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.     

小车三级摆摆起倒立的仿人智能控制

运用仿人智能控制 (HSIC)理论的方法 ,研究了直线小车三级摆系统 (CTPS)的摆起倒立控制问题 .通过对CTPS运动的物理过程分析 ,模仿人控制器的特点 ,设计了CTPS的HSIC控制器的动觉智能图式 .在摆起倒立过程中 ,HSIC控制器通过对三级摆杆间运动姿态特征的感知和基于特征识别的多模态控制 ,使CTPS各级摆杆之间始终具有较小的相对运动趋势和较小的相对角度差 ,成为一个动态的“拟小车单摆”系统 .小车三级摆摆起倒立控制的仿真实验成功验证了该方法的有效性 .     

仿人智能控制原型算法的改进

仿人智能控制原型算法易引起控制系统的超调,没有完全模拟人的控制策略、改进的控制算法,将控制过程分为3个阶段：初始控制阶段,调整学习阶段,抗干扰阶段．不同阶段采用不同的控制策略,使其更加符合人的控制思想．实验结果表明,原型算法的控制结果相对稳定且有一定的超调和震荡,而改进的算法实现了“稳、快、准”的有机统一,取得了更好的控制效果．     

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。     

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·     

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。     

二级倒立摆的TS型逐级模糊神经网络控制

提出了一种逐级模糊神经网络控制法．该控制法通过采用Takagi-Sugeno型模糊神经网络控制器和逐级模糊控制规则,实现了二级倒立摆系统的稳定控制．模糊神经网络控制器的参数采用遗传算法分4步进行优化．实验结果表明,采用逐级模糊神经网络控制法,用20条模糊规则就可以实现二级倒立摆系统的稳定控制,并且控制效果佳,系统鲁棒性强。     

纯延迟系统仿人智能控制与最优PID控制对比仿真分析

针对纯延迟对象，给出了仿人智能控制器的基本算法及MATLAB仿真模型，并与传统控制策略（最优PID控制）进行对比仿真研究；对比仿真分析表明，仿人智能控制器具有响应速度快、超调小、鲁棒性好等优点，对大纯滞后对象具有极好的控制效果。     

基于工程经验的仿人智能控制技术

针对传统控制技术难于控制的复杂对象,基于工程实践经验的仿人智能控制技术能收到良好的控制效果。本文对仿人智能控制技术的基本思想、特点及稳定性监控等有关问题作简要的讨论。     

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,...     

倒立摆系统的滑模变结构稳定控制

应用滑模变结构理论对倒立摆系统的稳定控制进行了应用研究,基于滑模变结构理论二次型指标最优化方法设计了状态反馈控制器.作为对理论工作的验证,将设计的控制器应用到固高科技有限公司生产的直线倒立摆实验设备上,实验表明该方法得到的控制器具有较好的控制效果.     

基于MATLAB的二级倒立摆控制系统设计方法

在对二级倒立摆系统的动力学方程进行建模的基础上，将其转化为线性定常系统的状态控制问题，运用LQR控制器在MATLAB平台上实现了该系统的最优控制策略，并给出了相应的实验结果．     

二级倒立摆的参数自整定模糊-PI控制

基本模糊控制器在面对复杂控制对象时,其稳态精度比较差。针对这一问题,文中以二级倒立摆系统为控制对象,提出了一种新的模糊控制器。该模糊控制器通过对基本模糊控制器中结构参数的寻优和调整,以及系统输出结构的完善,实现了二级倒立摆的稳定控制。仿真研究表明,提出的模糊控制算法无论是在动态指标还是在稳态精度方面与基本模糊控制器相比,都有了明显的改进。     

二级倒立摆的参数自整定模糊-PI控制

基本模糊控制器在面对复杂控制对象时，其稳态精度比较差。针对这一问题，文中以二级倒立摆系统为控制对象，提出了一种新的模糊控制器。该模糊控制器通过对基本模糊控制器中结构参数的寻优和调整，以及系统输出结构的完善，实现了二级倒立摆的稳定控制。仿真研究表明，提出的模糊控制算法无论是在动态指标还是在稳态精度方面与基本模糊控制器相比，都有了明显的改进。     

基于多Agent的倒立摆模糊控制系统

在研究Agent技术的基础上,结合模糊控制的特点,提出了一种基于多Agent的模糊控制系统.根据Multi Agent System的设计原则,将系统分解为三个Agent,通过建立三者之间的协商策略,使各Agent间相互作用,相互联系,完成了单个Agent所无法完成的任务.对倒立摆系统的仿真验证了Agent思想与模糊控制理论结合的可行性和有效性.     

LQG/LTR控制在二级倒立摆系统中的应用研究

以二级倒立摆系统为例,采用LQR状态反馈与卡尔曼状态估计相结合的方法,通过回路传输恢复LTR技术弥补LQG设计的不足,完成了LQG/LTR全状态反馈控制器的设计,并运用MATLAB语言进行仿真分析,将其仿真结果与LQR控制器进行了对比。结果表明,LQG/LTR控制在二级倒立摆系统中有效地解决了在外界干扰和量测噪声等情况下出现的不稳定问题,且具有较好的鲁棒性。     

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．     

两轮移动式倒立摆的运动控制

文章研究两轮移动式倒立摆的运动控制问题,系统有两个位于同一轴线驱动轮;控制目标是移动式倒立摆在二维平面内按指定的移动速度和转动角速度运动,并且保持摆杆平衡;利用状态反馈和输出反馈,构造闭环系统的状态空间方程,通过极点配置求得控制量;仿真结果显示,系统跟踪速度快、超调量小,同时验证了控制算法的有效性。     

基于改进的表格查询法的二级倒立摆模糊控制

研究了二级倒立摆系统的模糊控制问题,对表格查询算法在二级倒立摆上的应用进行了详细介绍,通过引入输入-输出数据对及模糊规则置信度的概念,去除冗余规则,减少了控制规则,使控制器的控制规则更为简单、有效。通过建立模糊规则,构造模糊控制器,实现了倒立摆系统的稳定性控制。研究结果表明,该算法具有简单、实时跟踪效果好等特性。