Simultaneous fault detection and antisaturated control based on dynamic observer for inverted pendulum control system

This paper focuses on the problem of simultaneous fault detection and antisaturated control for an inverted pendulum control system. The system input is the acting control voltage that generates the force on the cart. However, the acting control voltage is obviously limited by the voltage amplitude. This means that the actuator of the constructed system model is saturated. Hence, the detector/controller unit produces two signals: the detection and antisaturated control. In this process, the effects of disturbances and noises on detection and control purposes need to be suppressed. Finally, two simulation examples verify the effectiveness of the method.     

基于非线性控制方法的倒立摆系统控制

应用非线性系统跟踪控制方法对倒立摆系统的控制进行研究.基于非线性系统控制方法对倒立摆系统摆的镇定问题、台车位置调节问题和鲁棒控制问题设计出了具体的控制器.最后给出了在所设计的各种控制器作用下系统的仿真结果,结果表明所设计的控制器对倒立摆系统的稳定控制具有良好的效果.     

一级倒立摆状态反馈控制系统设计

倒立摆控制系统是一个复杂的、不稳定的、非线性系统,对倒立摆系统的研究能有效的反映控制中的许多典型问题。对一级直线型倒立摆,首先运用牛顿运动定律建立倒立摆系统的运动方程,进而求出系统的状态空间表达式,建立数学模型。其次运用状态反馈极点配置法,以小车的位移、速度,摆杆与竖直向上的偏角、摆角变化速度作为四个状态变量,由给定的控制要求求出状态反馈增益矩阵,将极点配置在控制要求的位置。另外考虑到系统的某些状态如小车速度和摆杆角速度不容易直接测量等,本文分别基于小车和摆杆子系统设计了两个全维观测器,分别对状态量进行了重构并给出了仿真结果分析。     

一种基于BP组件的学习控制系统及其在倒立摆控制上的应用

给出了一个组件化方法设计学习控制系统的一个实例.学习控制系统建立在两个BP组件——BP模型和BP控制器的基础上,通过双通道反向学习的方法在控制过程中进行自我调整,适应控制对象的变化以及模型和控制器本身的不同条件.首先介绍了BP组件的接口和功能规范.然后建立基于BP组件的学习控制系统的组件化框架.最后给出一个基于BP组件的学习控制系统在倒立摆控制上的应用.     

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．     

基于滑模变结构的倒立摆系统稳定控制

利用滑模变结构控制对一级倒立摆系统进行了有效控制.首先对一级倒立摆系统的模型进行线性化处理,再利用滑模变结构控制方法对此模型中摆的镇定、台车位置的调节和系统参数不确定性设计了具体的控制规律,并使用饱和函数的方法抑制系统的抖振.最后在Matlab/Simulink上进行了仿真实验,实验结果说明滑模变结构控制方法是有效的.     

倒立摆的迭代学习控制方法研究

针对倒立摆系统典型的非线性、多变量和自然不稳定的特点,在建立系统数学模型基础上,利用迭代学习控制方法,根据动态指标的要求设计了控制器,并完成了系统仿真,结果表明:与传统反馈控制相比较,所设计的迭代学习控制器使系统的动态性能得到了很大的改善。     

Following control approach based on model predictive control for wheeled inverted pendulum robot

Personal robots, which are seen as tools that will be needed to support our aging society, will be expected to support the comfortable lifestyles of healthy young people as well as the elderly. However, excessive and premature robot support may adversely impact the physical abilities of their human owner/operators. In this paper, the authors propose a personal robot equipped with wheeled inverted pendulum control that can carry baggage and follow the human being. Since such robots could remove the drudgery associated with carrying luggage, their use could also encourage people to go outside and walk briskly, which could contribute to improved health management. This paper proposes a novel control approach for a robot following the human being. The proposed approach employs a model predictive control that facilitates consideration of several types of upper and lower level constraints a personal robot would require. The effectiveness of our proposed approach was then verified in experiments using a prototype personal robot.     

倒立摆系统的一种H∞优化控制

在运用H_∞环路成形设计方法时权函数的选择一般是凭经验试凑,不能保证所得控制器综合指标最优;且控制器阶次较高,不便于工程实现和参数调整.鉴于以上问题,提出了基于遗传算法的权函数选取方法,在遗传算法的目标函数里加入对鲁棒性能和时域性能指标的约束,从而得到使控制器综合性能指标最优的权函数,避免了凭经验试凑权函数的盲目性;然后,给出一种用多变量PID控制器逼近此控制器的方法,使所得控制器便于实际运用.最后用此方法对小车倒立摆系统进行仿真,结果表明了该方法的有效性.     

