模糊九点控制器及其在倒立摆系统中的应用

为了实现倒立摆的稳摆控制,分析了倒立摆系统的物理行为特性,并据此设计了小车九点控制器和摆杆九点控制器,同时,依据控制优先级顺序,重点提出了模糊协调器,以协调两个控制器的行为。该控制方案不依赖数学模型,其设计原理充分体现了人对系统物理特性的认识过程,是一种表达人类控制经验的新型方案。实时控制实验表明,该方案切实有效,简单实用。     

基于MATLAB的T-S型模糊控制器的设计与仿真研究

Takagi-Sugeno型模糊系统非常适合于模糊建模，针对复杂的非线性系统，采用T-S模糊模型逼近非线性系统，将非线性系统模糊化为局部线性模型。利用MABLAB软件中的模糊控制工具箱，以倒立摆为模型的仿真试验，验证了方案的有效性。     

基于LQR控制器的直线倒立摆研究及设计

针对直线倒立摆系统不稳定的问题,在前期研究的基础上,建立了直线一级倒立摆数学模型,并对自行研制的直线一级倒立摆进行参数分析,推导出了状态空间方程,给出了Pro/E模型图。接着,为确保系统能更加稳定地控制,研究设计了相应的LQR控制器,绘制了控制系统结构框图,最后进行了LQR控制参数仿真。仿真结果证明了研究设计的有效性和可行性。     

直线一级倒立摆的LQR控制器设计

从理论和实践上对线性一级倒立摆作了深入的研究。首先,用拉格朗日方法建立了倒立摆的数学模型。在此基础上采用线性二次型最优控制方法设计了倒立摆的控制器。最后,通过试验验证了设计结果并给出．了控制器的性能评价。     

倒立摆的自调整模糊控制器设计及稳定性分析

本文针对倒立摆多变量的系统特性,提出双模糊控制器设计方案,分别对倒立摆的摆角和小车位移设计模糊控制器.然后根据摆角的不同进入不同的控制阶段,调整两个控制器的输出权重,实现倒立摆的平衡控制.实验证明用Matlab实现的控制算法在对倒立摆的控制中表现出很好的控制效果.     

倒立摆的混合控制

首先采用模糊滑模控制器和遗传算法寻优的PID控制器,建立混合模式控制器对倒立摆控制系统建模,而后采用Matlab/Simulink进行仿真,实验证明混合模式控制性能良好.     

倒立摆控制系统的建模与仿真

利用Lagrange方程和Sugeno模糊辨识建立了单级倒立摆模型，根据摆角摆动范围的不同，设计了不同的控制器。仿真结果表明了两种建模方式和控制算法的有效性。     

基于JAVA的一级倒立摆仿真

介绍使用JAVA编程语言实现一级倒立摆控制系统的仿真途径,并利用Java Applet技术,将仿真程序嵌入网页运行,使实验者可以脱离真实的实验环境,更方便、更快捷地获得实验结果。     

旋转型倒立摆应用T-S模型模糊控制的研究

针对不稳定旋转倒立摆系统 ,在对其进行动力学分析的基础上 ,借助于状态反馈极点配置方法 ,提出了一种基于T -S模型的模糊控制器设计方法 ,并进行了计算机仿真。仿真结果表明 ,该方法具有响应快、稳定性好 ,是解决倒立摆及高阶不稳定系统等问题的理想方案     

单级倒立摆模糊控制研究

单级倒立摆系统包括四个输入变量,经典模糊控制算法同时对四个输入变量进行模糊推理,容易造成模糊规则数过多。根据增加模糊控制器个数来减少输入变量维数的思想,设计了串联模糊控制器和并联模糊控制器,有效控制了单级倒立摆系统的运动,但稳定时间和稳态误差不够理想。故提出了一种基于单一输入规则群(SIRMs)动态加权模糊推理模型的模糊控制器,实现了单级倒立摆的稳定控制,该控制器通过引入输入变量重要度因子,保证摆杆控制优先于小车控制。实时控制实验表明:系统跟踪速度快,具有较强的鲁棒性和良好的动静态特性,验证了该模糊控制器的有效性。     

基于支持向量机模糊推理的二级倒立摆控制

本文提出了一种用于非线性系统控制的支持向量机模糊推理模型.该模型利用支持向量机回归的原理,从训练数据中提取模糊规则并进行简化;采用核函数来描述模糊推理系统,该模糊推理系统具有不必事先确定模糊规则数目、良好的泛化能力等优点.使用该模型对直线二级倒立摆系统构造模糊控制器并进行了实验研究,研究结果表明这种新的模糊规则提取方法对于非线性系统的控制是有效的,由支持向量确定的模糊规则不会出现规则数目"爆炸"的问题,该方法在不便事先确定模糊规则的复杂非线性系统控制中有着重要的应用价值.     

