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。     

模糊控制在二级倒立摆中的应用

本文推导了二级倒立摆的数学模型，研究了它的控制方法。本文引入了综合误差和综合误差变化率的概念，大大的减少了模糊控制器的输入变量，从而减少了模糊控制器的控制规则，使控制器的控制规则更简单、有效。     

环型二级倒立摆的控制研究与实现

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”的平衡点附近进行线性化处理,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型二级倒立摆系统上,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．     

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。     

倒立摆的双闭环模糊控制

对倒立摆采用双闭环的模糊控制方案，内环控制倒立摆的角度，外环控制倒立摆的位置，两个模糊控制器的设计都很简单，执行时间很短。在实际倒立摆装置上的实验结果验证了该方案的可行性和良好的控制性能。     

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.     

基于模糊神经网络的倒立摆非线性系统分析

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;针对倒立摆系统的平衡控制问题,提出了用一种应用神经网络来控制倒立摆的方法,同时由于神经元网络的训练的反复性,因此在系统中加入一个模糊控制器,来对神经网络输出的控制变量进行补偿,使神经元网络训练的权值能够始终保持在某一稳定值,从而保证了控制器稳定,仿真实验结果表明采用该方法设计的并联型模糊神经网络控制器对倒立摆这一先天不稳定的系统具有理想的控制效果。     

基于遗传算法的二级倒立摆模糊控制器研究

倒立摆系统本身的不稳定性为系统的平衡提出了难题,也因此成为自动控制实验中验证控制算法优劣的极好的实验装置.本文利用把模糊控制和遗传算法结合起来,用遗传算法对模糊控制器的三角形隶属度函数的宽度和顶点进行自动调整,,克服了一般模糊控制设计中模糊变量的隶属度和比例、量化因子的选取通常靠经验来获取的不足,从而达到优化设计模糊控制器提高其自适应控制能力的目的,改善了控制效果.     

平行倒立摆的微型计算机控制

本文利用现代控制理论对一种特殊形式的倒立摆系统--平行倒立摆系统,进行了细致的研究,成功地实现了这一严重不稳定系统的计算机稳定控制,并取得了良好的效果.该成果为杰出的现代控制理论实验工具--倒立摆实验系统的研究,提供了新的内容.     

倒立摆计算机控制系统

倒立摆控制系统在科研和数学中具有非常重要的地位，为适应今科技的发展及教学需要，我们设计出主从式结构的倒立摆计算机控制系统，在系统硬件设计上，采用了集成化方法，计算机系统通讯符合BITBUS总线规范，软件设计采用多任务方式，使系统具有功能强，标准化，可靠性高及使用灵活动等特点。     

两种简化规则的模糊控制系统的分析比较

该文采用两种简化控制规则的方法设计了模糊控制系统,一种为双闭环模糊控制的方法,另一种为分离变量的模糊控制方法。通过一级倒立摆的仿真实验,该文给出了两种控制系统的控制曲线,说明了两种方案的有效性和良好的控制性能,同时对两种控制系统从设计思想、系统结构、控制性能等方面作了分析比较,指出了其在设计思想上的相似和不同之处,分析了两种控制系统产生相应控制效果的原因,并分别指出了两种方法各自的优势和局限性。     

基于T-S模糊模型的LQR控制器设计

基于T-S模糊模型的平行分配补偿控制器设计方法,结合线性二次型最优控制方法,设计了一个倒立摆系统状态反馈控制器.控制方法有效地将线性系统理论与模糊控制理论结合起来,可处理某些复杂的非线性自不稳定系统控制问题.针对倒立摆是一个非线性、不稳定、强耦合系统,利用MATLAB对其进行仿真实验,结果表明上述方法能够控制倒立摆稳定.TS-LQR控制器结合了模糊控制和LQR方法的优点,具有结构简单、易于实现以及稳定范围大、鲁棒性好的优点,可获得较好的动态性能和稳态性能.     

