直线倒立摆系统控制特性的影响因素分析与实验

考虑倒立摆初始角度、系统控制参数与机械结构参数之间的关系,针对具有非线性、强耦合特性的典型多输入多输出倒立摆系统,建立了系统结构模型,阐述倒立摆控制原理.分析了最优控制的控制参数(如初始角度)与倒立摆结构参数(最大位移,最大加速等)的关系,得到了初始角度、系统控制参数对系统结构参数影响的关系表达式.结合实验研究发现,影...     

直线一级倒立摆的PID控制方法研究

直线一级倒立摆控制系统是控制理论研究的典型实验平台之一,它具有非线性、不确定性和开环不稳定性等特点.首先对直线一级倒立摆系统进行分析,建立其数学模型;其次由系统的传递函数设计出该系统的PID控制器;然后通过MATLAB仿真软件中的M模块建立其该系统的PID控制器模型;最后通过调节合适的PID参数来控制直线一级倒立摆系统的平衡性,并通过其响应曲线来验证所提出的算法和模型的正确性.     

旋转式倒立摆的镇定和摆起控制的研究

通过对旋转式倒立摆系统的数学模型分析,采用极点配置法对倒立摆系统的镇定控制进行仿真研究,针对摆起控制提出基于经验与能量分析方法.针对旋转式倒立摆实物系统进行实际控制,实验结果表明:提出的控制方法对倒立摆的稳定控制和摆起控制具有很好的效果.     

基于精确线性化理论的倒立摆系统最优控制

倒立摆是自动控制理论研究的典型实验设备,由于其具有强非线性与强耦合性,一直是先进控制算法研究的热点.文章采用了一种微分几何方法--李理论,对倒立摆系统进行精确反馈线性化,此种线性化方法使模型更多地保留了原系统主要的非线性部分,更能逼近实际系统.在此线性化模型的基础上,对倒立摆系统进行最优稳定控制设计.仿真结果表明,所提出的精确反馈线性化方法对于倒立摆系统的控制器设计是有效的.     

基于DSP的旋转式倒立摆控制系统

介绍了基于DSP（digital signal processing，数字信号处理）控制器的旋转式倒立摆控制系统的总体结构和工作原理，对系统模型进行动力学分析，建立了一个四阶的状态空间方程，根据状态反馈方法邮倒立控制，在此基础上，设计了基于规则分析的摆起控制方案，最终实现了摆起－倒立控制，实验表明，系统的稳定性好，抗干扰能力强，使用DSP来控制倒立摆，有利于系统的小型化，控制更加快速，控制品质有很大提高。     

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.     

倒立摆与自动控制技术研究

本文详细地阐述了倒立摆系统及其在自动控制领域中的应用,并提出了四种典型倒立摆系统的控制模型,在此基础上,详细地分析了倒立摆的控制规律,并对其主要发展方向、研究方法和所能涉及的前沿问题进行了阐述.     

单级倒立摆两种控制方法的研究

本文针对多变量、非线性、强耦合性的倒立摆系统,建立了单级倒立摆的数学模型。采用PID、LQR两种不同的控制方法对单级倒立摆系统进行了实时控制效果的实验对比。从理论和实验方法上讨论了这类典型非线性自不稳定系统的控制器的设计方法及其实际控制效果的特点．指出了不同方法的优缺点。     

柔性倒立摆远程控制实验系统

通过对柔性连接倒立摆系统的一级摆实物远程控制研究,采用拉格朗日方程法进行系统建模,建立了一级柔性连接倒立摆系统的数学模型并进行了定性分析. 探讨了利用Matlab与Simulink实现系统的实物控制及加权矩阵 Q和R 的选取方法. 结合Matlab和C语言,实现了柔性倒立摆系统以互联网为介质的远程控制实验系统.     

基于神经网络的非线性动力系统控制研究

基于改进BP神经网络,建立了一种自适应在线控制模型,并且该控制方法应用到离散非线性动力系统和倒立摆系统控制问题。为了避免BP神经网络在训练过程中的目标函数局部极小值问题,提出了一种基于BFGS优化算法的神经网络训练方法。与其它控制方法相对比,所提出的基于神经网络的倒立摆控制方法具有较高的控制精度。通过离散时间系统的控制模拟和倒立摆模型系统的控制两个算例,验证了所提出的控制方法的具有有效性和很好的控制效率。     

基于非奇异终端滑模的单级倒立摆摆角控制

针对扰动因素影响下的单级倒立摆摆角控制问题,设计一种基于非奇异终端滑模的单级倒立摆控制器.首先,通过牛顿-欧拉方法建立系统的模型,并将其表示成状态空间模型形式.然后,为了实现系统输出变量的有限时间收敛,采用非奇异终端滑模控制方法设计系统摆角控制器,同时应用Lyapunov稳定性方法对闭环系统的有限时间稳定进行了证明.最后,对所提控制方法进行了仿真验证,结果表明了所设计控制方法的有效性.     

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     

一级旋转倒立摆及其控制装置的研究与实现

通过拉格朗日方程推导出一级旋转倒立摆系统的数学模型,起摆运动部分利用雅普诺夫方程分析,以摆杆势能偏差作为调控量对系统进行闭环控制,使系统摆杆运动受控,在倒立摆成功摆起后,在倒立摆非稳定平衡点处对系统模型进行线性化,并采用双闭环PID算法对倒立摆模型旋臂位置和摆臂位置进行稳定控制,并使用32位MCU搭建实验平台进行实际验证.结果表明,该控制方法可以实现旋臂静止和摆臂稳定于非稳定平衡点的效果.     

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.     

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。     

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.     

二级倒立摆UD2UU的仿人智能控制分析

二级倒立摆的两根摆杆可构成4个平衡点(down down,down up,up down,up up), 4个平衡点之间可构成12个转换动作与8个自旋动作。 针对平衡点间转换动作中up down到up up(UD2UU)的非线性欠驱动控制问题,应用基于动觉智能图式的仿人智能控制方法,设计出具有多控制器和多控制模态结构的控制系统。以开闭环结合及正负反馈结合的方法设计出各控制模态的控制律,以基于特征模型的关联图式实现各控制模态之间的有序切换。详细介绍了仿人智能控制器设计的过程,实时控制的实例证明了控制理论与方法的有效性。