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,...     

单级旋转倒立摆控制研究

介绍了单级旋转倒立摆的组成结构,设计了一种基于T-S模型的模糊控制器,并以Quanser公司生产的旋转倒立摆系统为研究对象进行了实验研究,实验结果表明该模糊控制器的可行性,而且具有稳定性好和算法简单的特点.     

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。     

基于自适应神经网络倒立摆模糊控制器的设计

倒立摆系统本身的不稳定性为系统的平衡提出了难题,也因此成为自动控制实验中验证控制算法优劣的极好的实验装置。本文使用一种基于最优控制和自适应神经网络模糊控制器的设计方法,将各个线性LQR控制器进行综合,使之成为一个非线性的控制器。仿真结果证明,模糊神经网络控制器要优于单个的LQR控制器。     

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。     

基于经验数据的T-S模糊控制器设计与优化

提出了一种基于经验数据而非语言的T-S模糊控制器设计和优化方法.此方法分为三个阶段,第一阶段依据输入变量的范围来确定输入变量的高斯型隶属度函数;第二阶段在不改变输入变量隶属度函数的前提下,对经验数据施加递推最小二乘法以确定T-S模糊控制器的后件系数;第三阶段,使用梯度下降方法同时优化控制规则的前件参数和后件参数.倒立摆的仿真试验结果验证了该方法的有效性.     

不确定柔性倒立摆系统鲁棒控制器设计

针对多变量、非线性、强耦合的柔性倒立摆系统的不确定性,设计了鲁棒LQR（Linear Quadratic Regulator）控制器,并在柔性连接倒立摆上进行了仿真实验。实验结果表明,该鲁棒LQR控制器比原有的LQR控制器具有更好的抗干扰能力和稳定性。     

具有双重不确定性非线性系统输出反馈鲁棒控制

对同时具有参数不确定性和随机干扰的非线性系统,通过扩展状态向量,构造间接型输出反馈控制器,运用T-S模糊理论、线性矩阵不等式(LMI)技术和并行分布补偿(PDC)结构,提出了具有双重不确定性非线性系统的鲁棒模糊控制器设计法。以倒立摆系统为被控对象,仿真结果验证了所设计方法的有效性。     

基于粒子群算法的变论域模糊控制在二级倒立摆中的研究

为了实现二级倒立摆系统的快速稳定控制,设计了一款基于粒子群算法的变论域模糊控制器。通过对二级倒立摆系统结构和参数的分析,建立了二级倒立摆的数学模型,再利用粒子群算法优化了变论域模糊控制器的参数,改进了控制器的性能,最后通过仿真证明该算法切实可行。     

基于线性矩阵不等式设计非线性系统的模糊控制器与观测器

用并行分配补偿器的概念设计了用T-S(Takagi-Sugeno)模糊模型表示的非线性系统的模糊控制器与模糊观测器,并导出了用线性矩阵不等式表示的系统二次稳定的条件,通过对倒立摆在不同的初始条件下的仿真试验证明了方法的有效性。     

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。     

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。     

基于多维ANFIS的T-S模糊控制规则聚类获取方法

T-S模糊模型与自适应神经模糊推理系统(ANFIS)的结合便于描述多输入系统模糊控制规则.为解决规则前件过多时传统ANFIS结构导致的维数灾难问题,同时进一步提高ANFIS对于复杂系统T-S规则在线获取速度,首先采用多维输入向量对ANFIS网络进行修正,在此基础上提出了T-S模糊控制规则聚类获取方法;其次,利用所提出的方法分别对倒立摆和二阶滞后系统进行了控制仿真,该方法同Mamdani规则自组织模糊控制的控制效果比较表明两者的最大超调量、振荡次数、过渡时间基本一致,上升时间要较Mamdani模糊控制器缩短3个采样周期,控制规则较Mamdani控制器减少了45条.     

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。     

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。