基于干扰观测器的倒立摆自适应滑模控制及仿真研究

旋转二级倒立摆是一种非线性、强耦合的复杂不稳定的欠驱动系统,在已建立的倒立摆数学模型的基础上,提出了一种基于干扰观测器的离散自适应滑模控制算法,针对系统的内部参数变化和外部扰动,利用干扰观测器对系统的不确定因素进行了动态补偿,同时结合自适应算法降低系统的抖振,与未采用干扰观测器的传统自适应滑模控制律的仿真结果进行对比,可以看出,采用改进的控制算法大大降低了系统的抖振和超调,改善了系统的动态性能,得到更好的控制效果.     

直线二级倒立摆基于LMI算法的滑模鲁棒H∞控制

倒立摆系统的控制研究一直是控制领域里经久不衰的课题,倒立摆系统是高阶次、自然不稳定系统,容易受到外界干扰或者自身一些不确定性因素的影响而失去稳定。若用传统的滑模控制难以实现系统具有全程鲁棒抗干扰能力,同时存在控制输入抖振的现象。对此,提出了滑模鲁棒状态反馈 控制,即设计了带有滑模面参数和状态反馈增益的复合控制器,将问题转化为通过线性矩阵不等式求解优化值的优化问题,优化了状态反馈增益和滑模面,使得整个闭环控制系统具有全局强鲁棒性的特点,并实现了削弱抖振的目的。仿真结果表明了该控制方法的有效性和可行性,并且具有较强的鲁棒性和响应速度快的优越性,对高阶次不稳定系统具有很好的控制效果。     

基于SimMechanics的直线二级倒立摆仿真研究

倒立摆是一个非线性、高阶次和绝对不稳定系统,广泛用于测试各种控制算法。为了对直线二级倒立摆进行建模、控制和仿真,首先讨论了倒立摆数学模型并利用MATLAB中第二代SimMechanics工具箱进行三维建模。此外,实现了两种控制算法的稳定性控制并进行对比,针对比例积分微分(proportional integral derivative,PID)控制,提出采用主导极点配置方法进行参数整定,而模糊控制采用了基于线性二次型(linear quadratic regulator, LQR)融合的模糊控制器设计。结果表明,两种控制方法均取得较好的控制效果,且模糊控制在快速性、超调量及抗干扰能力上都比PID控制性能优越。     

桥门式起重机吊重摆角软测量及仿真研究

为了解决工程中起重机吊重摆角和摆角角速度不易测量的问题,通过利用小车位置信息设计状态观测器,小车吊重系统和观测器构成软测量系统。通过引入观测器输出与小车吊重系统输出之间的差值并经过观测器的增益向量负反馈至观测器的输入端,将观测器的极点配置在负实轴上,实现系统对摆角和摆角角速度稳定、快速软测量。仿真研究表明：软测量系统具有较强的鲁棒性;随极点增大,软测量系统对吊重和绳长变化具有更宽的适应范围;当极点确定时,软测量效果对绳长变化比吊重变化敏感。     

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.     

高压摆喷灌浆在新立城水库坝基防渗中的应用

新立城水库的坝基渗透严重威胁水库大坝的安全,为解决这一问题,利用高压摆喷灌浆技术对水库进行了除险加固,对其主体工程防渗板墙设计采用折线连接,分两序孔进行施工,取得了良好效果。     

基于TMS32054xx芯片系统的在线升级设计

本文介绍了基于TMS32064xx芯片系统的在线升级设计方法,详细介绍了Flash和DSP的存储器分配和DSP的二次加载技术。经实际验证该方法具有实现简单可靠等优点。     

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。     

直线一级倒立摆模糊控制器的设计

倒立摆系统以其自身的不稳定性而难以控制,也因此成为自动控制实验中验证控制策略优劣的极好的实验装置.本文针对直线一级倒立摆系统的平衡控制问题。应用牛顿力学方法对其进行数学建模,对系统进行了能控性分析.应用模糊控制理论设计了控制器,仿真及时控结果表明,模糊控制方法对于典型非线性自不稳定系统有着很好的控制能力.     

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.