倒立摆的双闭环选择型模糊控制设计及仿真

针对多变量、非线性、强耦合性的倒立摆系统 ,采用牛顿 -欧拉法建立了其动力学方程 ,并进行了线性化处理 ,得到了状态空间模型 ,并提出一种双闭环选择型模糊控制方案。该方案通过一个选择型开关将两个模糊控制器的工作有机地统一起来 ,实现了摆杆角度与小车位置的双重控制功能 ,而且降低了模糊控制器的设计难度。最后在MATLAB环境下进行了计算机仿真 ,仿真结果表明 ,摆杆角度和小车位置的控制过程均具有良好的动态性能和稳态性能 ,验证了建模的正确性和控制方案的有效性     

切换控制在倒立摆系统摆起和镇定中的应用

本文针对一级直线型倒立摆对象,基于非线性共振原理和线性二次型最优状态反馈控制,提出了一种基于状态的切换控制策略,实现了倒立摆的快速摆起和镇定。最后通过仿真实验表明,本文提出的方法对一级直线型倒立摆系统的摆起和镇定具有较好效果。     

基于Backstepping的倒立摆鲁棒跟踪控制

针对内部参数不确定及存在外部干扰的非线性倒立摆系统,提出了基于Backstepping方法的滑模变结构控制律,并且采用RBF神经网络逼近系统不确定非线性函数,同时引入滑模误差对其神经网络权值进行在线自适应调整,使神经网络的逼近速度加快,改善了动态性能.该控制律能保证倒立撰轨迹跟踪误差的快速收敛性以及对外部扰动和内部参数不确定的不敏感性,最后给出的仿真实例证明了该理论分析结果的正确性,控制效果良好.     

基于模糊神经网络的倒立摆控制系统

在分析模糊控制、神经网络控制的基础上,根据倒立摆的特点,提出了模糊神经网络的控制结构。使用了遗传算法和BP算法相结合的方式来优化模糊神经网络,并以固高公司的倒立摆做实验,对实验结果进行了深入的研究和分析。     

基于Lie理论的倒立摆系统的控制算法研究

该文通过能量反馈和最优控制相结合的方法实现倒立摆系统的自摆起和稳定控制。在摆起阶段采用能量反馈方法实现快速摆起，而在平衡稳定控制阶段，采用一种非线性系统微分几何方法一李理论，对倒立摆系统进行近似线性化，此种线性化方法使模型更多包含原系统主要的非线性部分，更能逼近实际系统，针对采用李理论得到的近似线性化模型，对倒立摆系统进行最优稳定控制设计。仿真和实时控制试验结果表明，文中提出的李理论近似模型线性化方法对于控制器设计结果是有效的，而且采用的能量反馈和最优控制相结合的联合控制策略能够成功实现倒立摆系统的自摆起和稳定控制过程。     

倒立摆系统稳定控制之研究

多级倒立摆系统作为一个典型的非线性、多变量、高阶次、强耦合和自然不稳定的复杂被控系统,一直是人们检验、比较各种控制理论和方法的理想实验平台,半个多世纪以来,国内外许多机构对它进行了广泛的研究,积累了丰富的资料。这里对多级倒立摆稳定控制的研究现状进行总结,探讨了它的发展趋势。目前主要的控制方法有线性控制、预测控制和智能控制三类,智能控制是当前研究的主流,它包括模糊控制、拟人控制、计算智能控制、云模型控制等。继续深入研究各种智能控制方法及其组合应用是今后的发展方向。     

神经网络预测控制及其在二级倒立摆中的仿真

本文介绍了一种基于神经网络的预测控制算法,考虑到算法中复杂性能指标的寻优难以找到全局最优解,提出了一种在工作点附近线性化得到对象的瞬时ARIX模型,再利用GPC(广义预测控制)算法求得近似解,最后以其为初值进行寻优获得全局最优解的方法,提高了算法的性能。最后的二级倒立摆仿真验证了算法的可靠性。     

Stabilization of the inverted pendulum around its homoclinic orbit

The inverted pendulum has been used as a benchmark for motivating the study of nonlinear control techniques. We propose a simple controller for balancing the inverted pendulum and raise it to its upper equilibrium position while the cart displacement is brought to zero. The control strategy is based on an energy approach of the cart and pendulum system.