基于WEB的倒立摆远程实验系统设计

本文介绍了基于WEB的倒立摆远程实验系统的设计方法,简单介绍了系统的构成和系统的运行过程,并对WEB服务器软件的实现作了详细说明。经过在校园网内测试,该系统具有较好的性能,能够满足校内学生进行远程实验的需求。     

单级倒立摆的专家模糊控制

详细地阐述了专家模糊控制的基本原理,引用控制界中成功的实例倒立摆进行了系统分析,并采用专家模糊控制这一理论解决倒立摆的垂直问题和回到中心问题,在此基础上用高级Ｃ语言来进行了专家模糊推理器的实现,以便于用交叉汇编技术形成机机器代码,把程序固化在单片机上实现控制。     

n级倒立摆数学模型的建立

高级倒立摆的数学模型在理论研究和工程实践中都有很大意义。首先给出目前关于低级倒立摆的数学模型。然后归纳出级倒立摆的模型．并简单的说明了证明思路。最后针对该数学模型的四级情况进行仿真控制。     

基于倒立摆的综合性实验设计

倒立摆不仅仅是一种优秀的实验教学设备,也是进行控制理论研究的理想实验平台。其控制策略与杂技顶杆平衡的技巧有异曲同工之处,极富趣味性,可将许多抽象的控制理论概念直观地表现出来,学生可以在轻松、直观的实验中掌握所学的控制理论和算法。针对倒立摆实验系统设计一系列控制理论综合性实验,使学生在实验中不断地完善知识结构,提高实践能力,同时又给学生提供更多的选择空间,使其在专业上得到深度训练。     

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.     

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。     

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．     

单级倒立摆系统的仿真研究

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,然后分别采用PID方法、最优控制策略的LQR方法和极点配置方法设计控制器,最后对控制系统进行了仿真实验研究. 仿真实验结果不仅证明了三种方案对系统平衡控制的有效性,同时也展示了它们的控制品质和特性.     

具时滞倒立摆系统的稳定性分析

针对具单时滞倒立摆系统方程进行了稳定性分析,通过对系统线性化方程的特征方程根的分布分析方法,给出了滞量对系统稳定性影响的具体结论和公式.     

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.     

简易旋转倒立摆及控制装置

设计了一种旋转式倒立摆,系统的工作原理是角度、位移信号经过检测电路获取后,由微分电路获取相应的微分信号,并转化为电压信号提供给驱动电路,以驱动直流力矩电机的运动,通过电机带动旋臂的转动来控制摆杆的运动。本设计结构新颖,它省去了现有直线式倒立摆中复杂的传动机构,使得整体结构简洁紧凑、占地面积小,而且使得与控制方法无关的因素（例如传动机构的故障、误差、非线性等）大大减少,从而增加了控制的精确度、控制效果稳定,使可靠性提高。     

三级倒立摆的GA-PIDNN系统辨识

针对典型的不稳定、多变量、非线性、强耦合的三级倒立摆系统,建立了基于GA优化的PID神经网络(GA-PIDNN)辨识结构,完成了GA与BP两种算法的简单对比,并给出了MATLAB仿真结果.结果表明,GA-PIDNN对于非线性三级倒立摆的辨识是有效的,且GA优于BP算法.     

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.     

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     

一种简易的倒立摆控制实验系统

利用旧式针式打印机的横向走行结构，作为倒立摆的基本机械结构，设计并制作一种简单可行的低成本倒立摆实验系统。在此基础上，对其控制电机和主控电路加以重新设计，并设计控制算法，使之能够实现对倒立摆的控制。经实验验证收到了一定的控制效果。本系统可应用于演示倒立摆控制，或验证控制算法。     

倒立摆的Reinforcement Learning模糊自适应控制

根据Lagrange方程建立了单级倒立摆系统的数学模型，利用模糊自适应控制算法设计了倒立摆系统的控制器，并在Matlab的仿真模块中将倒立摆系统的数学模型和控制器结合起来．对倒立摆控制系统进行了仿真研究。结果表明，对于要求实时性较高的非线性不稳定系统。用模糊自适应控制算法可以按照控制要求在线调节控制参数，在最短的调整时间内取得良好的控制效果。