基于比例切换变结构控制的倒立摆系统研究

针对于倒立摆系统不稳定、建模存在误差且有干扰的非线性控制问题，研究了基于比例切换的变结构控制方法，建立了系统的数学模型，设计了控制系统的切换面和基于比例切换函数的滑模变结构控制器，经仿真后在实验系统上进行了物理实现。结果表明，该控制方法能有效抑制倒立摆系统参数摄动引起的扰动和外加干扰，能有效提高倒立摆控制系统的稳定性、控制精度和响应速度，系统鲁棒性强。     

采用模糊控制的垂直型旋转式倒立摆系统

针对步进电机驱动的单支点垂直型旋转式倒立摆系统的复杂特性,采用了模糊控制的方法。基于拉格朗日动力学分析方法,推导出倒立摆的运动方程,在对系统进行可行的近似化处理后,得出了便于分析的数学模型。并利用MATLAB中的模糊逻辑工具箱建立倒立摆的模糊推理系统,及MATLAB的图形建模和仿真功能对倒立摆系统进行仿真。结果表明此方法具有可行性。     

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．     

模糊预测函数控制在倒立摆上的应用研究

为了实现倒立摆系统控制的快速性和稳定性的有机结合,提出将近年来出现的模糊预测函数算法运用于倒立摆系统之中的控制方案,采用预测函数控制建立的模型输出对实际模型输出进行补偿,从而设计了倒立摆的模糊预测函数控制器,并进行了计算机仿真和实时控制.结果表明,在抑制外部扰动和实时控制性方面,可以达到较为满意的控制效果,具有较强的鲁棒性.     

基于永磁同步电动机驱动的倒立摆控制与仿真

在分析永磁同步电动机和单维倒立摆数学模型的基础上,将永磁同步电动机的驱动性能与倒立摆的动态特性综合考虑,采用双闭环PID控制,实现了倒立摆系统的稳定和跟踪控制。仿真结果证明了该控制方法的有效性。     

基于Matlab的一阶倒立摆系统建模及仿真

倒立摆系统是一个典型的快速、多变量、非线性、不稳定系统,建立其数学模型研究其稳定性对于很多工程控制有着重大意义。论文采用机理建模法对一阶倒立摆系统进行分析,建立其数学模型。采用Matlab软件进行仿真验证,仿真结果表明,实验结果符合实际实验设计,所建立的一阶倒立摆系统的数学模型是有效正确的。     

基于滑模的平行双倒立摆系统稳定控制研究

结合控制目标对两摆间无弹簧连接的平行双倒立摆系统进行合理建模,验证所建模型可行性,讨论系统能控性和参数间的关系,设计了滑模变结构控制律,仿真结果表明滑模变结构控制能实现平行双倒立摆系统的稳定控制.     

倒立摆控制系统的遗传优化方法

针对倒立摆模糊控制系统性能提高的问题,提出了一种遗传偏移调节隶属函数的方法,该方法降低了遗传搜索的维数,在较短的时间内可以获得较好的控制性能。最后仿真数据验证了该算法的有效性和可行性。     

三级倒立摆系统基于滑模的鲁棒控制

倒立摆系统被公认为自动控制理论中的一个典型的试验设备，利用了一种基于滑模的鲁棒控制方法对一个具有单控制输入的三级倒立摆系统进行闭环控制的综合设计及仿真研究，由于倒立摆系统结构的特殊性以及控制的复杂性，传统的状态反馈控制方法很难达到预期的控制效果，这种方法不但可以达到所期望的性能要求，同时使得倒立摆系统从初始时刻开始就运行在滑模面上，从而使系统具有较强的鲁棒性，仿真结果表明了该控制方法的有效性和可行性。     

基于GA和H∞环路成形的倒立摆控制

提出了基于遗传算法(GA)和H∞环路成形理论混合优化的倒立摆控制方法。该方法采用环路成形技术设计倒立摆控制器,对权函数采用遗传算法进行优化。从而避免了凭经验试凑权函数的盲目性,使控制器的设计更系统化,且简单易行。仿真结果表明了该方法的有效性。     

基于Internet倒立摆远程控制的设计和实现

探讨了远程开放平台的搭建模式,选取C／S的双Socket结构,保证了系统的安全性。以直线倒立摆为对象开发了Visual C＋＋下基于Internet的远程开放实验平台,为倒立摆的研究提供了方便。最后把Matlab仿真结果在这个远程平台上进行验证,结果证明该平台具有很好的实时控制效果。     

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.     

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。     

基于LQR算法的倒立摆动态可视控制系统

针对倒立摆系统的非线性特点,利用LQR算法实现了对倒立摆系统的小车位置和摆杆角度的同时控制.为了生动直观地演示这一控制效果,提出了使用组态软件对倒立摆系统进行动态可视化处理的实现方案.仿真计算和组态设计结果表明,该方案不仅直观地证明了LQR算法在倒立摆系统中的应用价值,而且在实际教学过程中取得了良好的教学效果.     

一级倒立摆SIRMs动态权重模糊推理算法仿真

为解决倒立摆采用常规模糊控制算法,其推理规则数目随输入变量成指数增长的问题,对直线一级倒立摆设计了基于SIRMs和动态连接权重模型的模糊控制器,该控制器将倒立摆的四输入变量的模糊控制化成单维模糊控制问题来解决,大大减少了模糊规则数。仿真结果表明,该控制算法能够较好地完成倒立摆的运动控制,具有很强的鲁棒性和动静态特性。     

基于粒子群算法的倒立摆智能控制系统研究

为了控制倒立摆保持稳定状态,选取直线一级倒立摆为研究控制对象,建立直线一级倒立摆数学模型,将粒子群算法(PSO)实际应用到直线一级倒立摆智能控制系统的关键参数优化,仿真验证PSO算法优化直线一级倒立摆的动态稳定性.仿真结果表明,基于粒子群算法对直线一级倒立摆的优化控制具有更快的收敛性和更优的稳定性.     

四级倒立摆系统的Lagrange方程建模

提出一种采用分析力学中的Lagrange方程来建立四级倒立摆系统数学模型的方法,可以大大简化建模过程.经验证,该建模方法是有效而可行的.     

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。     

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。