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．     

倒立摆的自适应积分反步控制策略

针对直线单级倒立摆在模型参数不确定和外部扰动情况下的稳定控制问题,提出一种自适应积分反步控制策略。采用拉格朗日方程建立倒立摆系统的运动学模型,为减少稳态误差,将误差积分项引入反步法,设计了倒立摆的控制器;对含有未知参数的系统非线性状态微分方程,设计适当的Lyapunov函数推导出系统未知参数的自适应更新律,削弱了参数不确定性的影响。将自适应积分反步控制与一般的反步法控制、模糊控制及神经网络控制的仿真结果进行了对比,并在LabVIEW开发环境下进行了实物实验。结果表明,自适应积分反步法可以较为迅速且精确地完成稳定控制,较好地克服系统参数不确定及外部扰动的影响,具有较强的鲁棒性。     

DRNN在倒立摆摆起控制中的研究

针对小车一级倒立摆的起摆控制,以DRNN神经网络作为辨识器,在线自适应调整PD控制器的两项参数。在起摆范围相同的情况下,DRNN神经网络控制的倒立摆系统其模型参数变化范围为-50%～30%,传统PD控制倒立摆系统其参数变化范围为-40%～20%。结果表明,基于DRNN神经网络的PD控制器比传统的PD控制器具有较强的抗干扰能力和自适应能力,系统鲁棒性增强,效果明显优于传统的PD控制器。     

圆轨单级倒立摆摆起过程控制

研究圆轨单级倒立摆摆起控制问题，以离散控制律为设计交量，以终点约束条件为目标函数，提出了倒立摆摆起控制律的优化算法。对控制律进行编程计算，成功地实现了圆轨单级倒立摆的快速摆起。仿真计算结果表明了所提出方法的有效性和可行性。     

平行二级倒立摆的稳定控制

将单一输入规则群动态加权模糊推理模型应用于平行二级倒立摆系统，设计出具有6个输入交量的模糊稳定控制器。该模糊控制器规则总数少，直观性强。计算机仿真表明，该模糊控制器能在短时间内同时实现两摆角度及小车位置的控制。     

基于一级倒立摆模型仿人机器人控制算法研究

针对仿人机器人步态行走不稳定的问题,以倒立摆为控制对象,建立仿人机器人步态行走数学模型。以仿人机器人姿态角和位移建立双闭环控制系统,采用PID控制算法对仿人机器人姿态角和位移进行调节。以19自由度仿人机器人进行实验验证,表明了所采用仿人机器人步态行走系统PID控制算法的正确性及高精确度。系统响应稳定,超调<0.3%,调节时间<0.2 s,关节输出相对误差最大值为2.25%,可实现仿人机器人稳定的步态行走。     

拟人控制二维单倒立摆

以二维单极倒立摆为被控对象，利用拟人控制的思想形成非线性控制律，并确定出反馈系数间的相对关系。通过在线调试实现定性控制律的量化，从而成功地控制了二维单级倒立摆的稳定。与传统的控制系统设计相比，不依赖于数学模型，不受线性约束；与模糊控制相比，不需要人类直接被控对象的经验。拟人控制方法设计简单易行，且得到的控制系统具有较强的鲁棒性。     

基于能量控制与近似输出调节的二级倒立摆起摆和跟踪控制

二级倒立摆是一个典型的欠驱动非线性系统,其控制问题具有一定的挑战性.为了解决时变参考信号下二级倒立摆的起摆和跟踪控制问题,本文提出了一种基于能量控制与近似输出调节方法的起摆和三阶控制器设计方案.首先,采用能量控制方法将第1级摆杆从下垂位置摆起到倒立位置附近;其次,采用滑模控制方法将第1级摆杆稳定在倒立位置,同时,采用等效小车与能量控制相结合的方法将第2级摆杆摆起到倒立位置附近;最后,采用基于近似输出调节理论的多项式近似方法设计三阶控制器实现二级倒立摆的位置跟踪控制.仿真和实验结果均验证了该控制方案的有效性.     

小车倒立摆的自适应动态面控制

针对一类含有参数扰动和外部扰动的不确定欠驱动系统提出了一种改进自适应动态面控制方法.首先通过坐标变换,小车倒立摆模型转换成部分反馈形式,由半严格形式模型设计动态面控制器.利用模糊逻辑处理系统不确定性的能力设计自适应控制器,然后在传统动态面控制器设计中采用跟踪微分器来得到原稳定化函数的精确微分,解决传统反步法的"微分爆炸",显著提升闭环系统的性能.采用李雅普洛夫方法,设计适当的参数,系统跟踪误差能收敛到原点,仿真结果验证了该方法的有效性.     

平面倒立摆自适应滑模模糊控制

采用拉格朗日方程建立平面倒立摆的动力学模型,并将其在平衡位置进行线性化,得到了系统在X和Y两个正交控制方向解耦的近似模型．针对每一个控制方向上由互相耦合的基座小车定位子系统和摆杆镇定子系统组成的欠驱动系统,设计了自适应滑模模糊控制器,实现了基座小车沿圆周行走条件下摆杆的运动平衡控制．行走实验验证了所提出控制算法的有效性．     

倒立摆系统自适应高阶微分反馈控制

利用提取的系统高阶微分信息,提出了自适应高阶微分反馈控制器.某种程度上该控制器不依赖于单输入单输出(SISO)非线性仿射系统的模型.并且分析了闭环系统的稳定性和鲁棒性.通过将摆角方程的位移加速度看作是控制输入,将倒立摆系统转化成相互影响的两个SISO仿射系统,从而用两个串级高阶微分反馈控制器成功地实现了倒立摆系统的镇定与调节.数字仿真表明,控制器对摆的基准模型实现了较为满意的控制,而且该控制方法对非线性摩擦项,对摆长、摆质量、小车质量等参数变化以及外扰动具有强鲁棒性.