基于Matlab的非精确倒立摆系统模糊控制

针对一种实际非精确的单级倒立摆系统，提出了一种专家模糊控制方法，在Matlab环境下编程，通过MEX接口与数据采集卡进行数据交换，将传感器检测到的角度和位移变量及其变化率经过模糊化，通过在线查询规则库的方式进行实时模糊推理，并通过解模糊运算给出控制信号作用于倒立摆系统。实验结果表明，采用此方法，在Matlab环境下进行实时控制可以获得满意的效果。     

一阶倒立摆的LQR稳定控制研究

倒立摆是一个典型的快速、多变量、非线性、绝对不稳定系统,对倒立摆系统的稳定性研究在理论上和方法上具有深远的意义。本文首先叙述了对倒立摆系统稳定性研究的意义,综述了倒立摆的研究现状。其次着重介绍了LQR控制的相关理论,设计出一阶倒立摆系统的控制器。然后,对设计出的控制器进行Matlab/Simulink仿真并将仿真结果应用于固高倒立摆实时控制系统中,比较实验结果,最后得出结论。     

基于模糊控制器的单级平面倒立摆的实时控制

针对一个单级平面倒立摆系统,建立了相应的数学模型;进行了稳定性、能控性与能观性分析。分别设计了变量融合模糊控制策略和模糊PID复合控制策略。应用所设计的控制器对该倒立摆系统分别进行了系统仿真与实时控制实验。证明了两种模糊控制器均可以保证倒立摆系统具有良好的控制精度,特别是模糊PID复合控制器使系统具备了较强的抗外部干扰能力。     

基于分离变量的模糊控制规则的简化设计

针对多输入单输出的倒立摆模糊控制系统的规则爆炸问题，尝试了一种基于分离变量的模糊控制规则设计方法，大大减少了控制规则数，减少了控制器的运算时间。利用该方法设计一级倒立摆模糊控制系统，仿真结果表明，简化控制规则后仍能取得较好的效果。     

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。     

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。     

基于Sugeno模糊模型的倒立摆模糊控制

当倒立摆的摆角及摆速很小时,对倒立摆系统的动力学方程进行局部线性化,采用Sugeno模糊模型,得到相应的模糊规则,然后选择期望的闭环极点,可设计出极点配置状态反馈控制器对倒立摆系统进行控制,仿真结果证明了该方法的有效性,能够实现倒立摆系统的稳定控制。     

基于改进的表格查询法的二级倒立摆模糊控制

研究了二级倒立摆系统的模糊控制问题,对表格查询算法在二级倒立摆上的应用进行了详细介绍,通过引入输入-输出数据对及模糊规则置信度的概念,去除冗余规则,减少了控制规则,使控制器的控制规则更为简单、有效。通过建立模糊规则,构造模糊控制器,实现了倒立摆系统的稳定性控制。研究结果表明,该算法具有简单、实时跟踪效果好等特性。     

简化模糊控制器的设计

基于模糊控制原理,对传统模糊控制器进行了简化,以提高实时执行效率.采用三角形隶属函数,简化Larsen积运算和解析式模糊规则,检测输入语言变量的激活水平,仅对有效的模糊规则进行操作,从而降低内存消耗和计算量.小车倒立摆系统倒立摆角度控制的仿真试验证明了算法的有效性.     

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     

一种控制增益函数未知的自适应模糊控制

针对一类控制增益函数未知的、含有不确定项的非线性系统,为实现其跟踪控制目标,提出了一种鲁棒直接自适应模糊控制方法.该方法仅要求控制增益函数为有界函数,用广义模糊双曲正切模型逼近一个与控制增益函数无关的新颖的等价控制器,并为消除系统中的不确定项和逼近误差设计了一个双曲形式的鲁棒补偿控制项,从而保证了系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界,控制输入平滑没有抖振.利用Lyapunov函数证明了该算法的有效性,并用倒立摆仿真实例进行了验证.     

基于倒立摆系统的模糊仿人智能控制

倒立摆系统是一个绝对不稳定的系统,具有高阶次、非线性、强耦合等特性,很多控制方法的验证都是通过对倒立摆的控制来实现的.为了实现倒立摆系统的自摆起倒立平衡控制,提出了一种模糊仿人智能控制方法,在起摆控制阶段以仿人智能控制方法为主,平衡点附近切换至模糊控制方法,实现其稳定控制.仿真结果表明,模糊仿人智能控制对于典型非线性自不稳定系统有着很好的控制能力.     

基于动平衡状态的不确定倒立摆系统跟踪控制

针对存在不确定摆杆质量、长度和外加干扰的倒立摆系统的稳定控制问题,提出了基于动平衡状态理论的鲁棒自适应控制策略.首先对台车位置和摆杆摆角规划了理想的动平衡状态参考轨迹,然后应用分段滑模和模糊逻辑系统设计了直接自适应模糊控制器实现对动平衡状态的实时跟踪.理论分析和仿真结果证明了不确定倒立摆系统是全局渐近稳定的,并具有很好的适应性和鲁棒性.     

基于在线模糊聚类的故障检测和容错控制

提出了一种新的基于T-S模糊模型在线辨识的非线性系统的故障诊断与容错控制策略.在闭环控制中,根据在线产生的数据对T-S模糊模型进行辨识,当故障引起系统动态的结构性变化时,在线模糊聚类算法能够辨识出系统的重大改变并产生新的模糊规则描述系统新的动态,同时基于T-S模型的控制律也会做出相应的调整.分析了T-S模糊模型结构和参...     

直线一级倒立摆模糊控制中次优滤波器的应用

采用模糊控制算法实现倒立摆的倒立平衡控制,当系统受到随机干扰时,其输出会有较大超调,摆杆存在抖动现象.为了实现系统的精确控制,得到被控对象的真实状态,消除动态噪声和量测噪声对系统带来的抖动影响,提高响应的平稳性.设计了计算量小、实时性好于Kalman滤波器的次优滤波器,从而实现倒立摆的快速平稳控制.     

二级倒置系统稳定性初探

本文主要对模糊控制二级倒置系统的稳定性进行了初步分析，绘制了不同控制方法及不同输出参量下的位相图，并据此对系统之控制状态（初始状态、采样周期等）进行了稳定性分析。提出了Ｆｕｚｚｙ控制多变量系统的一种分析方法，并应用该方法设计了参变量Ｆｕｚｚｙ控制器，且用之对二级倒置系统进行实时控制，取得了较好的效果。