倒立摆系统的泛逻辑控制及相关比较研究

针对水平导轨直线型二级倒立摆的稳定控制问题,提出了基于泛组合运算模型的泛逻辑控制方法,并设计实现了其线性二次型最优调节器、拟人智能控制器和模糊控制器。通过对各控制器设计特点和控制效果的比较研究发现,所提出的泛逻辑控制器由于本质上具有的柔性特征,对系统具有较高的控制精度,在控制快速性和稳定性方面表现较好。     

二级倒立摆的Sugeno型模糊神经网络控制

为了提高二级倒立摆系统实时控制的响应速度和稳定性,在设计Mamdani型模糊推理规则控制器控制倒立摆系统稳定的基础上,设计了一种更有效率的基于Sugeno型模糊推理规则的模糊神经网络控制器。该控制器使用BP神经网络和最小二乘法的混合算法进行参数训练,能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则。通过与Mamdani型控制器的仿真对比及实际控制实验结果,表明该Sugeno型模糊神经网络控制器对二级倒立摆实验装置的控制具有良好的稳定性、快速性和较高的控制精度。     

二级倒立摆的Sugeno型模糊神经网络控制

为了提高二级倒立摆系统实时控制的响应速度和稳定性,在设计Mamdani型模糊推理规则控制器控制倒立摆系统稳定的基础上,设计了一种更有效率的基于Sugeno型模糊推理规则的模糊神经网络控制器.该控制器使用BP神经网络和最小二乘法的混合算法进行参数训练.能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则.通过与Mamdani型控制器的仿真对比及实际控制实验结果,表明该Sugeno型模糊神经网络控制器时二级倒立摆实验装置的控制具有良好的稳定性、快速性和较高的控制精度.     

基于能量控制与近似输出调节的二级倒立摆起摆和跟踪控制

二级倒立摆是一个典型的欠驱动非线性系统,其控制问题具有一定的挑战性.为了解决时变参考信号下二级倒立摆的起摆和跟踪控制问题,本文提出了一种基于能量控制与近似输出调节方法的起摆和三阶控制器设计方案.首先,采用能量控制方法将第1级摆杆从下垂位置摆起到倒立位置附近;其次,采用滑模控制方法将第1级摆杆稳定在倒立位置,同时,采用等效小车与能量控制相结合的方法将第2级摆杆摆起到倒立位置附近;最后,采用基于近似输出调节理论的多项式近似方法设计三阶控制器实现二级倒立摆的位置跟踪控制.仿真和实验结果均验证了该控制方案的有效性.     

二级倒立摆控制器设计及稳定性研究

在二级倒立摆控制器优化设计的研究中,由于二级倒立摆系统是一种复杂多变量、强耦合的不稳定系统,较难达到稳定平衡状态,首先要建立模型,之后才能够进行系统仿真与实际控制实验.由于系统对控制器性能要求较高,因此选用遗传算法训练的小波神经网络控制器,并针对遗传算法仍然存在的收敛速度慢,泛化性能差,可能陷入“早熟”等许多问题,对算法加以改进.将采用罚函数为基础的小生境技术引进到遗传算法中;并根据个体适应度来改进交叉概率.在仿真与实物控制实验中,控制器能够实现二级倒立摆系统的稳定控制,且抗干扰能力、系统平衡恢复速度优良,验证了设计的二级倒立摆控制器的有效性.     

二级倒立摆状态反馈控制器设计优化方法

设计了一种二级倒立摆的状态反馈控制器。研究了一种基于单纯形算法的参数优化方法。首先给出了二级倒立摆系统模型并分析了系统特性,设计了状态反馈控制器,提出基于ITAE(Integrated Time&Absolute Error)性能指标应用单纯形优化方法对状态反馈控制参数进行优化设计,以快速准确地得到状态反馈阵,并利用固高GLIP2002型直线倒立摆系统进行仿真分析和二级倒立摆系统控制实验,实现了二级倒立摆优化控制。提出的一种如何寻找使系统稳定且具有较好性能的状态反馈控制参数这一控制领域重要问题的解决方法,避免了极点配置法手动试凑方法调试参数困难的问题,对非线性、强耦合运动体的控制具有理论意义和应用价值。     

