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。     

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。     

新型跟踪误差下的H∞自适应模糊控制系统

对一类非线性不确定系统,给出了一种设计具有H∞跟踪性能的自适应模糊控制系统的方法.为避免出现较大的控制力,引入了一种新型跟踪误差;然后用模糊系统来逼近被控对象数学模型中未知的函数,并用自适应控制理论得到了参数的自适应律.用LMI方法获取了辅助控制的增益.为验证本方法的有效性,给出了控制倒立摆的仿真实验例子.     

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.     

一级旋转倒立摆及其控制装置的研究与实现

通过拉格朗日方程推导出一级旋转倒立摆系统的数学模型,起摆运动部分利用雅普诺夫方程分析,以摆杆势能偏差作为调控量对系统进行闭环控制,使系统摆杆运动受控,在倒立摆成功摆起后,在倒立摆非稳定平衡点处对系统模型进行线性化,并采用双闭环PID算法对倒立摆模型旋臂位置和摆臂位置进行稳定控制,并使用32位MCU搭建实验平台进行实际验证.结果表明,该控制方法可以实现旋臂静止和摆臂稳定于非稳定平衡点的效果.     

逆系统轨迹控制二级倒立摆自动摆起

将逆系统轨迹控制应用于二级倒立摆的自动摆起控制系统,离线求解非线性方程两点边值问题,得到系统的参考轨迹;采用逆系统前馈控制和基于H∞控制的增益调度反馈控制对参考轨迹进行精确跟踪,实现二级倒立摆的自动摆起;当两摆杆摆起到竖直倒立位置后,采用变增益H∞反馈控制器进行稳定控制.仿真实验结果表明,该方案在较短的摆起时间内实现了二级倒立摆两摆杆的自动摆起,稳定性和鲁棒性明显提高.     

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.     

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,...     

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.     

Adaptive Fuzzy Sliding Mode Control for a Class of Uncertain Dynamic Systems*

Fuzzy Logic System (FLS) can be utilized to approxi-mate complex uncertain nonlinear dynamic systems. Inthis paper, an adaptive fuzzy Sliding Mode Control(SMC) scheme is proposed where FLS is used as an ap-proximation of the unknown systems. In order to reducethe approximation errors between the true nonlinearmodel and FLS, an adaptive law is presented. The sta-bility of the controlled system is proved by using Lya-punov stability theory. The proposed control scheme isapplied to an inverted pendulum system to show its effec-tiveness.     

Hardware implementation of the quadruple inverted pendulum with single motor

Inverted pendulums are always used to verify some qualities and effect of certain control theory or method. Single or double inverted pendulum control system has been extensively studied for education and research purposes. However how to control a triple inverted pendulum is a difficult problem, which just a couple of control experts can solve including us. Undoubtedly, to implement controlling of a quadruple inverted pendulum is a very difficult problem, but we first successfully accomplished it using variable universe adaptive fuzzy control method in August, 2002. In this paper, a controller for a quadruple inverted pendulum is demonstrated using the variable universe adaptive fuzzy control theory.     

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·     

一类广义系统的有限时间鲁棒耗散控制

针对一类双边模糊模型描述下的模糊广义系统,考虑了其具有参数不确定性和外部扰动时的有限时间稳定性问题,利用线性矩阵不等式(LMIs)技术,给出了该类模糊广义系统有限时间稳定的充分条件;设计了基于平行分布补偿(PDC)的有限时间鲁棒控制器,有效地将控制系统在给定的时间区域内限定在期望的状态空间椭球内,使系统在给定的有限时间区域内和零初始状态下可以达到相应的耗散性能.数值算例的仿真结果说明了所给方法的有效性.     

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.     

非线性不确定系统的鲁棒拟人控制器设计

尽管拟人智能控制方法自提出以来取得了很多成功应用，但在系统存在不确定性的情况下，如何基于拟人智能控制方法设计系统的鲁棒控制器一直是个难题．针对仿射非线性不确定系统，结合二级倒立摆系统作为设计实例，提出了一种鲁棒拟人智能控制器设计方法．首先，基于被控对象的标称模型设计拟人控制律；然后在采用拟人控制律的基础上，应用积分滑模控制方案设计鲁棒补偿器，用以抑制模型不确定性对系统稳定的不利影响、提高系统的鲁棒性．最后，对二级倒立摆控制系统进行了仿真和实验验证，仿真和实验结果进一步证明了设计方案的有效性．     

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。