倒立摆系统及其智能控制研究

倒立摆系统是绝对不稳定非线性系统的一个典型范例，如何对其进行有效的控制是控制界的一大热点。这里以各种智能控制理论为基础，对应用于倒立摆系统控制的智能控制方法进行综述，分析了各种方法的特点和联系，最后还就这一领域的研究方向进行了展望。     

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．     

模糊神经网络控制倒立摆系统

对单级倒立摆进行了详细的受力分析。通过建立模糊规则，构造模糊神经网络系统，运用BP算法对系统进行训练，并用这一网络对倒立摆进行控制。仿真结果表明，模糊神经网络有很广阔的适用领域。     

分级模糊滑模解耦控制方法在二级倒立摆中的应用

采用分级模糊滑模解耦控制方法,将二级倒立摆非线性系统解耦成几个次级系统,基于Lyapunov函数的自适应规则来调解分级滑模控制器的耦合因素,并且通过仿真实验,在保证系统稳定性的基础上,获得了良好的解耦性能,同时也验证了该方法的可行性及优于采用常规模糊滑模解耦控制的解耦性能.     

模糊控制在二级倒立摆系统中的应用

针对多变量、非线性、强耦合性的二级倒立摆系统的稳定控制问题.首先,为解决模糊控制在多变量系统中常遇到的"规则爆炸"问题,提出了一种基于融合函数的模糊控制方法,该方法将最优控制理论与模糊控制理论相结合,运用LQR控制方法设计了融合函数,减少了模糊控制器的规则数,并对控制参数进行了寻优和调整.其次,对系统进行了仿真分析,结果表明这种方法是有效的.最后,利用固高公司GLIP2003倒立摆系统验证了设计结果,并达到了较好的控制效果.     

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。     

现代控制理论在三级倒立摆系统中的应用

本文提出了一种带有两个控制电机的三级倒立摆的新结构形式。文中采用Lagrange方法导出三级倒立摆的数学模型。控制系统的设计方法采用了基于现代控制理论的状态反馈控制器和状态观测器,并由单板机通过软件的方法实现。实验结果是令人满意的。     

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。     

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。     

基于倒立摆系统的实验设计

倒立摆系统作为一个经典的控制理论研究平台,是将理论应用于实际的理想实验平台.以固高公司的一级直线倒立摆为平台,搭建了实验教学系统,建立了系统数学模型,给出了PID控制实验和模糊控制实验的设计过程和仿真结果.结果表明:所设计的实验系统是可行、有效和可拓展的,丰富了实验教学内容,为设计性实验教学改革提供了支撑.     

软计算和知识获取

讨论在人的浩瀚知识中，哪些属于不精确和不确定的知识，并且说明这些知识是可以通过软计算来获取的。然后以示例形式，论述如何使用软计算的方法获取这些不精确、不确定的知识。     

基于软计算方法的中医智能辨证处理系统

针对现代中医辨证信息处理技术的研究现状和现有中医诊断专家系统缺乏系统性、忽视“整体观”、实用性差等问题,分析了采用人工智能技术——软计算方法研究中医智能辨证信息处理技术的优势,给出了构架基于软计算方法的中医智能辨证处理系统的主要软计算研究技术。     

一级倒立摆的分层模糊控制

本文设计了两个模糊控制器即位置模糊控制器和角度模糊控制器,用这两个模糊控制器进行分层控制,并把位置模糊控制器控制输出作为一个虚拟角度乘以一个系数与摆杆的实际角度叠加形成一个广义角,以这个广义角和摆杆的角速度作为输入量输入给角度模糊控制器对摆杆的角度进行控制;通过matlab的Simulikn实现了倒立摆模糊控制系统的仿真,仿真结果证明：模糊控制器不仅可以稳定倒立摆系统,还可以使小车定位在特定位置。     

基于最优控制的倒立摆系统

对单级倒立摆系统的平衡控制问题进行了研究.首先建立了系统的数学模型,然后运用线性二次型最优控制策略设计控制器,并进行了仿真研究,最后在实际设备上完成了实时控制实验.仿真和实验结果表明,控制系统具有优良的品质和特性,不仅动态性能和稳态性能好,鲁棒性也很强.     

软计算及其新一代模糊控制器

介绍了软计算的概念及构成软计算的三个组成部分：模糊逻辑、神经网络和概率推理,并讨论了以软计算为基础的新一代模糊控制器．     

倒立摆教学实验系统的二次开发

利用倒立摆实验装置开放式的软件平台,以非线性PID控制器为例,采用CMEXS函数的方法搭建了非线性PID控制器的Simulink实验模型,并移植到倒立摆实验装置的监控软件中直接使用,使控制系统得以快速成形。实时控制实验的成功表明了所开发实验的是可行、有效的,此开发具有一定的推广应用价值。     

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。