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。     

直线一级倒立摆控制策略研究及仿真分析

应用牛顿力学定律建立了直线一级倒立摆的传递函数、状态空间表达式等数学模型,并分析其稳定性、可控性和可观测性。在此基础上,分别研究经典控制方法和现代控制方法在一级倒立摆系统中的应用,包括PID控制算法、系统频率响应分析与校正、线性二次最优控制算法和极点配置法,并在MATLAB/SIMULINK仿真平台上对这些控制算法的效果进行仿真,可以取得不同的控制效果。     

模糊控制和参数自整定PID设计

倒立摆作为控制领域的一个比较典型的基本实验,始终在控制领域起着举足轻重的作用。倒立摆作为一种典型的多变量,非线性,自然高度不稳定性系统,本身包含着控制系统所必须解决的一些重要因素,如镇定问题,非线性问题,鲁棒性问题,随动问题和跟踪问题等等,因此研究倒立摆的意义深远。模糊控制是最近才发展和成熟起来的一种控制方法,模糊控制以专家经验知识库为基础,模拟人的思维,对被控对象进行智能化控制,将模糊控制应用到倒立摆控制中往往比传统的PID控制要优越。本文以一阶倒立摆为被控对象,详细研究了模糊控制对高度非线性不稳系统的控制方法。     

二级倒立摆两种控制方法的对比研究

针对二级倒立摆系统的稳定控制问题,提出了LQR控制和改进的模糊控制两种控制方法。首先,采用两种控制方法设计了两种二级倒立摆系统的控制器;其次,通过仿真结果表明两种方法是有效的,但是改进的模糊控制方法比LQR控制方法效果更好;最后,将改进的模糊控制方法成功运用到了直线二级倒立摆实物系统上,进一步验证了该方法更适合解决这类非线性控制问题。     

采用自适应模糊PID的二阶倒立摆控制

建立一个二阶倒立摆的数学模型,将常规比例-积分-微分(PID)控制与模糊控制相结合,设计模糊PID控制器,实现PID参数的自适应模糊整定.仿真实验表明:所设计的模糊PID控制器能很好地实现二阶倒立摆的扶起平衡控制,控制效果明显好于常规PID控制器,超调量和调节时间较小,具有较好的抗干扰能力,非常适合二阶倒立摆模型的稳定控制.     

基于LQR理论的直线单级倒立摆PID控制仿真研究

针对一级倒立摆不稳定的特性,为其建立了数学模型,并采用双PID控制策略对其进行控制.通过线性二次型最优控制(LQR)理论计算出反馈矩阵K,将K中的参数作为PID控制器的参数.计算机仿真实验结果表明,此方法可以简化PID控制器参数的选取过程,并对直线一级倒立摆系统取得了良好的控制效果.     

基于动态查询表的模糊控制策略及其应用

研究基于动态查询表的模糊控制策略及其在转臂式倒立摆中的应用.采用一种新的倒立摆系统的控制方法,将传感器检测的倒立摆的两个角度信息传送到控制器,控制器利用该信息的模糊化量按基于动态查询表的模糊控制策略进行实时计算,由得出的控制量控制力矩电机驱使摆杆运动,从而使摆臂处于动态的直立状态.采用C++语言实现了对倒立摆的控制.实验结果表明,这种控制方式能够提高系统的控制精度.     

基于Matlab的实时模糊控制系统的研发

研制出一种低成本、高可靠性和高稳定性倒立摆硬件系统,同时提出一种专家模糊控制策略以及基于Matlab的实时控制途径。采用模糊组合变量来减少模糊规则数,并根据摆角来选择不同模糊规则库从而提高控制性能。用Matlab实现的控制算法在对倒立摆的实验中表现出很好的实时控制性能。     

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。     

基于增强学习规则的倒立摆模糊神经网络控制器

为实现模型未知、初始时有脉冲输入的车上单级倒立摆镇定控制,提出了一种采用增强学习规则训练的模糊神经网络控制器。以神经网络构造基于T-S(Tankagi-Sugeno)规则的模糊控制器;用3层前馈网络组成预测器进入仿真,得到倒立摆状态并计算状态预测值,再将状态和状态预测值组成训练数据对,训练状态预测BP(Backward Propagation)网络;利用增强学习的方法训练模糊控制器,根据神经网络产生的模糊控制量和倒立摆状态预测,做出控制决策。此方法简化了模糊控制部分参数调整,亦可应用于其他无模型控制。实验证明,控制器鲁棒性良好,即使在倒立摆参数变化较大时,控制器仍能维持倒立摆平衡。     

基于遗传算法优化的双回路模糊控制倒立摆系统

通过遗传算法、模糊控制、PID的结合,对直线一级倒立摆的平衡控制问题进行了优化控制。首先用牛顿-欧拉法建立倒立摆的动力学模型,得出系统的传递函数和状态空间表达式,分析系统的稳定性和可控性。以此为基础,先设计了PID单回路和双回路控制器;然后用遗传算法优化PID参数;再用优化的参数设计双回路模糊PID控制器;并用MATLAB对系统进行了仿真。纵向和横向控制方法的对比分析表明:该方案控制效果最好,能同时控制角度和位移;其参数可在最优PID初值的基础上在线修改,实现最佳调整,使对象具有良好的静态和动态性能。     

基于模糊控制器的单级平面倒立摆的实时控制

针对一个单级平面倒立摆系统,建立了相应的数学模型;进行了稳定性、能控性与能观性分析。分别设计了变量融合模糊控制策略和模糊PID复合控制策略。应用所设计的控制器对该倒立摆系统分别进行了系统仿真与实时控制实验。证明了两种模糊控制器均可以保证倒立摆系统具有良好的控制精度,特别是模糊PID复合控制器使系统具备了较强的抗外部干扰能力。     

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。     

倒立摆教学实验系统的二次开发

利用倒立摆实验装置开放式的软件平台,以非线性PID控制器为例,采用CMEXS函数的方法搭建了非线性PID控制器的Simulink实验模型,并移植到倒立摆实验装置的监控软件中直接使用,使控制系统得以快速成形。实时控制实验的成功表明了所开发实验的是可行、有效的,此开发具有一定的推广应用价值。     

单级旋转倒立摆控制研究

介绍了单级旋转倒立摆的组成结构,设计了一种基于T-S模型的模糊控制器,并以Quanser公司生产的旋转倒立摆系统为研究对象进行了实验研究,实验结果表明该模糊控制器的可行性,而且具有稳定性好和算法简单的特点.     

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.     

旋转式倒立摆控制策略

基于旋转倒立摆模型,分别应用状态反馈、状态反馈 PID和状态反馈 Fuzzy等控制策略进行控制,通过仿真研究表明这些算法的可行性及有效性.