一级直线倒立摆串联模糊控制方法研究

本文对直线一级倒立摆的平衡进行了研究,采用两个模糊控制器,一个对位置进行控制,一个对角度进行控制,位置控制器的输出作为角度控制器的输入,形成串联结构。通过MATLAB的SIMULINK实现了倒立摆模糊控制系统的仿真,仿真结果表明,模糊控制器能够实现对倒立摆的稳定控制,并且具有较好的动态性能。     

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.     

基于混合系统的倒立摆的建模与仿真

针对倒立摆系统中摆杆的控制问题,从混合系统的角度出发,将单摆描述为一个混合自动机,运用不同控制策略之间的切换,构造能量控制器进行起摆控制,在工作平衡点运用线性反馈控制器进行稳定控制,实现将倒立摆从不同初始状态摆起并稳定在θ=0(工作位置)的目标位置。在MATLAB环境中建立单摆的Simulink仿真模型并通过CheckMate 3.6工具箱进行仿真,结果表明在不同初始条件下的单摆系统都能在较短时间内到达垂直向上位置并稳定。     

逆系统轨迹控制二级倒立摆自动摆起

将逆系统轨迹控制应用于二级倒立摆的自动摆起控制系统,离线求解非线性方程两点边值问题,得到系统的参考轨迹;采用逆系统前馈控制和基于H∞控制的增益调度反馈控制对参考轨迹进行精确跟踪,实现二级倒立摆的自动摆起;当两摆杆摆起到竖直倒立位置后,采用变增益H∞反馈控制器进行稳定控制.仿真实验结果表明,该方案在较短的摆起时间内实现了二级倒立摆两摆杆的自动摆起,稳定性和鲁棒性明显提高.     

基于混合系统的倒立摆的建模与仿真

针对倒立摆系统中摆杆的控制问题,从混合系统的角度出发,将单摆描述为一个混合自动机,运用不同控制策略之间的切换,构造能量控制器进行起摆控制,在工作平衡点运用线性反馈控制器进行稳定控制,实现将倒立摆从不同初始状态摆起并稳定在θ=0(工作位置)的目标位置。在MATLAB环境中建立单摆的Simulink仿真模型并通过CheckMate 3．6工具箱进行仿真,结果表明在不同初始条件下的单摆系统都能在较短时间内到达垂直向上位置并稳定。     

一种混沌优化的双模糊控制器--倒立摆系统的设计

将单级倒立摆的4维输出分解为2个2维模糊控制器的输入量，与倒立摆组成双闭环控制，内环调节摆杆的角度，外环控制小车的位移。采用混沌算法优化控制器的参数，首先将混沌因子引入模糊控制器参数域的优化搜索中并在全局范围内直接寻优，当获得全局近似最优解后，再缩小寻优区间，在近似最优解的附近继续寻优。时倒立摆系统在不同情况下进行仿真，结果表明；该方法能提高搜索效率，能较快搜索到全局最优解，为解决多输入快速系统的模糊控制器优化设计提供了一种较好的实现方法。     

基于多指标非线性控制的单级倒立摆控制

针对单级倒立摆的稳定性问题,建立了单级倒立摆系统的四阶非线性数学模型,运用多指标非线性控制方法,设计了一个多指标的非线性控制器,并借助于系统特征根配置的方法,整定了该控制器中的c、k参数,实现了小车的水平位置和摆杆角度的稳定控制．最后,同时对线性最优二次型调节器和多指标非线性控制进行仿真对比,仿真表明：与线性最优二次型调节器相比,多指标非线性控制方法在控制效果上更为令人满意．     

倒立摆的Reinforcement Learning模糊自适应控制

根据Lagrange方程建立了单级倒立摆系统的数学模型，利用模糊自适应控制算法设计了倒立摆系统的控制器，并在Matlab的仿真模块中将倒立摆系统的数学模型和控制器结合起来．对倒立摆控制系统进行了仿真研究。结果表明，对于要求实时性较高的非线性不稳定系统。用模糊自适应控制算法可以按照控制要求在线调节控制参数，在最短的调整时间内取得良好的控制效果。     

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。     

基于差分进化算法的旋转倒立摆线性自抗扰控制

为了提高旋转倒立摆系统的稳定控制性能,结合自抗扰控制器(ADRC)估计扰动并进行补偿的特点,提出一种带宽参数化的线性自抗扰控制方法(LADRC)。在倒立摆数学模型的基础上,采用线性扩张状态观测器(LESO)估计垂直摆杆角度,并以两个比例-微分控制器(PD)分别设计水平连杆和垂直摆杆的控制率。为了克服自抗扰控制器参数难以整定的问题,结合参数自适应差分进化算法和带宽概念进行控制器参数的寻优。硬件在环仿真结果表明,相比于PD控制器和线性二次型最优控制器(LQR),所整定的线性自抗扰控制器作用的倒立摆系统具有更好的响应和抗扰动能力。     

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.     

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。     

三级倒立摆的混合控制

针对传统模糊控制的不足,基于三级倒立摆多变量非线性的数学模型,设计了由模糊控制器和线性二次最优控制器组合的混合控制器.当小车到达某一指定位置时,模糊控制器切换到线性二次型最优控制器.仿真结果表明:混合控制器有效克服了模糊控制器在定位精度低和线性二次型最优控制器响应时间慢的缺点,优于单一的模糊控制器或线性二次型最优控制器...     

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。     

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.