倒立摆系统的T-S模糊控制研究

针对倒立摆的非线性采用T-S模糊控制的方法对倒立摆进行控制,建立了倒立摆的数学模型,并用Matlab进行了仿真,仿真结果表明该控制方法对倒立摆具有好的控制效果。     

基于T-S模型二级倒立摆的逐级模糊控制

针对二级倒立摆系统,提出了一种逐级模糊控制策略.该种方法基于Takagi-Sugeno模型,利用分级思想,设计逐级模糊控制规则,实现二级倒立摆系统的稳定控制.仿真结果表明,该种模糊控制策略规则数较少,控制精度高,比较适合于解决控制快速、多变量、非线性不稳定系统时遇到的规则组合爆炸问题,具有较强的实用性.     

单级倒立摆控制方法的仿真对比研究

运用牛顿动力学方法对单级倒立摆系统进行了数学建模,并对基于经典控制理论的PID控制方法、基于最优控制理论的LQR控制方法,以及基于模糊控制理论的模糊控制方法进行了仿真对比分析研究,其分析结果对该方向的研究具有理论指导意义.     

单级旋转倒立摆的建模与控制仿真

本文介绍了单级旋转倒立摆系统的构成和数学模型，根据倒立摆系统的数学模型在Matlab环境下设计了两种控制器，并进行仿真。仿真结果表明了最优控制策略LQR控制器的控制效果要优于闭环状态反馈极点配置调节器。     

单级倒立摆的简化模糊控制及仿真研究

单级倒立摆系统是一种广泛应用的物理模型,为了研究其特性,应用拉格朗日方程建立了其精确数学模型,建模中考虑了摩擦力.同时为解决模糊多变量控制中的"维数灾"问题,利用单输入规则动态加权推理模糊控制器(SIRMs)实现了单级倒立摆系统的控制,SIRMs将多维模糊控制问题化简成单维模糊控制问题来解决,大大减少了模糊规则数.利用随机优化搜索法优化了控制参数,其中,所建立的动态参数权重使得摆杆角度控制优先于小车位移控制,故倒立摆不会因为同时控制角度与小车位移而失去稳定性.利用Vissim对基于SIRMs模糊控制器的倒立摆系统进行了仿真实验,结果表明该方法能够较好地完成倒立摆的运动控制,系统跟踪速度快,超调量小,具有很强的鲁棒性和更好的动静态特性,验证了模型和控制算法的有效性.     

单级倒立摆的PID控制研究

对单级倒立摆系统的平衡控制问题进行了研究,分别采用PD,PI和PID三种方案实现了单级倒立摆系统的平衡控制.首先,建立系统的数学模型,然后通过仿真实验设计并整定各方案的控制器参数,将所设计的控制器分别在实际的物理设备上进行实时控制实验,都成功地实现了倒立摆的平衡控制.实际控制结果验证了各方案的正确性和有效性.     

基于扩展线性化反馈控制的单级倒立摆仿真

本文引入了基于扩展线性化的非线性反馈控制方法 ,推导了非线性状态反馈控制器的设计 ,并通过对单级倒立摆理想模型的仿真过程中反映出该方法更接近系统实际情况的控制策略。     

基于T-S模型的倒立摆最优保性能模糊控制

对一类具有范数有界参数不确定性T-S模糊模型系统,采用状态反馈的并行分布补偿器(PDC)结构,基于线性矩阵不等式处理方法,研究了其最优保性能模糊控制律的设计问题.导出了保性能模糊控制律存在的条件,通过求解一个凸优化问题给出了最优保性能模糊控制律的设计方法,并用此方法设计了倒立摆系统的最优保性能模糊控制器.仿真实验验证了该设计方法的有效性.     

单级倒立摆的PID和模糊控制对比研究

详细的分析了单级倒立摆的数学模型,通过应用PID控制和模糊控制两种方式对其进行了控制。通过实验研究,发现PID控制规律对于倒立摆这种常规不稳定的系统具有一定的控制作用,模糊控制作为智能控制的一个分支,对于这种复杂控制对象具有更好的控制效果。     

单级倒立摆系统的数字最优控制器设计与仿真

倒立摆系统以其自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.通过对单级倒立摆系统的简化模型分析.设计了带有积分环节的数字最优控制器.仿真结果表明倒立摆系统在该数字最优控制器的控制作用下,无论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。     

基于T-S型的平面倒立摆双闭环模糊控制研究

针对多变量、非线性、强耦合的平面一级倒立摆系统,设计了双闭环模糊控制器.在系统数学模型的基础上,将平面一级倒立摆系统近似分解成2个非耦合的独立运动,然后利用极点配置的反馈控制方法,设计了2个模糊控制器,分别控制两个独立运动.解决了模糊控制规则数随输入变量数指数增加问题,降低了倒立摆控制系统设计的难度和复杂度.     

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。     

基于简化三维线性倒立摆模型的模糊控制射门算法

针对双足机器人传统射门算法存在仅适用于固定射门角度和射门姿态的问题,提出了一种基于简化三维线性倒立摆模型的模糊控制射门算法,用于实现多角度、多姿态的射门。首先利用简化三维线性倒立摆模型规划出零力矩点(ZMP)轨迹和质心轨迹;其次在双腿支撑相对双足机器人进行射门角度和姿态的调整,同时利用贝塞尔曲线规划出游动腿的轨迹;最后利用模糊控制算法精确地规划出双足机器人的射门轨迹。实验部分利用NAO机器人仿真平台验证了本文提出射门算法的性能,并与其它射门算法进行了比较。最后将实物NAO机器人用于全过程与多角度的实际射门实验,验证了本文提出射门的算法可行性与准确性。     

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.     

二级倒立摆基于信息融合的模糊控制

本文针对二级倒立摆系统,提出了一种基于信息融合的模糊控制方法.该种方法将线性系统理论与模糊控制技术相结合,利用信息融合技术完成输入变量降维,从而大大简化了多输入模糊控制器的设计过程.仿真结果表明,本文提出的设计方法是正确的和可行的.     

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.