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.     

利用模糊系统的自适应模糊控制器

针对非线性系统控制,设计了利用TSK(Takagi-Sugeno-Kang)模糊系统的自适应模糊控制器。所设计的自适应控制方法是参考模型自适应控制方法,而且利用Lyapunov函数保证了闭环系统的稳定性,同时推导了最优的自适应控制规律。首先,根据控制对象的输入输出数据建立TSK模糊模型,然后,由TSK模糊模型设计初期的TSK模糊控制器,并根据自适应规律随时调整模糊控制器参数。倒立摆系统的仿真实验验证了所设计的自适应模糊控制器的有效性。     

基于变论域理论的模糊自适应控制方法研究

针对一类非线性、快时变性以及模型不确定性问题,设计了一种基于变论域的模糊自适应控制器。利用模糊模型逼近控制系统的非线性部分,以及采用李亚普诺夫方法证明所设计的非线性控制系统的渐进稳定性并推导出自适应律。最后将设计的控制器应用于倒立摆,仿真结果表明跟踪性能良好。     

离散直接自适应模糊滑模控制一步设计

滑模控制设计方法一般需要分两步进行,即设计稳定的滑模面和能使滑模到达的滑模控制器。对于离散非线性系统的模糊滑模控制,两步设计变得较为复杂。针对离散非线性系统轨迹跟踪控制问题,提出了一种采取一步直接进行自适应模糊滑模控制的方法。首先给出问题描述及动态模糊逻辑系统(Dynamic Fuzzy Logical System,DFLS);然后针对线性滑模面,基于在线参数自调整的DFLS逼近控制器中的非线性动态函数,一步构造设计了滑模控制律。通过Lyapunov分析方法,证明了所采取的自适应律能够保证滑模可达的同时,也能保证闭环系统误差也是渐近稳定的,并具有一定的鲁棒稳定性、抖振削弱和自适应性等优点。最后,在一阶倒立摆系统中应用所提出的控制设计方法,进行了仿真研究。仿真结果验证了该方法的正确性和优越性能。     

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。     

基于Backstepping的倒立摆鲁棒跟踪控制

针对内部参数不确定及存在外部干扰的非线性倒立摆系统,提出了基于Backstepping方法的滑模变结构控制律,并且采用RBF神经网络逼近系统不确定非线性函数,同时引入滑模误差对其神经网络权值进行在线自适应调整,使神经网络的逼近速度加快,改善了动态性能.该控制律能保证倒立撰轨迹跟踪误差的快速收敛性以及对外部扰动和内部参数不确定的不敏感性,最后给出的仿真实例证明了该理论分析结果的正确性,控制效果良好.     

基于Lyapunov能量函数的倒立摆稳定控制

倒立摆是一种复杂的非线性控制系统.通过对其进行控制能够检验控制器的鲁棒性.基于一个能量形式的Lyapunov函数设计了倒立摆稳定控制器使得摆趋于上平衡位置,并且使得小车位移和角度都收敛于零.该控制策略基于系统的总能量,利用其耗散特性设计了Lyapunov函数,并证明了控制系统的稳定性.理论分析及仿真试验表明该控制器对于倒立摆控制具有很强的鲁棒性.     

带有未知参数的惯性轮摆系统的自适应控制

针对带有未知参数的惯性轮摆系统,提出了一种自适应控制律设计方法。首先利用坐标变换将惯性轮摆系统的动力学模型转化为级联系统的形式。然后,针对系统参数未知的问题,在已有的惯性轮摆系统反馈控制律的基础上,利用控制器迭代设计思想,设计了惯性轮摆系统的自适应控制律,并利用李雅普诺夫稳定性理论证明了所得自适应控制律可以使得带有未知参数的惯性轮摆系统保持在摆杆垂直向上的平衡状态。最后以一个实际的惯性轮摆系统为例,采用该系统的物理参数进行仿真,分析了不同自适应参数下惯性轮摆系统各状态的收敛速度及摆起和稳定时间。仿真结果验证了所设计自适应控制器能够使惯性轮摆系统从垂直向下的平衡位置摆起并稳定在垂直向上的平衡位置。     

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.     

单级倒立摆稳定控制及其联合仿真

针对倒立摆系统的稳定控制,提出了一种基于广义扩展线性化的非线性控制方法,设计了非线性状态反馈控制器.同时利用ADAMS软件建立单级倒立摆虚拟样机模型,通过其输入输出接口实现对Matlab的通信,并进行了ADAMS/Controls控制模块与Matlab联合仿真分析.仿真结果验证了控制方法的有效性,且更接近物理样机控制效...     

模糊/神经自适应控制及其在非线性系统中的应用

针对连续未知非线性系统,提出一种基于观测器并保证稳定性和有界性的自适应模糊历中经算法。本算法利用T—S模糊系统或者神经网络径向基函数构成间接自适应控制器,其参数根据控制率和自适应率进行在线调整,并利用Lyapunov综合法确保对非线性环节渐进跟踪的稳定性。最后,通过对倒立摆系统的仿真,证明该算法在非线性系统控制中应用的可行性。     

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。     

Design of an adaptive tracker for n-link rigid robotic manipulators based on super-twisting global nonlinear sliding mode control

This paper develops an adaptive super-twisting global nonlinear sliding mode control technique for n-link rigid robotic manipulators. A novel control law is designed to guarantee elimination of the reaching phase and existence of the sliding mode around the surface right from the initial time. Furthermore, the adaptive tuning law eliminates requirement of the knowledge about the upper bounds of external disturbances. By using the proposed method, a robust controller is designed so that the tracking error of rigid manipulator is convergent to the global nonlinear sliding surface in a finite time, and strong robustness with respect to large uncertainties and disturbances is guaranteed. Illustrative simulations on a two-link elbow robot manipulator and a three degree of freedom rigid manipulator are presented to show the robustness and effectiveness of the suggested design compared to other method. Moreover, a simulation as well as experimental study of a rotary inverted pendulum system demonstrates the applicability of the proposed method.     

基于T-S模型的非线性系统的最终滑动模态控制

采用T_S模糊动态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. 用Lyapunov稳定性理论设计出确保T-S模型全局渐近稳定的变结构控制器. 采用单位向量控制形式的最终滑动模态控制器, 对满足匹配条件和不满足匹配条件的不确定性均适用. 以倒立摆为模型的仿真实验, 验证了方案的有效性.     

基于神经网络的一类非线性系统自适应H∞控制

基于神经网络提出一种自适应Ｈ∞控制方法。控制器由等效控制器和Ｈ∞控制器两部分组成,用神经网络逼近未知非线性函数,Ｈ∞控制器用于减弱外部及神经网络逼近误差对跟踪误差的影响。所设计的控制器不仅保证了闭环控制系统的稳定性,而且使外部干扰及神经网络逼近误差对跟踪误差的影响减小到预定的性能指标。     

平面二级倒立摆自适应滑模控制器设计

研究平面二级倒立摆系统稳定性和速度特性优化问题,由于倒立摆系统的外界扰动的不确定性,建立平面二级倒立摆的数学模型,应用变结构控制理论(SMC)和模糊逻辑系统设计了自适应滑模控制器,把趋近律和切换控制的模糊化相结合,采用模糊系统调整趋近速率的大小,在加快趋近速度的同时用模糊逼近切换控制,为减少控制量的抖振和优化控制系统,同时倒立摆控制具有了滑模控制对外界扰动和参数摄动的不变性。进行仿真的结果验证了控制器的稳定性,表明控制器系统能保证在不同的运行条件下具有快速性和鲁棒性。