝对不稳定特性的二级倒立摆系统,运用基于目标的动态加权模糊控制器对其进行控制,通过模糊推理得到加权系数动态连接各个子目标模糊控制器,使多个子目标模糊控制器在控制过程中既相互竞争又相互协调。解决了一般模糊控制在控制多变量系统时出现的规则组合爆炸问题,大大减少了模糊控制器的规则数,有利于利用专家经验。利用Matlab提供的良好的人机交互界面和功能完备的模糊逻辑设计工具,结合Simulink开放式的、动态的图形化仿真环境,使复杂的模糊控制系统的仿真过程大大简化,缩短了开发周期。实验结果表明该方案控制效果好,鲁棒性强。