平面一级倒立摆的稳定控制

平面倒立摆系统是进行控制理论研究的理想实验平台.在对平面一级倒立摆进行运动学和动力学分析的基础上,采用拉格朗日方程建立了它的动力学模型.分别设计了LQR控制器和模糊控制器,应用所设计的控制器对倒立摆系统进行了实时控制实验.验证了两种控制方法的优缺点.     

平面倒立摆建模与最优控制算法的研究

倒立摆系统是一个多变量、非线性、高阶次、强耦合、欠驱动的自然不稳定系统,是自动控制理论教学和研究中典型的物理模型。本文以平面倒立摆系统为研究对象,使用拉格朗日方程建立了多级平面倒立摆的数学模型。采用线性二次最优控制算法,分别设计了LQR及LQR-模糊控制器,实现平面多级倒立摆的平衡控制,结论证明了本文设计的LQR控制器有很好的稳定性、鲁棒性和适应性。     

基于LQR的平面二级倒立摆控制策略研究

本文对平面二级倒立摆运用分析动力学方法建立其数学模型,以LQR理论设计了平面倒立摆的最优控制器,在此基础上运用变量融合技术设计了参数自调整双模糊控制器,从而降低模糊控制器的输入变量维数,大大减少模糊控制的规则数,并研究了量化因子对控制效果的影响.应用所设计两种控制器进行系统仿真与实时控制实验,其结果证明两种控制器都能保证良好的控制精度,响应速度快,有良好的稳定性和鲁棒性。     

倒立摆系统的最优控制应用研究

针对倒立摆系统的不稳定性,对最优控制理论在倒立摆控制系统中的应用进行了分析,设计LQR控制器,并在倒立摆实验装置上进行了实验。实验结果表明设计的控制器是有效的,对倒立摆系统的平衡稳定控制效果好,提高了系统的抗干扰能力。     

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。     

基于鲁棒H∞理论的三级倒立摆控制系统研究

为了研究三级倒立摆的鲁棒控制方法,设计出三级倒立的状态反馈H∞控制器。仿真结果表明三级倒立摆具有良好的鲁棒稳定性、鲁棒性、抗干扰性,实现了对三级倒立摆的稳定控制。同时运用了状态空间极点配置法和LQR最优控制法,分别设计出针对三级倒立摆的控制器。经比较研究：采用状态反馈H∞方法设计的三级倒立摆控制器的控制效果非常好,使其具有较小的振荡和超调量,倒立摆起摆迅速,稳定控制性能优良。     

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。     

基于PSO的二级倒立摆LQR最优控制器设计

根据微粒群算法的随机性、快速性、易于实现性等优点,针对LQR在二级倒立摆最优控制设计过程中对加权矩阵Q、R选择的盲目性,研究了基于PSO的LQR最优控制器的设计方法,该方法利用PSO算法的启发式全局优化特点对Q、R阵进行寻优,然后得到状态反馈控制律K。并设计了基于该方法的二级倒立摆的最优控制器,通过和基于遗传算法的LQR最优控制器比较,仿真结果表明：该方法所设计的最优控制器能使系统的响应时间更快,超调量更小,对二级倒立摆的控制效果更理想。     

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。     

直线柔性连接两级倒立摆控制器设计

倒立摆系统是一个复杂的、非线性的、不稳定的高阶系统。倒立摆的控制一直是控制理论及应用的典型课题。分析了如何利用拉格朗日方程对直线柔性连接两级倒立摆系统建模，采用LQR法设计最优控制器，进行了具体架构以及阐述了此系统设计的控制器在实际物理系统中的实现问题。所设计的控制器对此倒立摆系统成功实施了控制，既证明了系统建模的正确性，也是倒立摆控制中的一项重大突破。相关研究成果将在航天科技及机器人学等领域发挥重要作用．     

二级倒立摆的半物理仿真模型研究与实现

本文在MATLAB环境下建立了二级倒立摆的半物理实时仿真模型，并应用线性二次型最优控制策略．设计了一个二级倒立摆LQR控制器。在实验中，运行该半实物仿真模型，成功的使倒立摆稳定地平衡在“倒立”状态。     

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。     

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。     

单神经元PID倒立摆系统

为解决双PD倒立摆控制器参数不可调的难题,利用单神经元PID控制算法简单、权值可调的特点,针对倒立摆系统,设计出基于小车位移和摆杆摆角两个回路的单神经元PID控制器。通过仿真实验研究,证明了该控制方案的可行性和有效性。最后,将该控制方案与目前常使用的双PD控制及LQR控制进行了比较。     

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。     

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。     

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。