二级倒立摆的Sugeno型模糊神经网络控制

为了提高二级倒立摆系统实时控制的响应速度和稳定性,在设计Mamdani型模糊推理规则控制器控制倒立摆系统稳定的基础上,设计了一种更有效率的基于Sugeno型模糊推理规则的模糊神经网络控制器。该控制器使用BP神经网络和最小二乘法的混合算法进行参数训练,能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则。通过与Mamdani型控制器的仿真对比及实际控制实验结果,表明该Sugeno型模糊神经网络控制器对二级倒立摆实验装置的控制具有良好的稳定性、快速性和较高的控制精度。     

二级倒立摆的Sugeno型模糊神经网络控制

为了提高二级倒立摆系统实时控制的响应速度和稳定性,在设计Mamdani型模糊推理规则控制器控制倒立摆系统稳定的基础上,设计了一种更有效率的基于Sugeno型模糊推理规则的模糊神经网络控制器.该控制器使用BP神经网络和最小二乘法的混合算法进行参数训练.能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则.通过与Mamdani型控制器的仿真对比及实际控制实验结果,表明该Sugeno型模糊神经网络控制器时二级倒立摆实验装置的控制具有良好的稳定性、快速性和较高的控制精度.     

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。     

三级倒立摆的加权变量模糊神经网络控制

为了提高三级倒立摆系统控制的响应速度和稳定性,在设计Mamdani型摸糊推理规则控制器控制倒立摆系统稳定的基础上,设计了一种更有效率的基于Sugeno型模糊推理规则的模糊神经网络控制器。该控制器使用BP神经网络和最小二乘法的混合算法进行参数训练,能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则。通过与Mamdani型控制器的仿真对比,表明该Sugeno型模糊神经网络控制器对三级倒立摆系统的控制具有良好的稳定性和快速性,以及较高的控制精度。     

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FPGA的模糊逻辑控制器的硬件实现

提出了一种基于现场可编程门阵列(FPGA)的模糊逻辑控制器的硬件实现方法,并将其用于倒立摆控制系统。实验研究表明,在倒立摆倾角小于10°时,软件或硬件控制效果相当,在倾角大于10°时硬件模糊控制器的控制效果明显优于软件模糊控制器的控制效果,而且前者的抗扰动性能更好。当倾角大于30°时,由于机械性能方面的原因,倒立摆的稳定性有所降低。因此,采用该方法不仅快,而且是一种足以灵活完成数字模糊控制器的方法。该设计方法稍加修改亦可应用于其他控制场合,具有良好的通用性。     

模糊变结构控制的旋转倒立摆系统设计

本文针对非线性、多变量、强耦合的旋转倒立摆系统，利用模糊控制与滑模变结构控制相结合设计了一种模糊变结构控制器．该控制器既保持了滑模变结构控制的快速性和鲁棒性，又能较好地消除单纯采用滑模变结构所产生的抖振问题。仿真结果表明，模糊变结构控制算法能够实现倒立摆的平衡姿态控制，抖振现象基本消除且具有很强的鲁棒性。     

倒立摆的一种模糊控制方法

提出一种模糊控制方案,实现对倒立摆系统的平衡控制.针对倒立摆系统多变量的特性,采用双模糊控制器方案,分别对摆杆倾角和小车位移设计模糊控制器,大大降低了设计难度;为了实现对摆角和位移双重控制的功能,采用两个控制器轮流控制的策略,当摆角偏差或角速度值较大时,摆角控制器起作用,保持摆杆的垂直,反之,位移控制器起作用,调整小车位置不越界.在实际的物理设备上进行了实时控制实验,实验结果验证了方案的正确性和有效性.     

单级倒立摆模糊控制器的设计与实现

该文以倒立摆系统为控制对象,建立了单级倒立摆的数学模型,根据模型特点,设计了模糊控制器,并在Matlab-Simulin环境下进行了仿真研究,结果表明该文所设计的模糊控制器是正确有效的。     

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。     

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.     

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。     

平面二级倒立摆基于参数优化的模糊控制

对基于XY平台的平面二级倒立摆进行运动学和动力学分析,得到系统状态方程。通过构造综合误差E和综合误差变化率EC,减少输入变量维数设计模糊控制器,使模糊控制器的控制规则更为简单、有效,同时对量化因子参数进行优化。     

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。     

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.     

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．     

自平衡机械系统匀速行走模糊控制

针对自平衡机械系统的研究很少着眼于速度控制,设计一种简单的模糊控制器,应用于一级直线倒立摆的匀速行走控制中.对于设定的速度整定值,通过调整几个比例环节的系数,系统具有很好的动态性能指标,而且控制器在有外界扰动时体现了很好的抗扰能力.考虑到实际物理系统中倒立摆行程的限制,设计的自动切换开关实现了倒立摆在一段给定的行程上匀速来回行走的控制目标,通过手动切换开关也能实现倒立摆的位置控制,因而使得该模糊控制器能完成平衡控制、位置控制、匀速行走控制.经多次试验,给出了比例环节系数大小调整与系统动态性能指标之间关系的大致规律,实验结果验证了该控制器的有效性.