非线性倒立摆系统的起摆和稳摆控制

介绍了基于数字信号处理器(DSP)控制直线型倒立摆系统的总体结构和工作原理,通过智能控制算法实现倒立摆的起摆控制。当摆杆的角度进入稳定区域时,通过线性二次型调节器(LQR)控制算法使摆杆稳定,并建立了电机电压与输出力矩之间的简单对应关系。实验表明,系统的稳定性好,抗干扰力强,而且采用DSP控制,有利于系统的小型化。     

基于DSP实现的一阶倒立摆控制

倒立摆是控制领域中典型的被控对象。本文通过智能控制算法实现倒立摆的起摆控制。当摆杆的角度进入稳定区域时,通过PID控制算法使摆杆稳定。整个控制过程由基于DSP(DigitalSignalProcessor)为核心的控制器来实现。经过实物检验,成功地实现了一级倒立摆的稳摆和起摆控制。     

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.     

二级直线倒立摆系统的实物控制

针对二级直线倒立摆系统;采用拉格朗日方程法建立其理论模型;分别使用线性二次最优控制（Linear Quadratic Regulator;LQR）及基于趋近律的滑模控制（Sliding Mode Control;SMC）算法来实现干扰存在情况下倒立摆的平衡控制。对于LQR算法;研究了矩阵[Q]和矩阵[R]与反馈控制矩阵[K]的定性关系;并经过反复多次实验;不断试凑;得到一组良好的控制参数;实现了倒立摆的稳定控制。SMC算法采用基于指数趋近律的控制方法进行了滑模变结构控制器的设计;并利用边界层法来进一步削弱抖振。最后通过仿真及实验;实现了倒立摆的实物平衡控制。     

直线一级倒立摆的视觉伺服控制

把视觉引入倒立摆的控制中,建立了视觉伺服的倒立摆系统.利用针孔摄像机的成像几何模型建立与图像坐标有关的状态空间方程,采用基于图像的视觉伺服控制方法,对摆杆在像平面上的位置进行实时控制.在Matlab环境下用LQR(Linear Quadratic Regulator)和极点配置法进行仿真,对比仿真结果.验证了系统方程推导的正确性,以及控制算法的有效性.     

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.     

基于MPC的二阶倒立摆稳定控制

倒立摆系统是一个典型的欠驱动、强耦合、非线性的机械系统,该文提出了利用模型预测控制（MPC）方法来实现二阶倒立摆系统的稳定控制。首先基于拉格朗日方程对二阶倒立摆系统进行线性化数学建模,其次在多参数二次规划方法的基础上建立了模型预测控制系统,利用Python编程对系统控制做了数值仿真计算,同时讨论了系统在复杂外界条件时的控制效果。研究结果表明,利用模型预测控制对二阶倒立摆系统的稳定控制效果良好。这对控制算法的验证以及其他非线性系统的稳定控制具有重要意义。     

基于简化模型的倒立摆控制实验研究

本文根据二级倒立摆系统的特点，对其离散数学模型进行了简化，基于这个简化模型，应用二次型性能和指标最优控制的方法，设计控制规律，避免了状态观测器的设计过程，实验结果证明了这种方法的可行性。     

倒立摆与控制理论研究

介绍了倒立摆系统的几种主要控制方法,如线性控制、模糊控制、拟人智能控制和鲁俸控制,分析了各种方法的特点以及它们之间的联系,对各种方法的优缺点进行了评价.通过上述内容的介绍与探讨,充分展示了倒立摆作为一个典型控制对象,在控制理论研究中的重要地位.最后,揭示了研究倒立摆控制问题的现实意义,并对这一领域的前景提出展望.     

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。     

单级倒立摆建模及其控制方法设计

单级倒立摆控制是一个即复杂而又对准确性、快速性要求很高的非线性不稳定系统控制问题。单级倒立摆数学模型的建立对研究其稳定性具有指导作用。用拉格朗日功能平衡法建立了倒立摆的刚体动力学方程,采用了LQR法对其进行了控制设计,并且进行了MATLAB仿真,结果表明此方法均可以成功控制倒立摆,使其稳定并具有良好的鲁棒性。     

倒立摆网络控制系统的自适应灰色预测策略研究

基于灰色理论、自适应切换方法以及MIMO网络控制系统的研究,提出了一种网络环境下自适应灰色预测控制策略,并对整个建模过程进行了详细推导。该方法利用新陈代谢原理建立等维新息GM(1,1)模型,其在线辨识参数较少,避免了Diophantine方程和逆矩阵的在线求解,从而减少了计算量,提高了网络控制系统的实时性。倒立摆网络控制系统的仿真实验表明了所提方法的有效性。     

倒立摆的简易现代控制

分析了ZWP-Ⅱ倒立摆系统的力学特性,将系统的状态空间描述建立在“倒立”的平衡点附近,然后进行线性化处理,得到系统的状态方程。对系统进行合理的降阶处理后,再对系统进行连续化分析设计,并由此构建状态反馈,实现倒立摆的稳定控制。它大大简化了计算,使误差减少,控制效果很好。     

带有随机丢包的最优控制中Riccati方程解存在的条件

讨论了带有随机丢包的最优控制. 在传感器网络中,控制器与被控对象通过不可靠无线网络通信,因此代数Riccati方程由于通信链路的随机丢包产生了新的参数. 证明了当丢包率大于一临界值时,此Riccati 方程的解不存在. 通过解线性矩阵不等式,得到了这一临界值.     

基于视频的倒立摆摆起控制

在视觉信息用于连续反馈中,人们提出了基于视觉的伺服控制形式,对视觉传感器得到的图像进行快速处理,在尽量短的时间内给出反馈信息,构成系统的位置闭环控制。本文基于视频的倒立摆摆起控制,提供了一个视觉反馈倒立摆摆杆位置来控制的途径。文中对视频采集系统和软件设计进行了详细介绍,并给出了实际效果图。     

基于强化学习的二级倒立摆控制

在模型未知和没有先验经验的条件下，采用一种改进的强化学习算法实现二级倒立摆系统的平衡控制。该学习算法不需要预测和辨识模型，能通过网络自身的联想和记忆，在线寻求最优策略。该学习算法采用基于神经网络的值函数逼近，并用直接梯度和适合度轨迹修正权值，有效实现对连续状态和行为空间任务的控制。计算机仿真证明了该强化学习算法在较短的时间内即可成功地学会控制直线二级倒立摆系统。