二级倒立摆系统的实时稳定控制实验研究

为实现二级倒立摆系统的实时稳定控制,以深圳固高直线二级倒立摆装置作为控制对象,在MATLAB环境下,利用基于二次型最优控制理论的线性二次型(Linear Quadratic Regulator,LQR)最优控制器,成功实现了该装置的实时稳定控制。为引入新的控制策略,采集二级倒立摆实时控制过程中的LQR控制器数据作为样本,经过自适应神经模糊推理系统(Adaptive Neuro-Fuzzy Inference System,ANFIS)工具箱训练并生成出一种新型模糊神经网络控制器,应用到装置上同样实现了实时平衡。结果表明,新型控制器较LQR控制器控制效果更优,也为成功实现装置的实时平衡提供了一种新的思路和解决方法。     

五种倒立摆控制器对比研究

针对水平导轨直线型倒立摆的稳定控制问题,论文设计了线性二次型调节器LQR和LQY、拟人智能控制器和模糊控制器,提出了一种基于泛组合模型的智能控制器。用这五种控制器对系统进行控制,实验证明了所提出的智能控制模型的有效性。对各控制器控制效果的比较研究说明智能控制比线性控制更适合解决这类非线性控制问题。     

二级倒立摆的鲁棒建模及其鲁棒H∞最优控制

针对倒立摆系统本身存在的大量不确定性因素，建立其不确定数学模型。苦于最优控制的思想，针对二级倒立摆的参数摄动及干扰，设计了鲁棒H∞最优控制器，并在二级倒立摆实验装置上进行控制。实验结果表明；用鲁棒H∞最优控制器的二级倒立摆系统，具有很强的鲁棒稳定性和抗干扰性。     

一种基于柔性逻辑的控制方法研究

模糊控制是基于领域专家所给出的模糊控制规则来实现对系统的控制,这些模糊控制规则粗略地描述了控制器输入和输出之间的关系.模糊控制采用的是一种分段逼近的思想,因此在对高阶和多输入等实际复杂系统控制过程中,模糊控制存在控制规则组合爆炸和控制精度不高两大问题.从常规二维模糊控制器的输入变量误差E和误差变化率EC的基本物理意义出发,深入分析它们之间所蕴含的逻辑关系,指出这种关系的本质就是泛逻辑学中的泛组合关系,可用简单的泛组合运算代替复杂的模糊规则推理过程.据此提出了一种柔性逻辑控制方法,可实现对复杂系统的精确控制.最后,一级倒立摆的实物实验结果证明了该方法的可行性和有效性.     

两类B样条模糊系统及其应用

能够同时逼近函数及其导函数的模糊系统在应用中具有重要意义.本文利用B样条函数作为推理前件,得到了两类能够同时逼近函数及其导函数的B样条模糊系统.其中第一类B样条模糊系统是插值系统且对函数及其一阶导函数分别具有二阶和一阶逼近精度,第二类B样条模糊系统是拟插值系统且对函数及其一阶、二阶导函数均具有二阶逼近精度.最后,将这两类模糊系统应用到一级倒立摆的稳定控制中,仿真结果表明利用这两类模糊系统设计的控制器是可行的,且具有一定的鲁棒性.     

直线一级倒立摆分数阶控制器设计及仿真

针对直线一级倒立摆的稳定控制问题,设计了分数阶比例积分(FOPI和FO[PI])控制器。首先,根据Newton力学方法建立了倒立摆系统的数学模型。然后,采用基于向量的增益鲁棒性分数阶控制器参数求解简化算法,设计了分数阶比例积分控制器。最后,在MATLAB环境下进行了分数阶比例积分控制器参数整定方法的有效性验证,并且对倒立摆系统分别采用分数阶比例积分控制器和整数阶PID(IOPID)控制器进行了稳定控制仿真实验,并将得到的摆杆角度响应曲线进行了对比分析。结果表明:分数阶比例积分控制器对系统的稳定控制效果优于IOPID控制器,且在分数阶比例积分控制器中,FO[PI]控制器对系统稳定控制最好,响应时间较快、振荡幅值较小且具有鲁棒性。     

