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。     

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。     

Design and implementation of 2DOF spherical inverted pendulum

1.INTRODUCTION Theinvertedpendulumsystemisaclassicalbench markfortheeducationandresearchintheautomation andmechanicalengineeringfield.Manyeducatorsfo cusontheinvertedpendulumcontrolsystembecause theexperimentsexhibittheadvantageandvalidityof moderncontroltheoryveryintuitively.Researchers alsohopetoverifynewalgorithmsonthesystem. Thebasicobjectiveoftheinverted pendulumsystem iskeepingthebalanceofthependulumatthe‘invert ed’status[1～3].Wehavecomparedtheperformance ofthreemoderncontrolm…     

Ant colony optimization algorithm and its application to Neuro-Fuzzy controller design

An adaptive ant colony algorithm is proposed based on dynamically adjusting the strategy of updating trail information.The algorithm can keep good balance between accelerating convergence and averting precocity and stagnation.The results of function optimization show that the algorithm has good searching ability and high convergence speed.The algorithm is employed to design a neuro-fuzzy controller for real-time control of an inverted pendulum.In order to avoid the combinatorial explosion of fuzzy.rules due to multivariable inputs,a state variable synthesis scheme is emploved to reduce the number of fuzzy rules greatly.The simulation results show that the designed controller can control the inverted pendulum successfully.     

航天器姿态的神经网络动态逆控制

针对航天器姿态系统,提出了一种基于自适应神经网络动态逆的控制算法。该算法针对滚转、俯仰和偏航三个姿态子系统,设计了两组神经网络:第一组是BP网络,用来逼近三个姿态通道的非线性项,可获得姿态逆模型;第二组是非线性自适应神经网络,用于在线实时地补偿逆模型存在的误差和外加干扰。详细分析了非线性自适应神经网络的拓扑结构、学习规则和调整算法。给出了应用该算法的具体实例,通过仿真实验证明该算法的有效性。     

一类控制器摄动系统的H∞强鲁棒控制

为了解决在被控对象和控制器同时摄动时控制系统的设计问题,提出了一般控制系统的强鲁棒性能概念。通过数学模型转换,将控制器的摄动转化为被控对象的摄动。给出了一类可采用H∞混合灵敏度求解强鲁棒控制器的一种设计方法。提高了在被控对象和控制器同时摄动时系统的性能。研究了不确定性权函数和性能权函数权函数的选取。考虑到SISO系统的特点,给出了求解强鲁棒PI控制器的简单算法,设计了强鲁棒控制的PI控制器参数。通过仿真示例验证了设计方法的有效性和可行性。     

多脉冲控制的暂态混沌神经网络及其应用

针对多极值情况下暂态混沌神经网络(TCNN)只进行一次混沌动力施加而导致的部分极值点漏检问题,发展研究了一种名为脉冲暂态混沌神经网络(PICNN)的新型神经网络。PICNN通过对混沌动力控制因子z_i(t)和神经元输出陡度ε_i(l)两个参数的调制,将混沌动力以脉冲方式进行控制,施加于神经网络上,形成具有多频次跳出局部极小点功能的脉冲暂态混沌神经网络。PTCNN包含若干可调参数,可以控制整个系统呈现丰富多样的动力特性。随着混沌动力脉冲的间歇加入,系统交替进入混沌状态和稳定状态,因此既可以不断地跳出极小点的局域范围,又可以在局部区域内向此区域的极小点不断靠近,进而稳定到此极小点,使系统可以更有效地进行问题的全局寻优。算例表明,PTCNN比TCNN在全局寻优方面更具优势。PTCNN实际是TCNN的推广和延伸,比TCNN更具有一般性和更强的优化搜索能力,因此应用空间更为广泛。     

Functional network and its application to extract information from chaotic communication

1 .INTRODUCTIONInthelastdecade ,chaoticcommunicationhasgainedmoreandmoreattention[5～9] 　　.Theobviousapproachusesachaoticoscillatorasthetransmitterandasyn chronouschaoticsystemforthereceiver .Ausefulsignaladdedtosomechaoticsignalistransmitted ,andrecove…     

一类非线性广义系统最优控制及应用

利用Zubov方法和最优控制理论研究了非线性广义系统的最优控制问题.首先将非线性广义系统正则化为非线性正常系统,对其施加状态反馈控制,继而构造含有调节参数向量的性能指标,并由偏微分方程解得该性能指标;最后应用最优化理论求得最优调节参数向量,得到非线性广义系统最优控制律.将有关结论应用于Logistic 增长的SIS模型,给出消除该传染病的条件.