基于二级倒立摆实验装置模糊控制

引入模糊控制改善原有的线性控制算法,对二级倒立摆实验装置系统进行了二次开发。将经验和基于系统仿真结果相结合,制定出了简单适用的规则库。该实验系统的实例仿真及调试结果表明,系统具有良好的稳定性,在抑制外部扰动和实时控制性方面,本方法优于经典的状态反馈最优控制。     

基于模糊控制二级倒立摆实验装置的二次开发

二级倒立摆实验装置系统采用直流电机驱动和内置DSP芯片控制，通过RS-232串行总线与计算机通信。 由于该系统的数学模型是非线性的，很难用经典的控制方法对其实现实时控制，基于此对实验装置的控制系统进 行二次开发，引入了模糊控制方法改善原有的线性控制算法。模糊控制的核心是模糊控制规则，所以确定合适有 效的控制规则成为解决问题的关键，而采用基于经验和基于系统仿真结果相结合的方法，制定出了简单适用的规 则库。调试结果表明，系统具有良好的稳定性。     

基于模糊控制二级倒立摆实验装置的二次开发

二级倒立摆实验装置系统采用直流电机驱动和内置DSP芯片控制，通过RS-232串行总线与计算机通信。由于该系统的数学模型是非线性的。很难用经典的控制方法时其实现实时控制，基于此时实验装置的控制系统进行二次开发，引入了模糊控制方法改善原有的线性控制算法。模糊控制的核心是模糊控制规则，所以确定合适有效的控制规则成为解决问题的关键，而采用基于经验和基于系统仿真结果相结合的方法，制定出了简单适用的规则库。调试结果表明，系统具有良好的稳定性。     

基于Matlab的实时模糊控制系统的研发

研制出一种低成本、高可靠性和高稳定性倒立摆硬件系统,同时提出一种专家模糊控制策略以及基于Matlab的实时控制途径。采用模糊组合变量来减少模糊规则数,并根据摆角来选择不同模糊规则库从而提高控制性能。用Matlab实现的控制算法在对倒立摆的实验中表现出很好的实时控制性能。     

倒立摆系统的模糊控制方法

阐述了基于二级倒立摆的两种模糊控制方法，即模糊逻辑控制方法和分层模糊控制方法．模糊逻辑控制方法是将二级倒立摆系统的6个状态变量加权变化为两个参变量，再用模糊控制器实现稳定控制．而分层模糊控制是将状态变量分解为子系统，设计下层模糊控制器对其控制，上层模糊控制器负责整个系统的协调和管理，实现稳定控制．实验结果表明：分层模糊控制较模糊逻辑控制具有更好的控制效果．     

计算机实时模糊控制一级倒立摆装置

本文通过分析模糊控制中语言控制规则的特点,提出了一种新的带修正因子的控制规则自调整方法,实时控制一级倒立摆装置的实验表明,这种设计方法是简单而且有效的。     

二级倒立摆的TS型逐级模糊神经网络控制

提出了一种逐级模糊神经网络控制法．该控制法通过采用Takagi-Sugeno型模糊神经网络控制器和逐级模糊控制规则,实现了二级倒立摆系统的稳定控制．模糊神经网络控制器的参数采用遗传算法分4步进行优化．实验结果表明,采用逐级模糊神经网络控制法,用20条模糊规则就可以实现二级倒立摆系统的稳定控制,并且控制效果佳,系统鲁棒性强。     

基于Mamdani分离变量法的倒立摆模糊控制系统设计

针对倒立摆系统中因多输入单输出而产生的模糊规则爆炸问题,采用一种基于Mamdani分离变量的模糊控制方法,从而大大减少了模糊控制规则数。仿真结果表明,该方法能使摆杆摆角控制精度较小,且小车位移能跟踪输入信号,成功控制了单级倒立摆系统。     

二级倒立摆两种控制方法的对比研究

针对二级倒立摆系统的稳定控制问题,提出了LQR控制和改进的模糊控制两种控制方法。首先,采用两种控制方法设计了两种二级倒立摆系统的控制器;其次,通过仿真结果表明两种方法是有效的,但是改进的模糊控制方法比LQR控制方法效果更好;最后,将改进的模糊控制方法成功运用到了直线二级倒立摆实物系统上,进一步验证了该方法更适合解决这类非线性控制问题。     

