基于性能协调的平面二级倒立摆控制

针对平面二级倒立摆系统具有的多变量、非线性、强耦合、稳定控制实时性和快速性要求高的特点,设计了利用协调因子优化控制效果的改进型LQR控制器.运用分析动力学方法对倒立摆建立数学模型,以LQR理论设计了平面倒立摆的最优控制器,在此基础上加入性能协调因子,它能根据状态变量的变化实时调整控制作用的大小,进而对LQR输出的预控制...     

基于LQR的平面二级倒立摆控制策略研究

本文对平面二级倒立摆运用分析动力学方法建立其数学模型,以LQR理论设计了平面倒立摆的最优控制器,在此基础上运用变量融合技术设计了参数自调整双模糊控制器,从而降低模糊控制器的输入变量维数,大大减少模糊控制的规则数,并研究了量化因子对控制效果的影响.应用所设计两种控制器进行系统仿真与实时控制实验,其结果证明两种控制器都能保证良好的控制精度,响应速度快,有良好的稳定性和鲁棒性。     

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.     

基于T-S型的平面倒立摆双闭环模糊控制研究

针对多变量、非线性、强耦合的平面一级倒立摆系统,设计了双闭环模糊控制器.在系统数学模型的基础上,将平面一级倒立摆系统近似分解成2个非耦合的独立运动,然后利用极点配置的反馈控制方法,设计了2个模糊控制器,分别控制两个独立运动.解决了模糊控制规则数随输入变量数指数增加问题,降低了倒立摆控制系统设计的难度和复杂度.     

平面倒立摆建模与最优控制算法的研究

倒立摆系统是一个多变量、非线性、高阶次、强耦合、欠驱动的自然不稳定系统,是自动控制理论教学和研究中典型的物理模型。本文以平面倒立摆系统为研究对象,使用拉格朗日方程建立了多级平面倒立摆的数学模型。采用线性二次最优控制算法,分别设计了LQR及LQR-模糊控制器,实现平面多级倒立摆的平衡控制,结论证明了本文设计的LQR控制器有很好的稳定性、鲁棒性和适应性。     

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。     

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。     

倒立摆系统的最优控制应用研究

针对倒立摆系统的不稳定性,对最优控制理论在倒立摆控制系统中的应用进行了分析,设计LQR控制器,并在倒立摆实验装置上进行了实验。实验结果表明设计的控制器是有效的,对倒立摆系统的平衡稳定控制效果好,提高了系统的抗干扰能力。     

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。     

基于遗传算法PID的旋转式倒立摆控制

旋转式倒立摆系统是一个多变量、强非线性、强耦合的不稳定系统,是人们检验、比较各种控制理论和方法的理想试验平台,国内外许多机构对它进行了广泛的研究,如何对其进行有效控制一直是控制界的一大热点.分析了旋转式倒立摆的数学模型,然后用Matlab建立了它的仿真模型,利用PID控制器对其进行控制.为了避免手工整定PID参数的繁琐过程,用遗传算法对旋转式倒立摆PID控制器的控制参数进行寻优,并以此来控制旋转式倒立摆.仿真结果表明利用遗传算法寻优设计的PID控制器来控制旋转式倒立摆可以获得很好的动态品质和稳定性.