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 .     

二级倒立摆UD2UU的仿人智能控制分析

二级倒立摆的两根摆杆可构成4个平衡点（down-down,down-up,up-down,up-up）,4个平衡点之间可构成12个转换动作与8个自旋动作。针对平衡点间转换动作中up-down到up-up（UD2UU）的非线性欠驱动控制问题,应用基于动觉智能图式的仿人智能控制方法,设计出具有多控制器和多控制模态结构的控制系统。以开闭环结合及正负反馈结合的方法设计出各控制模态的控制律,以基于特征模型的关联图式实现各控制模态之间的有序切换。详细介绍了仿人智能控制器设计的过程,实时控制的实例证明了控制理论与方法的有效性。     

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。     

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·     

基于分类解耦模糊PID控制的倒立摆系统

通过对倒立摆系统数学模型分析,采用一种分类解耦的线性化方法,结合经典与现代控制理论优点,将模糊控制算法与PID整定算法结合在一起,设计了一种新型控制器。通过仿真结果的比较证明该系统具有良好的动态性能和稳态性能。     

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。     

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.     

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．     

基于DSP的旋转式倒立摆控制系统

介绍了基于DSP（digital signal processing，数字信号处理）控制器的旋转式倒立摆控制系统的总体结构和工作原理，对系统模型进行动力学分析，建立了一个四阶的状态空间方程，根据状态反馈方法邮倒立控制，在此基础上，设计了基于规则分析的摆起控制方案，最终实现了摆起－倒立控制，实验表明，系统的稳定性好，抗干扰能力强，使用DSP来控制倒立摆，有利于系统的小型化，控制更加快速，控制品质有很大提高。     

基于Sugeno模糊模型的倒立摆模糊控制

当倒立摆的摆角及摆速很小时,对倒立摆系统的动力学方程进行局部线性化,采用Sugeno模糊模型,得到相应的模糊规则,然后选择期望的闭环极点,可设计出极点配置状态反馈控制器对倒立摆系统进行控制,仿真结果证明了该方法的有效性,能够实现倒立摆系统的稳定控制。     

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.     

基于模糊控制的旋转型双支点倒立摆系统

对旋转型垂直式倒立摆系统的机械结构及控制系统进行了研究,提出了基于最优控制的T-S模型模糊控制方案,即采用最优控制理论对此模型实现分段控制作为底层控制和基于T-S模型的模糊控制相协调的上层控制,来实现倒立摆系统的稳定控制。采用MATLAB/Simulink对该方法进行仿真,结果验证了基于T-S模型的模糊控制理论对旋转型倒立摆系统控制的有效性。     

基于二级倒立摆实验装置模糊控制

引入模糊控制改善原有的线性控制算法,对二级倒立摆实验装置系统进行了二次开发。将经验和基于系统仿真结果相结合,制定出了简单适用的规则库。该实验系统的实例仿真及调试结果表明,系统具有良好的稳定性,在抑制外部扰动和实时控制性方面,本方法优于经典的状态反馈最优控制。     

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．     

基于PC的倒立摆控制系统设计与实现

本文详细阐述了倒立摆数字化控制系统设计方案以及相应的硬件设计与软件开发．硬件电路包括倒立摆位置和角度信号的变送及电机驱动电路的重新设计，软件部分用VC＋＋6.0来实现对数据采集卡的初始化编程以及做出相应的操作界面和控制策略．该方案经过实验验证，证实其控制的稳定性与准确性获得明显提高，使倒立摆的控制获得了更好的效果．     

基于LabVIEW的二级倒立摆控制系统三维仿真

倒立摆是控制理论研究和教学中广泛使用的典型模型,文章在LabVIEW环境下,以二级直线倒立摆为被控对象,利用虚拟现实技术,开发了倒立摆LQR三维仿真控制系统;使用LabVIEW的三维图形工具箱将倒立摆的三维模型导入LabVIEW中,并利用LabVIEW控制设计和仿真模块将数学模型和三维模型联系起来;通过倒立摆系统的仿真数据驱动倒立摆的三维虚拟模型,能够形象地反映真实倒立摆的运动状态。所开发的系统操作界面友好易用,用户可以方便地修改倒立摆模型和LQR控制器的参数。     

基于最优控制LQR的单级倒立摆系统仿真研究

单级倒立摆控制是一个即复杂而又对准确性、快速性要求很高的非线性不稳定系统控制问题.在倒立摆系统数学模型的基础上,对系统进行了性能分析.应用现代控制理论最优控制LQR方法对单级倒立摆系统进行仿真控制研究,仿真结果说明反馈控制理论对倒立摆系统的控制是有效的,无论是系统的输出还是各个状态变量都具有较好稳定性和一定的鲁棒性.     

基于SDRE方法的一级旋转倒立摆控制

基于拉格朗日方程建立了一级旋转倒立摆的非线性微分方程模型,提出了一种参数化方法以获得伪线性化系统模型.研究了系统的逐点可控性,表明系统除了在摆杆垂直向下位置外都为可控.设计了基于状态相关黎卡提方程(SDRE)方法的控制器,控制增益与系统状态相关,计算复杂程度较高,但控制效果好.与线性最优二次型调节器(LQR)进行了仿真对比,结果表明:SDRE在摆杆远离平衡位置时的控制效果要优于LQR,具有超调小,调节时间短的特点,且能同时完成摆起及平衡控制而不需要另外设计控制器.     

基于T-S模型的倒立摆LQR模糊控制

对固高倒立摆的控制目标、T-S建模方法、LQR控制器的设计、参数Q与控制性能的关系进行了分析,根据各个T-S模糊子集中倒立摆系统所处的不同状态,权衡2个控制目标的比重,选取合适的Q参数,从而设计出有针对性的控制目标的LQR模糊控制器,拓宽了LQR控制器在非线性领域的应用.实验结果证明了它的有效性.