基于留优遗传算法的倒立摆最优LQR控制

被控系统稳定性与LQR控制器权重矩阵Q和R的选择有关.针对选择适当的Q和R使系统在约束条件下达到稳定性最优的问题,提出了一种通过留优遗传算法实现二级倒立摆系统LQR控制器参数寻优的新方法.以被控系统的动能积分为性能指标来实现寻优,以能量为寻优性能指标,可使二级倒立摆系统各部分的稳定性以统一的量纲表示.可依据倒立摆系统的耦合性,从总体的角度考虑系统的稳定性.仿真的结果表明了该方法的有效性.     

基于PSO的二级倒立摆LQR最优控制器设计

根据微粒群算法的随机性、快速性、易于实现性等优点,针对LQR在二级倒立摆最优控制设计过程中对加权矩阵Q、R选择的盲目性,研究了基于PSO的LQR最优控制器的设计方法,该方法利用PSO算法的启发式全局优化特点对Q、R阵进行寻优,然后得到状态反馈控制律K。并设计了基于该方法的二级倒立摆的最优控制器,通过和基于遗传算法的LQR最优控制器比较,仿真结果表明：该方法所设计的最优控制器能使系统的响应时间更快,超调量更小,对二级倒立摆的控制效果更理想。     

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。     

基于BP网络二级倒立摆系统PID控制

为了更好地实现对二级倒立摆系统的控制,在基于BP神经网络的PID控制器的基础上,引入增量式函数观测器。以便更好反馈系统的状态来帮助PID控制器作出鲁棒性和适应性更高的控制策略。仿真实验表明,该技术成功地实现了对二级倒立摆系统的控制,其稳定性要优于LQR控制策略。     

基于LQR最优控制的大跨度提梁机同步跟踪算法仿真

利用直线一级倒立摆系统来仿真450T大跨度提梁机的同步跟踪LQR控制算法,并设计出了基于LQR方法的最优控制器,给出了性能参数Q和R选择的一般原则,同时MATLAB仿真结果表明该控制方法能够实现仿真对象的稳定控制。     

倒立摆系统的高精度控制器设计与实现

对线性二次调节器LQR算法中Q和R矩阵的参数与控制系统反馈矩阵Ⅸ之间的关系进行了实验研究,并将所获得的最佳反馈矩阵作为所设计的神经网络控制器的权值初始值。该神经网络控制器是带有局部递归神经网络并具有PID结构的控制器,因而设计简单,尤其适合用于多变量非线性时变系统。通过对一级和二级直线倒立摆系统的具体控制器的设计以及实验,将LQR控制器与神经网络控制器分别在无干扰和有干扰情况下的控制效果进行了对比分析,设计并实现了具有控制精度以及鲁棒性比最优线性二次调节器更高的一级和二级直线倒立摆系统。     

基于改进蜂群算法的倒立摆控制器优化设计

环形倒立摆系统以其非线性、不稳定、高阶的、强耦合的特性,已经成为控制理论教学以及模拟机器人行走、卫星飞行姿态等复杂系统控制的重要实验平台;文章中引入了LQR控制算法,实现对倒立摆的稳定控制;而为了避免LQR控制器设计过程中反复调节加权矩阵Q,R的复杂性,同时得到更优异的控制效果,将人工蜂群(ABC)算法应用于LQR控制器设计中;而为了克服传统蜂群算法的缺陷,加快收敛速度和增加种群的多样性,在雇佣蜂阶段和跟随蜂阶段对算法进行了改进;仿真结果表明,改善的ABC算法的能够很好地完成LQR控制器参数寻优,控制效果良好。     

平面倒立摆建模与最优控制算法的研究

倒立摆系统是一个多变量、非线性、高阶次、强耦合、欠驱动的自然不稳定系统,是自动控制理论教学和研究中典型的物理模型。本文以平面倒立摆系统为研究对象,使用拉格朗日方程建立了多级平面倒立摆的数学模型。采用线性二次最优控制算法,分别设计了LQR及LQR-模糊控制器,实现平面多级倒立摆的平衡控制,结论证明了本文设计的LQR控制器有很好的稳定性、鲁棒性和适应性。     

基于MATLAB的单级倒立摆的LQR控制研究

以一级直线倒立摆为模型研究线性二次型指标的最优控制问题,并利用MATLAB强大的运算和仿真能力来设计LQR最优控制器系统。通过调整加权矩阵Q和R,使控制器的系统性能达到最优,并画出系统阶跃响应曲线。仿真结果表明该系统具较好的稳定性和快速性。     

二级直线倒立摆系统的实物控制

针对二级直线倒立摆系统,采用拉格朗日方程法建立其理论模型,分别使用线性二次最优控制（Linear Quadratic Regulator,LQR）及基于趋近律的滑模控制（Sliding Mode Control,SMC）算法来实现干扰存在情况下倒立摆的平衡控制。对于LQR算法,研究了矩阵[Q]和矩阵[R]与反馈控制矩阵[K]的定性关系,并经过反复多次实验,不断试凑,得到一组良好的控制参数,实现了倒立摆的稳定控制。SMC算法采用基于指数趋近律的控制方法进行了滑模变结构控制器的设计,并利用边界层法来进一步削弱抖振。最后通过仿真及实验,实现了倒立摆的实物平衡控制。     

基于性能协调的平面二级倒立摆控制

针对平面二级倒立摆系统具有的多变量、非线性、强耦合、稳定控制实时性和快速性要求高的特点,设计了利用协调因子优化控制效果的改进型LQR控制器.运用分析动力学方法对倒立摆建立数学模型,以LQR理论设计了平面倒立摆的最优控制器,在此基础上加入性能协调因子,它能根据状态变量的变化实时调整控制作用的大小,进而对LQR输出的预控制...     