旋臂式倒立摆的控制设计与仿真

针对旋臂式倒立摆的稳定控制问题,建立了二阶旋臂式倒立摆系统的数学模型,运用连续系统线性二次型最优控制理论,设计了旋臂式倒立摆控制系统的线性二次型调节器,使倒立摆系统在闭环状态下稳定。运用Matlab进行仿真,通过与传统的极点配置方法相比较,发现最优控制效果更好。     

不确定平面二级倒立摆的鲁棒自适应控制

为提高倒立摆控制系统的抗扰动能力,降低其对未建模动态等的敏感度,研究了不确定平面二级倒立摆的鲁棒自适应控制器的设计方法。把倒立摆动力学模型分解为确定和不确定两部分,用一个非线性参数化模糊逻辑系统逼近平面二级倒立摆的不确定动态,采用李雅普诺夫稳定性理论推导出使平面二级倒立摆的状态误差渐近收敛的鲁棒控制器及自适应律。理论分析和仿真结果表明所提出的控制算法是有效的。     

倒立摆系统的自摆起和稳定控制

为了实现一级倒立摆系统自摆起和稳定控制，该文采用了最优控制与PID控制相结合的控制方法。首先，采用Bang—Bang控制理论设计开环时间最优控制器，实现倒立摆的平稳快速摆起，同时设计经典PID控制器控制小车位置；然后采取线性二次型最优控制理论设计LQR控制器，将倒立摆稳定在平衡位置。计算机仿真和倒立摆系统实时仿真表明，文中提出的控制策略和控制算法得到了很好的验证，取得了满意的效果。     

四级倒立摆的状态变量合成模糊神经网络控制

文章给出了四级倒立摆系统的硬件组成，分析了四级倒立摆的系统结构、建立了数学模型。分析了系统的可控性、可观测性，给出了一种基于状态变量合成的模糊神经网络控制控制方法。在实践中证明该方法可行，成功地立起四级倒立摆。     

Stabilization control of series-type double inverted pendulum systems using the SIRMs dynamically connected fuzzy inference model

A new fuzzy controller for stabilizing series-type double inverted pendulum systems is proposed based on the SIRMs (Single Input Rule Modules) dynamically connected fuzzy inference model. The controller deals with six input items. Each input item is provided with a SIRM and a dynamic importance degree (DID). The SIRM and the DID are set up such that the angular control of the upper pendulum takes the highest priority order over the angular control of the lower pendulum and the position control of the cart when the relative angle of the upper pendulum is big. By using the SIRMs and the DIDs, the control priority orders are automatically adjusted according to control situations. Simulation results show that the controller stabilizes series-type double inverted pendulum systems of different parameter values in about 10.0 s for a wide range of the initial angles.     

环型二级倒立摆的控制研究与实现

通过分析环型二级倒立摆系统的动力学特性,将系统的状态空间方程在“倒立”的 平衡点附近进行线性化处理,应用线性二次型最优控制策略,对环型二级倒立摆进行控制器 的设计与仿真实验,并成功地将所设计的控制器应用到实际的环型二级倒立摆系统上,使其 稳定地平衡在“倒立”状态．所做应用与实际实验在国内尚未见到报道．     

基于滑模变结构的柔性倒立摆控制研究

针对柔性倒立摆稳摆控制比较困难且传统指数趋近率的滑模变结构控制易对系统造成抖振,基于机理建模方法建立柔性倒立摆数学模型,提出变指数趋近率的滑模变结构控制方法,设计了滑模变结构控制器,使系统具有较好的稳摆控制和鲁棒性。仿真结果表明,基于变指数趋近率的滑模变结构控制方法能够更好的实现倒立摆稳定控制,相比于传统指数趋近率的滑模控制器输出更加平滑,进而减小了控制器的负担。