基于LQR的直线二级倒立摆最优控制系统研究

倒立摆系统是一个典型的多变量、非线性、强耦合和快速运动的高阶不稳定系统,是检验各种新的控制理论和方法有效性的典型理想模型。在其控制过程中,能有效地反映诸如镇定性、鲁棒性、随动性以及跟踪等许多关键问题。通过研究直线二级倒立摆LQR控制方法,首先建立了二级倒立摆的数学模型,然后设计LQR控制器,并对系统进行仿真,最后使用Windows动态链接库调用技术和多媒体定时器技术设计了VC和Simulink两种版本的控制程序,系统成功实现了稳摆控制。

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。

模糊神经网络的二级倒立摆稳定控制分析

在MATLAB环境下,针对二级倒立摆系统稳定控制问题,引入新的智能控制策略,该种方法采用BP算法与最小二乘(LSE)算法结合的混合算法对Takagi-Sugeno模糊模型中的前件及后件参数进行优化修正,在已获得的客观输入、输出样本集的基础上,提出一种基于自适应神经网络的模糊推理系统ANFIS来对倒立摆系统进行"倒立"控制。实时控制结果表明,所提出的控制方法是可行而且有效的。