单级倒立摆的模糊控制应用

随着被控对象的日趋复杂,对控制性能的要求不断提高,传统控制理论对解决复杂系统无能为力。该文将人工智能中的模糊控制引入倒立摆控制系统,以提高控制要求,改善控制精度。通过仿真实验表明这种控制思路是可行的,效果良好。     

基于LQR的倒立摆最优控制系统研究

基于LQR对单级倒立摆进行了最优控制系统设计，并针对LQR最优控制中加权矩阵Q和R难以确定的问题，进行了倒立摆实验研究与分析，找出了倒立摆系统的动态响应与Q和R阵之间遵循的基本规律。实验结果显示了该结论的正确性和实用性，也为在利用该方法进行其它控制系统的设计中Q和R的选取提供了参考。     

单级倒立摆的两种控制方法的仿真研究

针对多变量、非线性、强耦合性的倒立摆系统,运用牛顿-欧拉方法建立了倒立摆的数学模型。然后对该模型分别进行LQR控制和模糊控制,并在MATLAB环境下进行仿真,其对比结果对该方向的研究具有理论指导意义。     

基于LQR算法的倒立摆系统仿真研究

针对多变量、非线性、强耦合的单级倒立摆系统,采用基于最优控制理论的LQR控制方法,研究了线性二次型最优控制器、参考输入和状态观测器的设计,并借助Matlab仿真软件进行辅助分析。结果表明各项性能均符合要求,达到最优控制,对该方向的研究具有理论指导意义。     

基于LMI优化的鲁棒控制器设计

以存在固有模型误差的单级倒立摆为被控对象,建立倒立摆的鲁棒数学模型。在不确定性因子存在的前提下,基于线性矩阵不等式方法计算得到H_∞状态反馈控制器参数K,而且给出H_∞状态反馈控制器的存在条件。通过实例仿真验证,与LQR控制相比,H_∞状态反馈控制具有更好的动态特性和抗干扰特性。     

基于鲁棒保性能控制的倒立摆虚拟现实仿真研究

为研究倒立摆的虚拟现实仿真教学平台,首先建立了倒立摆的数学模型,叙述并分析了基于线性矩阵不等式（LMI）的鲁棒保性能控制方法;然后基于鲁棒保性能控制器和虚拟现实技术,建立了倒立摆的虚拟现实仿真系统。研究结果表明：相对于PID控制器,鲁棒保性能控制器能使系统具有更好的渐近稳定性、干扰抑制能力和最优性能;而虚拟现实技术在教育领域中的应用,能给人以身临其境的感觉,增加了学生学习控制理论知识的兴趣。     

基于Bang-Bang控制的倒立摆系统摆起和镇定

针对一级直线型倒立摆对象 ,基于Bang-Bang控制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     

Interval type-2 fuzzy PID controller for uncertain nonlinear inverted pendulum system

In this paper, the interval type-2 fuzzy proportional–integral–derivative controller (IT2F-PID) is proposed for controlling an inverted pendulum on a cart system with an uncertain model. The proposed controller is designed using a new method of type-reduction that we have proposed, which is called the simplified type-reduction method. The proposed IT2F-PID controller is able to handle the effect of structure uncertainties due to the structure of the interval type-2 fuzzy logic system (IT2-FLS). The results of the proposed IT2F-PID controller using a new method of type-reduction are compared with the other proposed IT2F-PID controller using the uncertainty bound method and the type-1 fuzzy PID controller (T1F-PID). The simulation and practical results show that the performance of the proposed controller is significantly improved compared with the T1F-PID controller.     

Implementation of a ball inverted pendulum with omnidirectional moving ability using a robust fuzzy control strategy

A robust fuzzy controller (RFC) is proposed for a ball inverted pendulum (BIP) system control problem. A Mamdani-type fuzzy controller and a compensated control technique are combined in the proposed control system. This controller is used for real-world control of a BIP with unknown system uncertainties. Using this method, the approximation error caused by the trial-and-error fuzzy control design procedure is minimized. Moreover, the decoupled technique provides a simple method for achieving asymptotic stability control for angle and position of a BIP control system. The concept of this approach is to decouple the entire system into two subsystems. Next, the primary subsystem combines the information provided by the secondary subsystem. And then a control force is generated to drive both subsystems toward their targets, respectively. Thus, the platform can move to any position without constraints. The stability of RFC, which is based on the Lyapunov stability theorem, is guaranteed. Furthermore, to verify the effectiveness of the control algorithm, several numerical simulations and dynamic simulation in the automatic dynamic analysis of mechanical systems (ADAMS) environment with MATLAB are implemented. Finally, the efficiency of the RFC is verified with real-time implementation of the BIP.