基于MATLAB的单级倒立摆的LQR控制研究

以一级直线倒立摆为模型研究线性二次型指标的最优控制问题,并利用MATLAB强大的运算和仿真能力来设计LQR最优控制器系统。通过调整加权矩阵Q和R,使控制器的系统性能达到最优,并画出系统阶跃响应曲线。仿真结果表明该系统具较好的稳定性和快速性。     

倒立摆张量积分散LQR稳定控制北大核心CSCD

针对单级环形倒立摆非线性模型的二次型最优控制的问题,提出一种张量积分散LQR控制设计方法。首先,对单级环形倒立摆模型在选定的变参数空间进行离散化;然后针对各离散点系统,通过黎卡提方程求解LQR控制器,并将控制器增益矩阵存储到离散张量中;接着,运用张量积模型变换方法得到凸多面体结构的张量积分散LQR控制器;最后,通过仿真实验测试算法的有效性。实验结果表示,相比于传统LQR控制方法,新方法可以在更大范围内保证较优的性能指标,且无需经过较为复杂的解析求解过程,而且所得控制器可使用查表方法进行在线计算,相比于SDRE方法,更适用于实时控制。     

基于灰色预测模型的倒立摆LQR最优控制

基于一级倒立摆系统线性模型的不确定性,建立了灰色预测模型.提出了一种基于灰色预测模型的一级倒立摆LQR最优控制算法,通过系统仿真,与一级倒立摆LQR最优控制进行了对比,结果表明基于灰色预测模型的倒立摆LQR最优控制具有更强的鲁棒性和更好的节能效果.     

三级倒立摆系统最优摆杆长度组合选取的研究

基于系统能控矩阵特征根距离原点的位置反映系统能控性大小的原理,提出一种通过计算系统能控矩阵最小模特征根来确定三级倒立摆最优摆长组合的方法。通过对不同摆长组合所构成的三级倒立摆系统在相同控制策略下的控制系统的仿真实验性能的对比,验证了在综合考虑系统位移量以及控制量大小的情况下,根据所提出的方法设计出的三级倒立摆系统的摆杆长度组合是最优的,并使用该方法得到了一定范围内三级倒立摆的最优摆长比值与固定摆杆的不同长度之间的对应关系。     

三级倒立摆的LQG最优控制应用研究

针对三级倒立摆的强耦合不稳定性,应用线性二次型高斯最优控制的方法,设计LQG控制器,对其进行Matlab仿真研究,仿真结果表明,设计的控制器能很好的对倒立摆进行稳定控制,且具有较好的抑制噪声和抗干扰能力.     

三级倒立摆的自适应神经模糊控制

在三级倒立摆(TIP)系统中, 应用神经网络与模糊控制相结合的自适应神经模糊推理系统(adaptive neuralfuzzy inference system), 根据样本数据调整隶属函数和控制规则参数, 使得训练后ANFIS控制器很好地模拟期望的输入输出数据. 仿真结果表明所设计的ANFIS控制器对三级倒立摆系统的稳定控制是可行的. 与LQR控制相比, 基于ANFIS控制的倒立摆系统具有良好的动态性能和抗干扰性能.     

基于参数自适应模糊PI的三级倒立摆控制

三级倒立摆作为高阶次、多变量、非线性、强耦合的不稳定系统,不易对其进行有效控制.在基本模糊控制器基础上,设计了一种参数自适应模糊PI控制器.即通过LQR(Linear Quadratic Regulator)最优控制理论方法,确定出融合函数,降低了模糊控制器的输入维数,减少了控制器规则数.经过参数修正模糊控制器,实现参数自适应调整,提高了系统控制性能.通过SIMULINK仿真及对比,结果显示,系统能在较短时间内达到稳定,控制效果、稳定性及鲁棒性均较好,能满足系统要求.     

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LQR三级倒立摆变论域自适应模糊控制

针对传统模糊控制的不足,以三级倒立摆为例,应用变论域自适应模糊控制理论,给出了三级倒立摆的数学模型,并验证了其可控性。考虑到三级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR理论先设计出状态反馈器,再进行降维处理。最后利用变论域自适应模糊控制理论给出伸缩因子,从而得到变论域自适应模糊控制器。仿真结果表明,该方法控制精度高,具有良好的稳定性和鲁棒性,可实现倒立摆系统的随动控制。     

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。     

DRNN在倒立摆摆起控制中的研究

针对小车一级倒立摆的起摆控制,以DRNN神经网络作为辨识器,在线自适应调整PD控制器的两项参数。在起摆范围相同的情况下,DRNN神经网络控制的倒立摆系统其模型参数变化范围为-50%～30%,传统PD控制倒立摆系统其参数变化范围为-40%～20%。结果表明,基于DRNN神经网络的PD控制器比传统的PD控制器具有较强的抗干扰能力和自适应能力,系统鲁棒性增强,效果明显优于传统的PD控制器。     

LQR控制与PID控制在单级倒立摆中的对比研究

本文在单级倒立摆系统模型的基础上,介绍设计LQR控制器和PID控制器的基本原理,并通过对单级倒立摆系统的控制仿真实验对比研究两种控制方法,给出了相应的结论。     

三级倒立摆的自动摆起与稳定控制

采用非线性逆系统轨迹控制实现三级倒立摆的自动摆起,并设计了变增益LQR控制器将其稳定在竖直倒立位置.首先,三级倒立摆从静止下垂状态摆起到竖直倒立位置的过程,从数学角度看是一个两点边值问题,通过求解该两点边值问题获得摆起的标称轨迹,利用逆系统方法设计前馈控制,同时结合增益调度反馈控制使摆起过程稳定;其次,在稳定控制阶段,...     

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。     

单级倒立摆的LQR控制和DMC控制Matlab仿真比较

建立了单级直线倒立摆的状态空间模型,分别从线性最优二次型（LQR）控制和模型预测控制的原理出发,在MAT-LAB/SIMULINK环境下,设计了LQR控制器和动态矩阵控制（DMC）控制器,对所建立的倒立摆模型对象进行系统控制仿真。仿真结果表明,作为先进控制的DMC控制的效果比作为最优控制的LQR控制效果更好,鲁棒性更强。