二级倒立摆的摆起控制

以往对非线性系统主要是采用线性化的方法进行控制，提出了一种基于专家系统及变步长预测控制的实时非线性系统控制方法。用变步长一步预测避开复杂的非线性推导，结合专家系统对控制参数进行修正，从而实现对复杂非线性系统的实时控制。利用这种方法，实现了二级倒立摆的摆起及稳定控制。     

基于干扰观测器的倒立摆自适应滑模控制及仿真研究

旋转二级倒立摆是一种非线性、强耦合的复杂不稳定的欠驱动系统,在已建立的倒立摆数学模型的基础上,提出了一种基于干扰观测器的离散自适应滑模控制算法,针对系统的内部参数变化和外部扰动,利用干扰观测器对系统的不确定因素进行了动态补偿,同时结合自适应算法降低系统的抖振,与未采用干扰观测器的传统自适应滑模控制律的仿真结果进行对比,可以看出,采用改进的控制算法大大降低了系统的抖振和超调,改善了系统的动态性能,得到更好的控制效果.     

基于改进粒子群算法的滑模控制方案

针对一类非线性系统, 提出了一种新的滑模控制方案.将改进粒子群算法与滑模控制方法结合,利用改进粒子群智能优化方法设计切换函数和指数趋近律系数,加快了系统到达滑平面的速度,改善了系统的动态性能和保证较强的鲁棒性,系统能快速精确跟踪期望的状态轨迹,而且有效地消除了滑模控制固有的高频颤动现象.最后应用到倒立摆系统进行了仿真研究, 结果表明了该方案的有效性.     

一种新的离散时间系统的变结构控制方法

讨论了基于指数趋近律的变结构控制所存在的问题，分析了指数趋近律中参数的选择对系统状态的趋近特性造成的影响，提出了改进的离散变结构控制方案，该方案保证了系统状态在趋近过程中能够始终保持某一趋近特性，易于进行变结构控制设计，加快系统状态趋近速度的同时降低了抖振，仿真结果证明了该方案的有效性。     

基于强化学习的倒立摆起摆与平衡全过程控制

倒立摆的控制是一种典型的非线性控制问题。本文的目标是在假设不知道任何倒立摆模型的前提下,采用强化学习控制器实现倒立摆的起摆和平衡的全过程控制。为提高学习效率,采用了任务分解的方法,将整个控制任务分解为起摆和平衡两个子任务,对于不同的子任务根据其特点采用不同的强化学习算法。在Matlab/Simulink上进行仿真实验,结果证明,该方法在合理的时间内可以学习到成功的控制方法。     

基于变增益LQR控制方法的二级倒立摆自动摆起

为了实现导轨受限情况下二级倒立摆非线性系统的自动摆起控制,提出了基于变增益LQR控制方法的自动摆起控制方案. 首先,基于Lyapunov函数, 设计了变参数切换控制器, 通过限制小车运动的最大速度,将小车位移控制在一定的范围内,并将第一级摆杆从下垂位置摆起到倒立位置; 其次,采用变增益LQR控制方法将第一级摆杆稳定在倒立位置, 同时,采用等效小车法将第二级摆杆摆起到倒立位置;最后,采用变增益LQR控制方法将两摆杆同时稳定在倒立平衡点.变增益LQR控制器的鲁棒性较强,避免了由于摆杆状态变化而引起小车位移的冲击.仿真和实物实验均验证了该控制方案的有效性.     

基于LQG的弹性倒立摆动态稳定性控制

机械系统的轻量化,将使其材料弹性刚度减弱,从而导致系统振动加剧。为了实现对具有弹性的不稳定机械系统的控制,对弹性倒立摆的动态稳定性控制进行了研究。通过动力学分析,建立了车型弹性倒立摆系统的动力学控制模型,并对系统进行了线性化和可控、可观性分析。利用线性二次高斯(linear quadratic Gaussian,LQG)控制方法对其进行动态稳定性控制。相应的仿真研究和实时控制结果证明,该系统具有良好的控制效果和鲁棒稳定性。     

一类非线性系统的终端滑模分解控制

针对一类非线性系统的稳定控制问题,提出了一种终端滑模分解控制器的设计方法.首先将整个系统分解成两个二阶子系统,设计两个子系统各自的终端滑模面;然后将一个子系统的控制目标嵌入到另一个子系统的控制目标中,用一个控制量使两个子系统在有限时间内收敛至平衡点.该方法对于维数较高系统的控制具有较大意义,可简化设计.倒立摆的仿真结果验证了该方法的有效性.     

