基于LMI三级倒立摆系统的H_∞鲁棒控制

倒立摆系统为典型的快速、多变量、非线性、绝对不稳定系统,且存在不确定因素。针对三级倒立摆系统中所受摩擦的不确定性,采用LMI方法,设计了H∞鲁棒控制器,给出了控制器的求解方法。仿真实验证明,控制方法具有很好的鲁棒稳定性。     

基于LMI三级倒立摆系统的H∞鲁棒控制

倒立摆系统为典型的快速、多变量、非线性、绝对不稳定系统,且存在不确定因素.针对三级倒立摆系统中所受摩擦的不确定性,采用LMI方法,设计了H∞鲁棒控制器,给出了控制器的求解方法.仿真实验证明,控制方法具有很好的鲁棒稳定性.     

两级倒立摆的鲁棒H∞状态反馈控制

简要地介绍了基于观测器的鲁棒Ｈ∞状态反馈综合方法，并利用这种方法对两级倒立摆平衡控制系统进行了研究，给出了鲁棒控制器并通过仿真的手段对所得的闭环系统进行了分析．结果表明，利用本方法所设计的两级倒立摆平衡控制系统的鲁棒稳定性是令人满意的．     

基于鲁棒LQ控制的倒立摆系统分析和设计

基于最优控制的思想,针对倒立摆对象的不确定性因素,设计了鲁棒LQ控制器,并在倒立摆实验装置上进行了实验.实验结果表明,设计的鲁棒LQ控制器的性能优于LQ控制器.     

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。     

基于二级倒立摆的自适应神经网络模糊控制

针对二级倒立摆系统,提出了一种先进的智能控制策略．该种方法采用BP算法与梯度下降法结合的混合算法对Takagb-Sugeno模糊模型中的前项及后件参数进行优化修正,在已获得的客观输入输出数据对的基础上,提出一种基于自适应神经网络的模糊推理系统ANFIS来对倒立摆系统进行建模和控制．仿真结果表明,所提出的设计方法是正确的和可行的．     

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.     

自抗扰控制方法在单级倒立摆摆角控制中的应用

针对存在扰动情况下的单级倒立摆摆角控制问题,设计一种基于自抗扰技术的倒立摆摆角控制方法.首先,利用牛顿-欧拉建模方法建立单级倒立摆模型,并将其表示成二阶系统.然后,将部分已知系统动态和扰动因素扩张为一个新的状态变量,设计扩张状态观测器对系统总和扰动进行估计.最后,在系统总和扰动估计的基础上设计非线性状态误差反馈控制律.仿真结果表明所设计控制器具有较高的控制精度和鲁棒性能.     

状态反馈H∞控制在二级倒立摆平衡系统中的应用

应用Ｈ∞状态反馈和Ｋａｌｍａｎ滤波相结合的方法,对二级倒立摆平衡系统进行控制。仿真研究表明：二者相结合构成的控制器,在模型参数摄动且有干扰信号作用的情况下,比ＬＱＧ控制具有更强的鲁棒稳定性和抗干扰能力。     

基于模糊控制二级倒立摆实验装置数模的建立

针对经典控制方法难以实现对二级倒立摆实验装置系统的实时控制问题,需对实验装置的控制系统进行二次开发,为此,引入模糊控制方法改善原有的线性控制算法．模糊控制的核心是模糊控制规则,所以确定合适有效的控制规则成为解决问题的关键．采用基于经验和基于系统仿真结果两者相结合的方法,制定出了简单适用的规则库．调试结果表明,同时系统具有良好的稳定性．对二级倒立摆实验系统的实例仿真表明,该设计算法易于实现,在抑制外部扰动和实时控制性方面优于经典的状态反馈最优控制．     

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.     

一类广义系统的有限时间鲁棒耗散控制

针对一类双边模糊模型描述下的模糊广义系统,考虑了其具有参数不确定性和外部扰动时的有限时间稳定性问题,利用线性矩阵不等式(LMIs)技术,给出了该类模糊广义系统有限时间稳定的充分条件;设计了基于平行分布补偿(PDC)的有限时间鲁棒控制器,有效地将控制系统在给定的时间区域内限定在期望的状态空间椭球内,使系统在给定的有限时间区域内和零初始状态下可以达到相应的耗散性能.数值算例的仿真结果说明了所给方法的有效性.     

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.     

应用神经元控制器的实时控制装置和实验

针对平衡倒立摆这一非线性控制问题,设计了神经元控制器和控制装置,编制了实时控制程序.控制装置运行良好,成功地平衡了倒立摆.实时控制实验显示,当倒立摆的参数变化时,神经元控制器比一般的控制器具有强得多的自适应能力.     

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。     

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．     

基于动觉图式的平面倒立摆摆起控制

为实现平面倒立摆非线性系统的摆起控制,提出了一种基于动觉图式的仿人智能控制策略·该策略通过系统在线特征辨识与特征记忆,开闭环相结合的多模态控制以及直觉逻辑推理机制,使倒立摆摆杆从稳定平衡点摆起到不稳定平衡点并稳定不倒·仿真实验的结果证明:这种定性推理与定量控制相结合的智能控制器可以对具有复杂非线性、强耦合、自然不稳定特性的平面倒立摆系统实现摆起控制,同时也为其他非线性多变量系统的控制提供了有效方法·