基于飞轮的单级倒立摆系统的建模与仿真

针对目前融轮机器人的侧向平衡控制问题,设计了一种基于飞轮的单级倒立摆系统.简单地介绍了目前有关倒立摆系统的研究现状,然后利用拉格朗日方法建立了基于飞轮的单级倒立摆系统的数学模型,同时,对所建立的数学模型(精确模型和线性化模型)在Matlab/Simulink中进行了仿真验证,仿真结果证实了所建立的模型是可信的,并用现代...     

Swing-up and LQR stabilization of a rotary inverted pendulum

In this article, we consider the swing-up and linear quadratic regulator (LQR) stabilization of a rotary inverted pendulum. A DC motor rotates a rigid arm. At the end of the rigid arm is a joint with a pendulum suspended from it. Two encoders check the degree of the rigid arm and the pendulum every 0.5 ms. This article describes a modified bang-bang control which swings the pendulum up safely and fast. In order to solve the stabilization problem, we used a linear quadratic regulator. When the user gives a large disturbance to the pendulum so that it loses its position, it quickly recovers to the upright position. Experimental results showed that the proposed bang-bang and LQR controllers can stabilize a rotary inverted pendulum system within 3.0 s from any starting point. The system also showed robustness to a large disturbance.     

单级倒立摆LQR最优控制及其嵌入式系统实现

倒立摆以其非线性特点成为控制理论分析和设计的典型实验设备.针对单级倒立摆系统,建立其数学模型,设计了线性二次型最优控制器,利用Matlab进行了仿真验证.同时,搭建了控制系统的实物实验平台,利用Z-World公司的嵌入式系统实现了该控制算法,并进行了调试,完成了倒立摆的平衡控制.并作了一些干扰实验来验证系统性能.仿真研究和实物实验的结果,表明在嵌入式控制系统中实现的LQR最优控制算法具有很好的控制效果,使倒立摆具有良好的动态性能和稳态性能.     

旋转二级倒立摆的二次型最优控制研究

针对多变量、非线性和强耦合的旋转二级倒立摆系统,采用分析力学理论分析旋转二级倒立摆系统的结构,建立了旋转二级倒立摆系统的数学模型状态空间方程,分析了系统的稳定性和可控性.将系统的状态空间方程在平衡点附近进行线性化处理,分别采用线性二次型最优控制策略LQR及LQY方法对旋转二级倒立摆系统进行控制系统设计,并借助Matlab平台进行了仿真实验研究.对控制结果进行了详细分析研究,对于实现其他不稳定系统的控制,有着一定的借鉴价值.     

基于LQR的直线一阶单倒立摆最优控制器的设计

对已有的LQR最优控制中系统的动态响应与加权矩阵Q和R之间遵循的基本规律进行分析,并根据这一基本规律对给定的直线一阶单倒立摆采用线性二次型最优控制的方法设计控制器。仿真结果表明,基于LQR的最优控制系统对直线一阶单倒立摆具有很好的控制效果。     

Optimal Control of Nonlinear Inverted Pendulum System Using PID Controller and LQR: Performance Analysis Without and With Disturbance Input

Linear quadratic regulator(LQR) and proportional-integral-derivative(PID) control methods, which are generally used for control of linear dynamical systems, are used in this paper to control the nonlinear dynamical system. LQR is one of the optimal control techniques, which takes into account the states of the dynamical system and control input to make the optimal control decisions.The nonlinear system states are fed to LQR which is designed using a linear state-space model. This is simple as well as robust. The inverted pendulum, a highly nonlinear unstable system, is used as a benchmark for implementing the control methods. Here the control objective is to control the system such that the cart reaches a desired position and the inverted pendulum stabilizes in the upright position. In this paper, the modeling and simulation for optimal control design of nonlinear inverted pendulum-cart dynamic system using PID controller and LQR have been presented for both cases of without and with disturbance input. The Matlab-Simulink models have been developed for simulation and performance analysis of the control schemes. The simulation results justify the comparative advantage of LQR control method.     

单级倒立摆建模及其控制方法设计

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。单级倒立摆数学模型的建立对研究其稳定性具有指导作用。用拉格朗日功能平衡法建立了倒立摆的刚体动力学方程,采用了LQR法对其进行了控制设计,并且进行了MATLAB仿真,结果表明此方法均可以成功控制倒立摆,使其稳定并具有良好的鲁棒性。