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。     

模糊控制在二级倒立摆系统中的应用

针对多变量、非线性、强耦合性的二级倒立摆系统的稳定控制问题.首先,为解决模糊控制在多变量系统中常遇到的"规则爆炸"问题,提出了一种基于融合函数的模糊控制方法,该方法将最优控制理论与模糊控制理论相结合,运用LQR控制方法设计了融合函数,减少了模糊控制器的规则数,并对控制参数进行了寻优和调整.其次,对系统进行了仿真分析,结果表明这种方法是有效的.最后,利用固高公司GLIP2003倒立摆系统验证了设计结果,并达到了较好的控制效果.     

基于Mamdani分离变量法的倒立摆模糊控制系统设计

针对倒立摆系统中因多输入单输出而产生的模糊规则爆炸问题,采用一种基于Mamdani分离变量的模糊控制方法,从而大大减少了模糊控制规则数。仿真结果表明,该方法能使摆杆摆角控制精度较小,且小车位移能跟踪输入信号,成功控制了单级倒立摆系统。     

基于加权变量模糊控制的倒立摆控制系统

针对多变量、非线性和强耦合的二级倒立摆系统,利用最优控制反馈矩阵,综合考虑小车、下摆、上摆和模糊误差信息,加权模糊控制器输入变量.设计了分别以倒立摆的小车、下摆和上摆为主控制量设计三种加权变量模糊控制器,控制二级倒立摆系统稳定.仿真研究表明,以上摆为主控制量设计的加权变量模糊控制器控制效果最佳,能够得到很好的稳定效果,收敛快、精度高,表明该方法的控制效果是最有效可行的.     

基于融合函数的模糊控制在倒立摆中的应用

倒立摆系统是典型的非线性,不稳定控制系统,也因此成为自动控制试验中验证控制算法的极好的实验装置。采用模糊控制理论研究单级倒立摆控制问题,运用最优控制方法设计了融合函数以降低模糊控制器的维数,减少模糊控制规则数,进而提高模糊控制器的性能品质。理论和实验都表明模糊控制算法是有效,可行的。     

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。     

二级倒立摆的模糊控制算法

利用最优反馈矩阵加权模糊控制器的输入变量,并对系统的状态进行了综合处理.该方法减少了模糊控制器的输入,降低了控制器的设计难度.仿真结果表明:该模糊控制器结构简单,系统响应稳态误差较小,调节时间和超调量符合控制要求,具有很好的控制效果.     

一级旋转倒立摆的模糊控制

该文针对一套一级旋转倒立摆实验设备进行研究。基于Lagrange方程进行了对旋转倒立摆的系统建模,并在Matlab环境下使用了模糊控制,实现了倒立摆的良好控制,采用积分消除了稳态误差。实验证明,此种模糊控制方法有一定的鲁棒性并且控制效果较好。     

自适应神经网络模糊控制在倒立摆中的应用

应用MATLAB的模糊控制工具箱，设计了用于倒立摆系统的模糊控制器，并且利用神经网络能够自学习的特点，采用反向传播算法对倒立摆控制样本数据进行了学习，调整了各变量的隶属函数，从而使学习后的模糊控制器更能适应倒立摆系统控制的需要。把学习前后的模糊控制器用于倒立摆系统进行了实验对比，结果表明学习后的控制器控制效果明显优于学习前的控制器。     

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．     

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。     

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．     

直线一级倒立摆模糊控制中次优滤波器的应用

采用模糊控制算法实现倒立摆的倒立平衡控制,当系统受到随机干扰时,其输出会有较大超调,摆杆存在抖动现象.为了实现系统的精确控制,得到被控对象的真实状态,消除动态噪声和量测噪声对系统带来的抖动影响,提高响应的平稳性.设计了计算量小、实时性好于Kalman滤波器的次优滤波器,从而实现倒立摆的快速平稳控制.     

分级模糊滑模解耦控制方法在二级倒立摆中的应用

采用分级模糊滑模解耦控制方法,将二级倒立摆非线性系统解耦成几个次级系统,基于Lyapunov函数的自适应规则来调解分级滑模控制器的耦合因素,并且通过仿真实验,在保证系统稳定性的基础上,获得了良好的解耦性能,同时也验证了该方法的可行性及优于采用常规模糊滑模解耦控制的解耦性能.     

基于模糊控制和PID控制的一阶倒立摆系统建模与仿真

对一阶倒立摆系统的平衡控制问题进行了控制策略研究.建立了系统数学模型,分别采用模糊控制和PID控制策略设计了控制器,并用Matlab/Simulink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两种控制策略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.     

基于模糊控制的单臂旋转倒立摆系统研究

研究的是单支点垂直旋转式倒立摆系统,采用步进电动机进行驱动。由于其系统的复杂性,采用模糊控制的方法进行控制。以拉格朗日动力学分析方法为基础,推导并建立倒立摆的运动方程。为了得到简便的数学模型采取方程近似化处理。通过MATLAB仿真软件进行仿真,验证其结论的正确性和方法的可行性。