二级倒立摆的二次型最优控制研究

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。针对二级倒立摆系统的平衡控制问题,对其进行数学建模,应用二次型最优控制理论设计了控制器。仿真结果表明,二次型最优控制对于典型非线性自不稳定系统有着很好的控制能力。     

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。     

直线二级倒立摆模糊算法的应用研究

针对我校智能控制实验室二级倒立摆控制规律单一的现状,对二级倒立摆控制规律进行二次开发.根据二级倒立摆多变量、非线性、强耦合、绝对不稳定的特性.本文采用两种模糊算法来实现二级倒立摆的仿真研究与实时控制.首先,提出了模糊最优控制算法,采用融合函数来解决因多变量的存在而产生的“规则爆炸问题”;其次,提出了分层模糊控制的思想,使系统更符合人类的思维逻辑,更容易控制.     

二级倒立摆的参变量模糊控制

本文主要研究用参变量模糊控制对二级倒立摆进行实时控制的问题。提出了Ｆｕｚｚｙ控制多变量系统的一种分析方法，给出了综合误差、综合误差变化率的概念，并叙述了综合系数的设计方法。应用综合误差理论设计了带参变量Ｆｕｚｚｙ控制器，且用３８６微机对二级倒立摆进行实时控制，取得了较好的效果。     

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。     

二级倒立摆系统的实时稳定控制实验研究

为实现二级倒立摆系统的实时稳定控制,以深圳固高直线二级倒立摆装置作为控制对象,在MATLAB环境下,利用基于二次型最优控制理论的线性二次型(Linear Quadratic Regulator,LQR)最优控制器,成功实现了该装置的实时稳定控制。为引入新的控制策略,采集二级倒立摆实时控制过程中的LQR控制器数据作为样本,经过自适应神经模糊推理系统(Adaptive Neuro-Fuzzy Inference System,ANFIS)工具箱训练并生成出一种新型模糊神经网络控制器,应用到装置上同样实现了实时平衡。结果表明,新型控制器较LQR控制器控制效果更优,也为成功实现装置的实时平衡提供了一种新的思路和解决方法。     

二级倒立摆系统设计

自行设计了二级倒立摆硬件系统，完成了机械部分与电路部分的总体设计、加工、组装和调试。自行设计并制作了倒立摆系统控制盒，利用控制盒实现了对角度、位移等状态变量信息的滤波、处理与控制指令的输出。利用Lagrange方法建立了二级倒立摆系统的完整数学模型，同时利用滑动模态变结构控制算法设计了相应的控制率，基于VisualStudi06．0环境编写了控制算法，成功的实现了对于二级倒立摆系统的稳定控制。     

基于自适应神经模糊推理的倒立摆控制

本文研究基于自适应神经模糊推理（ANFIS）的三级倒立摆控制。ANFIS建立在专家经验的基础上，以收集到的数据为样本，进行训练学习，从而优化模糊控制器参数，然后用优化的控制器对倒立摆系统进行控制，并与线性二次型最优控制LQR做了比较，实验表明ANFIS具有调节时间短和稳定性好等优点。     

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。     

倒立摆系统的泛逻辑控制及相关比较研究

针对水平导轨直线型二级倒立摆的稳定控制问题,提出了基于泛组合运算模型的泛逻辑控制方法,并设计实现了其线性二次型最优调节器、拟人智能控制器和模糊控制器。通过对各控制器设计特点和控制效果的比较研究发现,所提出的泛逻辑控制器由于本质上具有的柔性特征,对系统具有较高的控制精度,在控制快速性和稳定性方面表现较好。     

三级倒立摆的LQR方法优化参数控制

倒立摆是智能控制的理想对象。使用拉格朗日方程建立三级倒立摆系统的非线性数学模型,在平衡点处对其线性化,利用LQR（Linear Quadratic Regulator）最优控制理论,导出控制规律。通过对三级倒立摆一系列稳定摆动和加扰实验仿真曲线的分析,明确了加权矩阵Q中各权系数对系统稳定性控制的重要性,由此来优化权系数的选择。实验表明,系统显示出较好的鲁棒性和动态性能。     

二级倒立摆摆起控制的研究

通过对二级倒立摆系统的理论分析，研究二级摆从自然悬垂位置摆到倒立点位置的摆起控制问题，提出了基于动态设计变量优化算法的复杂非线性系统控制策略．仿真实验证明，该策略可成功地实现圆轨和直轨两种二级倒立摆的摆起控制，并且算法具有较快的收敛速度和较高的计算精度．     

二级倒立摆的状态变量合成模糊神经网络控制

为解决模糊神经网络在控制多变量系统时的规则组合爆炸问题，提出用状态变量合成模糊神经网络控制二级倒立摆。该方法既能解决具有快速、强非线性、绝对不稳定系统的控制问题，又能对状态变量可摈性质和类型分类的多变量系统，大大减少模糊神经网络控制器的规则数，有利于利用专家的控制经验。实验结果证实了该方法的控制效果好，鲁棒性强。     

不确定平面二级倒立摆的鲁棒自适应控制

为提高倒立摆控制系统的抗扰动能力,降低其对未建模动态等的敏感度,研究了不确定平面二级倒立摆的鲁棒自适应控制器的设计方法。把倒立摆动力学模型分解为确定和不确定两部分,用一个非线性参数化模糊逻辑系统逼近平面二级倒立摆的不确定动态,采用李雅普诺夫稳定性理论推导出使平面二级倒立摆的状态误差渐近收敛的鲁棒控制器及自适应律。理论分析和仿真结果表明所提出的控制算法是有效的。     

基于RBF网络二级倒立摆系统PID控制

为解决传统PID控制SIMO系统的不足,提出在RBF网络辨识系统Jacobian阵基础上,引入kx-函数观测器的控制策略,实现PID控制参数的在线自整定。根据PID控制系统与LQR控制系统传递函数阵的等效关系,得到PID控制器的初始kp、ki、kd,解决实物二级倒立摆在初始时刻扰动大,但对稳定性要求高的矛盾。最后,仿真结果表明该方法使倒立摆系统具有快速性,稳态误差小,其控制效果要优于LQR控制,可实现二级倒立摆系统的稳定控制。     

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．     

小车二级摆摆起控制器设计

研究了小车二级并行摆系统及小车二级串行摆系统的摆起控制器设计问题,并给出了这两种系统的实验结果.首先,针对上述两种系统,设计了两步控制器,即1)摆起双摆达到倒立稳摆位置的控制器,2)进行稳摆控制的控制器.其次,由于小车二级摆位移受轨道长度限制,又考虑了小车位移的控制问题.上述两种实际系统的摆起及稳摆成功,验证了所提出设计方法的有效性.     

二级倒立摆在常规滑模变结构控制实验中的应用

二级倒立摆是一个高度非线性系统,具有强耦合和快速性的特点,必须采用有效的非线性系统的控制方法才可使其稳定在平衡位置.随着智能控制的发展,大多数研究人员和学者将变结构在倒立摆控制系统中的应用,作了大量的理论研究以及仿真实验,为实际应用作了铺垫.但是仿真实验在实际应用过程存在着较强的限制性,其表现为控制器结构越复杂,仿真结...     

基于滑模控制的显式控制协议带宽补偿算法

在动态网络中,显式控制协议(XCP)带宽设置不当会使链路利用率大幅下降。针对该问题,提出一种基于滑模控制的XCP带宽补偿算法FC-XCP,通过设计合理的控制器,使输出带宽与链路带宽相匹配、网络系统更稳定。仿真结果表明,与PII-XCP算法相比,FC-XCP能明显提高动态网络的带宽利用率。