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。     

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。     

MATLAB的二级倒立摆虚拟仿真

在对二级倒立摆结构分析的基础上,基于牛顿第二定律建立倒立摆数学模型,并应用LQR状态反馈控制方法实现二级倒立摆控制.MATLAB仿真结果表明:LQR控制器能使倒立摆的摆角在竖直向上的区域内保持稳定,即使突然变化小车位移,摆角也能回复到预期的位置,具有较好的跟踪和控制效果、鲁棒性.     

倒立摆控制的设计与仿真

针对倒立摆的稳定控制问题,阐述了二阶倒立摆的数学模型,采用线性二次最优控制理论,设计了倒立摆控制系统的线性二次型调节器和线性二次型输出器,使倒立摆系统闭环稳定。在Matlab 6.5环境下,对倒立摆系统在两种控制器作用下的控制过程进行仿真.结果表明,在非线性控制问题中,线性二次型输出器与线性二次型调节器相比,对倒立摆系统的控制更有优势。     

基于LQR理论的直线单级倒立摆PID控制仿真研究

针对一级倒立摆不稳定的特性,为其建立了数学模型,并采用双PID控制策略对其进行控制.通过线性二次型最优控制(LQR)理论计算出反馈矩阵K,将K中的参数作为PID控制器的参数.计算机仿真实验结果表明,此方法可以简化PID控制器参数的选取过程,并对直线一级倒立摆系统取得了良好的控制效果.     

基于LQR的环形单级倒立摆稳定控制及实现

为了研究环形单级倒立摆的稳定控制,采用拉格朗日方法推导出环形单级倒立摆系统的数学模型,并设计1个线性二次型最优控制算法控制器(LQR)。在保持权重矩阵R=1的条件下,通过实验不断调整权重矩阵Q中的参数Q11和Q33,得到Q和R最优取值。然后,对环形单级倒立摆的稳定控制进行仿真和实物控制。研究结果表明:倒立摆起摆迅速,稳定控制性能优良。     

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,...     

基于LQR最优调节器的二级倒立摆控制系统

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。本文建立了二级倒立摆的数学模型,并推导出模型的状态空间表达式,分析了系统的稳定性,能控性和能观性,利用了线性二次型最优调节器(LQR)方法实现对二级倒立摆的最优控制,MATLAB仿真结果表明了该方法的有效性。     

倾斜导轨上二级倒立摆的控制

本文在已有的倾斜导轨上二级倒立摆数学模型的基础上,采用极点配置方法和线性二次型最优控制器对导轨倾斜45o时的二级倒立摆进行了控制,并用MATLAB进行了控制结果仿真,仿真结果表明,控制效果较好。     

基于SDRE方法的一级旋转倒立摆控制

基于拉格朗日方程建立了一级旋转倒立摆的非线性微分方程模型,提出了一种参数化方法以获得伪线性化系统模型.研究了系统的逐点可控性,表明系统除了在摆杆垂直向下位置外都为可控.设计了基于状态相关黎卡提方程(SDRE)方法的控制器,控制增益与系统状态相关,计算复杂程度较高,但控制效果好.与线性最优二次型调节器(LQR)进行了仿真对比,结果表明:SDRE在摆杆远离平衡位置时的控制效果要优于LQR,具有超调小,调节时间短的特点,且能同时完成摆起及平衡控制而不需要另外设计控制器.     

二级倒立摆的三种控制方法比较

通过采用LQY最优控制、变结构控制及模糊控制3种方法对二级倒立摆系统进行实时控制,从理论上讨论了这类典型的非线性自不稳定系统控制器的设计方法,通过分析指出各种方法之间的优缺点,并通过数字仿真加以证实。     

基于LabVIEW的二级倒立摆控制系统三维仿真

倒立摆是控制理论研究和教学中广泛使用的典型模型,文章在LabVIEW环境下,以二级直线倒立摆为被控对象,利用虚拟现实技术,开发了倒立摆LQR三维仿真控制系统;使用LabVIEW的三维图形工具箱将倒立摆的三维模型导入LabVIEW中,并利用LabVIEW控制设计和仿真模块将数学模型和三维模型联系起来;通过倒立摆系统的仿真数据驱动倒立摆的三维虚拟模型,能够形象地反映真实倒立摆的运动状态。所开发的系统操作界面友好易用,用户可以方便地修改倒立摆模型和LQR控制器的参数。     

基于网格划分策略的自适应ACO算法优化LQR控制器权值

线性二次最优控制(Linear Quadratic Regulator,LQR)是现代控制理论中应用广泛的状态空间设计法,如何选取适当的加权矩阵Q和R的问题一直没有得到很好解决。提出一种基于网格划分策略的自适应蚁群算法来设计LQR控制器,利用蚁群算法获取加权矩阵Q、R及反馈控制率K,并将控制器用于LQR问题的标准试验平台倒立摆系统。仿真结果表明基于网格划分策略的自适应蚁群算法优化设计的LQR控制器超调小,响应速度快,可以有效的对被控系统实施控制。     

二次型最优控制在小车倒立摆控制系统中的应用

二级直线倒立摆是一个典型的不稳定系统,同时又具有非线性、多变量、强耦合的特性,因此对其稳定性的研究具有重要的意义.本文主要通过对直线二级倒立摆系统进行分析并进行了数学建模,得出了二级直线倒立摆系统的状态空间表达式,并分析了系统的稳定性、可控性和可观测性.研究了线性二次型最优控制在二级直线倒立摆中的应用,给出了其原理及公式推导过程.建立了二级倒立摆的线性二次型最优控制的Simulink仿真模型,对其进行仿真,最后对仿真结果进行分析,得出二次型最优控制能够实现二级直线倒立摆的稳定控制,而且有较强的抗干扰能力和较好的鲁棒性.     

基于Lagrange方程建模的单级旋转倒立摆控制

介绍一种新型单级旋转倒立摆系统的构成，通过对其动力学特性的分析建立了基于Lagrange方程的数学模型。在平衡点附近给出系统的线性化模型，对系统的稳定性、能控性和能观性进行了分析。利用线性二次型最优控制策略LQR方法设计了控制器，并在仿真实验和实物实验中实现了倒立摆的平衡控制。实验表明，系统稳定性好、鲁棒性较强。     

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.     

一级直线型倒立摆的控制及实现

研究一级直线型倒立摆的起摆、镇定与跟踪问题.采用基于Lyapunov能量反馈方法和基于精确线性化与LQR(linear quadratic regulator)算法结合的方法设计控制器,提出分阶段起摆的控制思想,并将这两种控制器有效地联系起来,最后对控制器的跟踪性能作了讨论.仿真结果与上机实验表明了方法的有效性和优越性.     

基于线性二次型最优控制器的平行双倒立摆系统稳定控制

倒立摆控制系统是一个典型的高阶次、不稳定、多变量、非线性和强耦合控制系统。本文在建立平行双倒立摆控制系统数学模型的基础上,设计了线性二次型最优调节器(LQR)以实现对平行双倒立摆系统的最优控制,并通过MATLAB仿真实验验证了该方法的有效性。     

基于MATLAB的二级倒立摆控制系统设计方法

在对二级倒立摆系统的动力学方程进行建模的基础上，将其转化为线性定常系统的状态控制问题，运用LQR控制器在MATLAB平台上实现了该系统的最优控制策略，并给出了相应的实验结果．