基于LQR的小车-倒摆闭环控制系统研究

运用Lagrange方法建立了小车-倒摆控制系统的数学模型,并推导出该模型的状态空间表达式,分析了系统的稳定性、能控性和能观性,建立了基于LQR的小车-倒摆闭环控制系统,利用Matlab仿真实验讨论了加权矩阵Q和R对最优控制的影响,实现了对系统的最优控制。

小车-倒摆控制系统的Takagi-Sugeno模糊模型研究

文章以系统的输入输出测试数据为依据，讨论了系统的Ｔａｋｓｇｉ－Ｓｕｇｅｎｏ模糊模型的辨识方法，并基于此设计了小车－倒摆系统的模糊控制器。实验结果表明，本方法具有较高的可靠性和应用价值。

倒摆的多速率最优调节器设计

给出一种多速率最优调节器的时不变单速率设计法 ,采用“提升”技术 ,把多速率系统的设计问题转变成了单速率系统的设计问题。采用这种方法对控制界的一个典型问题———倒摆小车的控制问题进行了研究 。

基于神经网络的专家规则推理系统

本文将专家在平衡—模拟倒摆小车时记录下来的数据经处理后，用监督式学习的方法训练一前置式神经网络。训练后的神经网络派生出了一组专家尚未意识到或者表达不出来的规则，并将该规则构造的专家系统控制器与使用Ｑｕｉｎｌａｎ的ＩＤ３算法推导出的规则构造的专家系统控制器进行比较。实验结果表明，神经网络算法学习出来的规则较ＩＤ３算法推导出的规则更为有效，且更有应用价值。本文成功地将该规则应用于火箭的姿态控制，一类似倒摆小车的问题。

输出反馈的局限性

基于对一非最小相位系统状态反馈和输出反馈的对比分析,指出采用最优设计可使状态反馈具有良好的鲁棒性.在最优状态反馈的基础上用观测器来形成输出反馈,给出了基于观测器的输出反馈控制器,分析表明这种输出反馈没有鲁棒性.指出因为在输出反馈中对象用的是输入输出描述,所以传递函数的非最小相位特性是使输出反馈失去鲁棒性的根源.