二级倒立摆的三种控制方法比较

通过采用LQY最优控制、变结构控制及模糊控制3种方法对二级倒立摆系统进行实时控制,从理论上讨论了这类典型的非线性自不稳定系统控制器的设计方法,通过分析指出各种方法之间的优缺点,并通过数字仿真加以证实。     

基于模糊控制的旋转型双支点倒立摆系统

对旋转型垂直式倒立摆系统的机械结构及控制系统进行了研究,提出了基于最优控制的T-S模型模糊控制方案,即采用最优控制理论对此模型实现分段控制作为底层控制和基于T-S模型的模糊控制相协调的上层控制,来实现倒立摆系统的稳定控制。采用MATLAB/Simulink对该方法进行仿真,结果验证了基于T-S模型的模糊控制理论对旋转型倒立摆系统控制的有效性。     

二级倒立摆基于融合函数的模糊控制

文章针对多变量、非线性、强耦合性的二级倒立摆系统,采用模糊控制理论研究了二级倒立摆的稳定控制问题.考虑到二级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR控制方法设计了融合函数以降低模糊控制器的输入变量维数,降低了控制器的设计难度,并研究了量化因子对控制效果的影响,通过设置阈值使量化因子可自动调节,...     

基于ANN的模糊控制规则的自动生成

模糊控制规划集是模糊控制系统的核心部分，对控制的快速性和精度有很大影响，采用改进的ＢＰ算法生成模糊控制规则集。倒立摆模糊控制仿真表明，倒立摆稳定快，精度高，从而证明文中所提方法的有效性。     

基于动态查询表的模糊控制策略及其应用

研究基于动态查询表的模糊控制策略及其在转臂式倒立摆中的应用.采用一种新的倒立摆系统的控制方法,将传感器检测的倒立摆的两个角度信息传送到控制器,控制器利用该信息的模糊化量按基于动态查询表的模糊控制策略进行实时计算,由得出的控制量控制力矩电机驱使摆杆运动,从而使摆臂处于动态的直立状态.采用C++语言实现了对倒立摆的控制.实验结果表明,这种控制方式能够提高系统的控制精度.     

基于增强学习规则的倒立摆模糊神经网络控制器

为实现模型未知、初始时有脉冲输入的车上单级倒立摆镇定控制,提出了一种采用增强学习规则训练的模糊神经网络控制器。以神经网络构造基于T-S(Tankagi-Sugeno)规则的模糊控制器;用3层前馈网络组成预测器进入仿真,得到倒立摆状态并计算状态预测值,再将状态和状态预测值组成训练数据对,训练状态预测BP(Backward Propagation)网络;利用增强学习的方法训练模糊控制器,根据神经网络产生的模糊控制量和倒立摆状态预测,做出控制决策。此方法简化了模糊控制部分参数调整,亦可应用于其他无模型控制。实验证明,控制器鲁棒性良好,即使在倒立摆参数变化较大时,控制器仍能维持倒立摆平衡。     

倒立摆系统的Lagrange方程建模与模糊控制

针对多变量、非线性和强耦合性的倒立摆系统,采用分析力学中的Lagrange方程来建立其动力学方程,并提出一种基于模糊组合变量的控制方法·研究结果表明,利用分析动力学方法来建立倒立摆系统的数学模型可以大大降低建模的复杂性,仿真研究和实际物理系统的实验结果证明了所提出控制方法的有效性     

基于SimMechanics的直线二级倒立摆仿真研究

倒立摆是一个非线性、高阶次和绝对不稳定系统,广泛用于测试各种控制算法。为了对直线二级倒立摆进行建模、控制和仿真,首先讨论了倒立摆数学模型并利用MATLAB中第二代SimMechanics工具箱进行三维建模。此外,实现了两种控制算法的稳定性控制并进行对比,针对比例积分微分(proportional integral derivative,PID)控制,提出采用主导极点配置方法进行参数整定,而模糊控制采用了基于线性二次型(linear quadratic regulator, LQR)融合的模糊控制器设计。结果表明,两种控制方法均取得较好的控制效果,且模糊控制在快速性、超调量及抗干扰能力上都比PID控制性能优越。