一级倒立摆的双回路PID控制

利用牛顿-欧拉方法方法建立了一阶倒立摆的数学模型,参照固高科技的倒立摆系统参数,得到了倒立摆系统的状态空间方程及其传递函数,设计了双回路PID控制器,实现了摆杆角度和小车位移的同时稳定。最后,通过Matlab仿真验证了所提算法的有效性。     

一种混沌优化的双模糊控制器--倒立摆系统的设计

将单级倒立摆的4维输出分解为2个2维模糊控制器的输入量，与倒立摆组成双闭环控制，内环调节摆杆的角度，外环控制小车的位移。采用混沌算法优化控制器的参数，首先将混沌因子引入模糊控制器参数域的优化搜索中并在全局范围内直接寻优，当获得全局近似最优解后，再缩小寻优区间，在近似最优解的附近继续寻优。时倒立摆系统在不同情况下进行仿真，结果表明；该方法能提高搜索效率，能较快搜索到全局最优解，为解决多输入快速系统的模糊控制器优化设计提供了一种较好的实现方法。     

MATLAB的二级倒立摆虚拟仿真

在对二级倒立摆结构分析的基础上,基于牛顿第二定律建立倒立摆数学模型,并应用LQR状态反馈控制方法实现二级倒立摆控制.MATLAB仿真结果表明:LQR控制器能使倒立摆的摆角在竖直向上的区域内保持稳定,即使突然变化小车位移,摆角也能回复到预期的位置,具有较好的跟踪和控制效果、鲁棒性.     

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.     

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。     

基于反步设计与LQR结合的一级倒立摆控制器设计

本文在阐述倒立摆的研究背景后,利用动力学分析方法推导出直线一级倒立摆系统的数学模型,首先采用Backstepping设计方法对摆杆子系统设计镇定控制器,这样保留了控制器中的非线性部分,使得所设计的控制器具有较强的鲁棒性。然后在局部线性化的基础上采用LQR最优控制方法设计控制器来稳定小车。最终两者结合起来,形成整个倒立摆系统的控制器。并通过仿真验证了该设计方法的有效性。     

一阶倒立摆的LQR稳定控制研究

倒立摆是一个典型的快速、多变量、非线性、绝对不稳定系统,对倒立摆系统的稳定性研究在理论上和方法上具有深远的意义。本文首先叙述了对倒立摆系统稳定性研究的意义,综述了倒立摆的研究现状。其次着重介绍了LQR控制的相关理论,设计出一阶倒立摆系统的控制器。然后,对设计出的控制器进行Matlab/Simulink仿真并将仿真结果应用于固高倒立摆实时控制系统中,比较实验结果,最后得出结论。     

基于混合系统的倒立摆的建模与仿真

针对倒立摆系统中摆杆的控制问题,从混合系统的角度出发,将单摆描述为一个混合自动机,运用不同控制策略之间的切换,构造能量控制器进行起摆控制,在工作平衡点运用线性反馈控制器进行稳定控制,实现将倒立摆从不同初始状态摆起并稳定在θ=0(工作位置)的目标位置。在MATLAB环境中建立单摆的Simulink仿真模型并通过CheckMate 3.6工具箱进行仿真,结果表明在不同初始条件下的单摆系统都能在较短时间内到达垂直向上位置并稳定。     

基于混合系统的倒立摆的建模与仿真

针对倒立摆系统中摆杆的控制问题,从混合系统的角度出发,将单摆描述为一个混合自动机,运用不同控制策略之间的切换,构造能量控制器进行起摆控制,在工作平衡点运用线性反馈控制器进行稳定控制,实现将倒立摆从不同初始状态摆起并稳定在θ=0(工作位置)的目标位置。在MATLAB环境中建立单摆的Simulink仿真模型并通过CheckMate 3．6工具箱进行仿真,结果表明在不同初始条件下的单摆系统都能在较短时间内到达垂直向上位置并稳定。     

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。     

环形单级倒立摆起摆控制研究

针对倒立摆的起摆控制，建立了环形单级倒立摆基于拉格朗日方程的运动方程，在此基础上提出了能量控制的概念，并将能量补偿控制应用在环形单级倒立摆系统上．仿真和实际控制结果表明了所提出方法的有效性和可行性．     

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。     

基于多指标非线性控制的单级倒立摆控制

针对单级倒立摆的稳定性问题,建立了单级倒立摆系统的四阶非线性数学模型,运用多指标非线性控制方法,设计了一个多指标的非线性控制器,并借助于系统特征根配置的方法,整定了该控制器中的c、k参数,实现了小车的水平位置和摆杆角度的稳定控制．最后,同时对线性最优二次型调节器和多指标非线性控制进行仿真对比,仿真表明：与线性最优二次型调节器相比,多指标非线性控制方法在控制效果上更为令人满意．     

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。     

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 .     

一级直线型倒立摆的控制及实现

研究一级直线型倒立摆的起摆、镇定与跟踪问题.采用基于Lyapunov能量反馈方法和基于精确线性化与LQR(linear quadratic regulator)算法结合的方法设计控制器,提出分阶段起摆的控制思想,并将这两种控制器有效地联系起来,最后对控制器的跟踪性能作了讨论.仿真结果与上机实验表明了方法的有效性和优越性.     

倒立摆控制的设计与仿真

针对倒立摆的稳定控制问题,阐述了二阶倒立摆的数学模型,采用线性二次最优控制理论,设计了倒立摆控制系统的线性二次型调节器和线性二次型输出器,使倒立摆系统闭环稳定。在Matlab 6.5环境下,对倒立摆系统在两种控制器作用下的控制过程进行仿真.结果表明,在非线性控制问题中,线性二次型输出器与线性二次型调节器相比,对倒立摆系统的控制更有优势。     

基于粒子群算法的变论域模糊控制在二级倒立摆中的研究

为了实现二级倒立摆系统的快速稳定控制,设计了一款基于粒子群算法的变论域模糊控制器。通过对二级倒立摆系统结构和参数的分析,建立了二级倒立摆的数学模型,再利用粒子群算法优化了变论域模糊控制器的参数,改进了控制器的性能,最后通过仿真证明该算法切实可行。     

以最优控制法实现旋转式倒立摆系统的控制

旋转式倒立摆系统是典型的非线性、不稳定系统。文中介绍了旋转式倒立摆系统的动力学建模过程,研究了倒立摆系统的二次型最优控制器设计,并运用MATLAB程序对最优控制器进行了仿真,通过仿真实验表明这种控制方案是可行的,其效果良好。     

倒立摆控制的无扰切换

针对倒立摆控制问题,改进了Fantoni和Lozano所设计的控制方法,提出一种近似实现控制器无扰切换条件。建立两个切换控制器的控制量等式,在最高点邻域采用Taylor展开方法求解这个非线性方程,得到一个近似无扰切换点集,根据倒立摆的物理模型特点,在这个集合中选择一个切换点,并在它附近取一个区间作为控制器切换的条件。采用倒立摆的位移、平移速度、角度、角速度作为调度变量,根据这些量和切换条件选择控制器参数。仿真结果说明:这种方法基本实现控制器的无扰切换。