基于T-S模型的倒立摆双闭环串级模糊控制设计与仿真

针对具有多变量、非线性特性的倒立摆系统,提出了一种基于T-S模型的双闭环串级模糊控制方法。在该方法中,内环控制倒立摆的角度,外环控制倒立摆小车的位移,并对双闭环参数耦合实现了解耦,降低了系统设计的难度和复杂度。数字仿真结果表明了该方法的可行性。     

并行双倒立摆系统的鲁棒同步控制

基于非线性系统反馈线性化方法,得到了倒立摆系统的局部反馈线性化模型,并构造非奇异坐标变换使系统满足特定的形式,采用Backstepping方法设计了倒立摆系统的鲁棒稳定控制器。进而根据所定义的系统同步误差设计了并行双倒立摆系统的鲁棒同步控制器。采用该同步控制器,在实际的实验装置上进行了实时控制实验。实验结果表明,所设计的同步控制器实现了倒立摆装置的稳定平衡以及小车的定点控制和正弦指令信号的精确跟踪,并且令两个装置间达到了同步运动。     

四级倒位摆系统的模糊控制方法研究

倒立摆系统由于其多变量、非线性和强耦合性等特点而一直成为各国专家学者研究的热点。目前,一级、二级、三级倒立摆都已经有成功控制的实例,而单电机控制的四级倒立摆系统的控制还未见报导。本文首先推导了四级倒立摆系统的数学模型,并对倒立摆系统在平衡点附近进行了可控性研究。在此基础上,提出一种基于三维模糊组合变量的控制方法。仿真研究结果证明了所提出控制方法的有效性。     

基于单一输入法的两轮移动式倒立摆运动控制

为解决模糊多变量控制中的“维数灾”问题,本文采用单一输入规则群动态加权推理模型法来控制两轮移动式倒立摆的运动,它将多维模糊控制问题化简成单维模糊控制问题来解决,大大减少了模糊规则数,同时利用随机优化搜索法优化控制参数。仿真结果显示:系统跟踪速度快,超调量小,验证了控制算法的有效性。     

汽车ABS滑模变结构控制方法的研究

"边界层"法被认为是一种常用的有效的汽车ABS滑模变结构控制方法。"边界层"法虽然可以削弱系统的抖振,但是它同时也消除了滑模变结构控制的鲁棒性的优点,针对这一缺点提出了采用改进的指数趋近率的滑模变结构控制方法,该方法具有抖振小及良好的鲁棒性的优点。对采用该指数趋近率的汽车ABS滑模变结构控制系统进行了仿真研究。仿真结果表明,该方法在汽车ABS的控制中是有效的。     

基于模型参考滑模控制的飞行器姿态控制

研究了空间飞行器大角度机动飞行的变结构姿态控制.采用参考模型的方法设计滑模控制律,首先应用误差四元数来描述参考模型姿态运动,设计符合姿态控制要求的参考模型控制量.在此基础上,应用滑模变结构控制理论设计系统控制量,能使得系统状态跟踪参考模型又能快速趋近滑动面,有效缩短了变结构控制系统中趋近过程,从而提高了变结构控制律的品质.数字仿真结果表明了该控制算法的有效性.     

基于神经网络的全局滑模变结构控制

针对一类非线性不确定离散时间系统,提出了一种基于神经网络趋近律的全局滑模变结构控制方法。分别用两个前馈神经网络（FNNs）自适应调整趋近律中的参数ε和δ,克服了常规变结构控制方法中需要预先设定趋近律中参数的限制。在用径向基神经网络（RBFNN）对系统进行模型估计的同时,基于平移滑平面的设计方案,实现了系统的全局鲁棒滑模控制。仿真结果表明控制系统具有良好的跟踪性能,该方案使系统一开始就处于滑平面上,消除了系统抖振,具有较强的鲁棒性。     

三级倒立摆系统模糊控制器设计及仿真

提出了一种借助于系统的线性化模型设计三级倒立摆系统模糊控制器的方法。这种方法将线性系统理论与模糊控制技术相结合,将单一的复杂控制策略转化为多级控制策略嵌套,大大简化了三级倒立摆系统模糊控制器的设计步骤。仿真结果表明,该方法是可行性的。