基于RBF神经网络二级倒立摆系统的PID控制

针对二级倒立摆系统,提出一种基于RBF神经网络的PID控制方法。该方法采用RBF神经网络对PID控制器的参数进行优化修正,从而使控制器处于最优状态,实现二级倒立摆的稳定控制。仿真结果表明,该方法的控制精度较高,响应迅速,超调量较小。对于多变量、非线性、不稳定的快速系统,具有较好的控制效果。     

基于RBF神经网络二级倒立摆系统的PID控制

针对二级倒立摆系统,提出一种基于RBF神经网络的PID控制方法。该方法采用RBF神经网络对 PID控制器的参数进行优化修正,从而使控制器处于最优状态,实现二级倒立摆的稳定控制。仿真结果表明,该方法 的控制精度较高,响应迅速,超调量较小。对于多变量、非线性、不稳定的快速系统,具有较好的控制效果。     

非线性PID控制在倒立摆控制系统中的仿真研究

针对直线一级倒立摆的单输入双输出、强非线性、强耦合的不稳定系统,提出了双回路非线性PID控制方案,即分别采用一个控制器去控制小车的位移和摆杆的偏角,以同时实现小车位移和摆杆偏角的闭环控制.仿真结果表明,该控制方案是可行的、有效的,并且具有很强的抗干扰能力.     

单级倒立摆系统的神经网络逆模控制

给出了单级倒立摆的一种神经网络逆模控制方案。首先，采用PD控制器控制倒立摆，采集倒立摆的输入输出数据；然后，以这些数据为基础训练倒立摆的神经网络逆模型；再采用比例控制器与逆模型串联构成逆模控制器。整体结构上单级倒立摆系统是一种闭环的逆模控制结构。仿真结果表明，所采用的神经网络逆模控制比传统的PD控制具有更短的调节时间和更小的超调，能更好地实现倒立摆的稳定控制。     

预测控制算法及其在倒立摆中的应用

基于神经网络模型的预测控制算法,是利用前向神经网络建立非线性被控对象的模型,以滚动优化、反馈校正实现对系统的控制。将其应用于倒立摆系统中,实现了对摆角和位移的同时控制。理论分析与仿真结果表明,该算法可避免对受控对象做复杂的数学分析。具有收敛速度快,鲁棒性较强的特点。     

BP神经网络在倒立摆控制中的应用

建立了基于人工神经网络改进BP算法的一级倒立摆的数学模型,并给出了BP网络结构,采用改进的LM训练算法,结合由极点配置获得训练数据。利用Matlab软件进行训练仿真,结果表明,改进的BP算法控制倒立摆精度高、收敛快,在非线性控制、鲁棒控制等领域具有良好的应用前景。     

基于BP神经网络的广义预测控制算法在一级倒立摆控制中的应用

提出了一种基于BP神经网络的广义预测控制算法,其实质是利用BP神经网络来求取广义预测控制的最优控制律,该算法对广义预测控制算法进行了简化,可以应用于快速系统的控制.以倒立摆系统作为研究的对象,将新算法应用于一级倒立摆的控制,仿真结果证实了该算法的有效性和实用性.     

基于LQR理论的直线单级倒立摆PID控制仿真研究

针对一级倒立摆不稳定的特性,为其建立了数学模型,并采用双PID控制策略对其进行控制.通过线性二次型最优控制（LQR）理论计算出反馈矩阵K,将K中的参数作为PID控制器的参数.计算机仿真实验结果表明,此方法可以简化PID控制器参数的选取过程,并对直线一级倒立摆系统取得了良好的控制效果.     

倒立摆系统的分类解耦控制研究

通过建立倒立摆系统数学模型,分析其状态空间,并采用一种分类解耦的线性化方法,简化了该系统设计的复杂程度.将模糊控制与PID整定算法结合在一起,设计了一种基于分类解耦的新型控制器.由仿真结果证明了该系统良好的动态性能和稳态性能.     

直线二级倒立摆的PID实时控制

针对直线二级倒立摆系统的单输入三输出的不稳定系统,提出了三回路PID控制方案.利用所提出的PID控制系统与状态反馈控制系统具有相同结构的特点,提出了利用状态反馈极点配置方法来整定PID参数的思路.通过实际控制实验,验证了所提出的PID控制方案的有效性,也证实了采用整定PID参数的新思路可克服人工整定的困难.     

智能控制理论在倒立摆控制系统中的应用

倒立摆系统是一个复杂的非线性系统。本文建立了倒立摆的一种非线性数学模型，在分析的基础上，为倒立摆系统设计了一种模糊控制方案。我们对一级倒立摆系统进行了控制，取得了较好的效果。     

基于自适应模糊PID平面倒立摆的建模与仿真

该文采用拉格朗日方程建立平面倒立摆系统的动力学模型,并通过X轴和Y轴两个方向分步控制,将非线形、强耦合、多变量的平面倒立摆系统数学模型进行非线形解耦,得到X轴和Y轴方向解耦的非线形倒立摆模型,并设计了自适应模糊PID控制器。证实了自适应模糊PID控制策略稳定时间短,同时使系统具有良好的鲁棒性。     

倒立摆微机控制装置

本文介绍了一个倒立摆微机控制装置的设计方法。在本设计中,TP-801单板机作为控制器,其软件与PWM放大器配合,直接由伺服电动机对不稳定的被控对象——倒立摆进行控制,省去了D/A转换器。试验证明,设计是成功的。     

从倒立摆装置的控制策略看控制理论的发展和应用

倒立摆系统是一个复杂的、非线性的、不稳定的高阶系统 倒立摆的稳定性控制是控制理论与应用的典型问题 本文从控制理论的发展过程出发 ,概述了经典控制理论、现代控制理论、人工智能控制理论以及拟人智能控制理论在倒立摆系统控制中的应用