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,...     

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.     

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。     

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.     

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．     

自适应神经网络模糊控制在倒立摆中的应用

应用MATLAB的模糊控制工具箱，设计了用于倒立摆系统的模糊控制器，并且利用神经网络能够自学习的特点，采用反向传播算法对倒立摆控制样本数据进行了学习，调整了各变量的隶属函数，从而使学习后的模糊控制器更能适应倒立摆系统控制的需要。把学习前后的模糊控制器用于倒立摆系统进行了实验对比，结果表明学习后的控制器控制效果明显优于学习前的控制器。     

基于加权变量模糊控制的倒立摆控制系统

针对多变量、非线性和强耦合的二级倒立摆系统,利用最优控制反馈矩阵,综合考虑小车、下摆、上摆和模糊误差信息,加权模糊控制器输入变量.设计了分别以倒立摆的小车、下摆和上摆为主控制量设计三种加权变量模糊控制器,控制二级倒立摆系统稳定.仿真研究表明,以上摆为主控制量设计的加权变量模糊控制器控制效果最佳,能够得到很好的稳定效果,收敛快、精度高,表明该方法的控制效果是最有效可行的.     

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。     

模糊控制在倒立摆系统控制中的应用

针对人们熟知的倒立摆系统,提出了解决多变量强耦合系统的控制方法一首先明确控制对象的被控变量,分析得到系统的被控量优先顺序,先控制优先级别高的变量,然后再逐步控制优先级低的其它变量.本文正是基于这种方法对倒立摆的控制问题进行了研究.倒立摆的角度和位置是倒立摆的两个被控制量,分析知道角度比位置优先级高,所以应该先控制角度,然后再控制倒立摆的位置.仿真结果表明,对于多变量系统,模糊控制是很有效的.     

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。     

环形二级倒立摆H∞鲁棒控制器设计及仿真

研究了环形二级倒立摆的平衡控制,首先利用拉格朗日动力学方法建立了环形二级倒立摆的数学模型,分析了系统的稳定性及能控能观性;接着引入H∞回路成形鲁棒方法设计其控制器,但考虑到H∞控制器阶次过高的问题,因此采用最小信息损失方法对设计的控制器进行了降阶.通过仿真验证,证实了降阶后的H∞回路成形控制器对于环形二级倒立摆平衡控制有良好效果.     

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。     

基于遗传算法优化的双回路模糊控制倒立摆系统

通过遗传算法、模糊控制、PID的结合,对直线一级倒立摆的平衡控制问题进行了优化控制。首先用牛顿-欧拉法建立倒立摆的动力学模型,得出系统的传递函数和状态空间表达式,分析系统的稳定性和可控性。以此为基础,先设计了PID单回路和双回路控制器;然后用遗传算法优化PID参数;再用优化的参数设计双回路模糊PID控制器;并用MATLAB对系统进行了仿真。纵向和横向控制方法的对比分析表明:该方案控制效果最好,能同时控制角度和位移;其参数可在最优PID初值的基础上在线修改,实现最佳调整,使对象具有良好的静态和动态性能。     

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。     

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.     

Hardware implementation of the quadruple inverted pendulum with single motor

Inverted pendulums are always used to verify some qualities and effect of certain control theory or method. Single or double inverted pendulum control system has been extensively studied for education and research purposes. However how to control a triple inverted pendulum is a difficult problem, which just a couple of control experts can solve including us. Undoubtedly, to implement controlling of a quadruple inverted pendulum is a very difficult problem, but we first successfully accomplished it using variable universe adaptive fuzzy control method in August, 2002. In this paper, a controller for a quadruple inverted pendulum is demonstrated using the variable universe adaptive fuzzy control theory.     

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.