三自由度直升机多模型LQR控制器设计

通过对三自由度直升机模型实验系统的总体分析,引入了多模型切换思想,建立了多模型LQR控制器。针对多模型LQR控制器将数学模型以高度角和俯仰角两个角度为变量建立多模型集合,运用Matlab搭建仿真对控制器进行仿真实验,并通过直升机高度角、俯仰角和旋转角的跟踪准确性、快速性以及超调量大小等控制指标,直接地度量控制器控制效果的好坏,将控制效果最优的多模型LQR控制器应用于直升机实物模型之上,运用Matlab中的实时工作空间(RTW)和Quanser公司专用控制软件Wincon实现对直升机实物的实时控制,控制效果良好。

多种群遗传算法的倒立摆LQR控制器设计

针对传统遗传算法在设计倒立摆LQR控制器时,算法会因个别超常个体或群体较快趋于单一化而导致不能得到满意控制参数的问题,利用Sheffield遗传工具箱,设计了多种群遗传算法。算法的开始引入了多个种群同时进行优化搜索,不同的种群采用不同的交叉概率和变异概率,种群之间采用移民算子建立联系,各种群产生的最优个体通过精华种群实现留优。在Simulink环境下建立模型并计算性能指标,Simulink环境下的输出值作为多种群遗传算法的目标函数值。仿真结果表明,在存在建模误差的情况下,本算法稳定性好、遗传代数小,有效地避免了早熟,更为适合复杂问题的优化。

改进教与学优化算法的LQR控制器优化设计

为了快速有效地确定线性二次最优控制(linear quadratic regulator,LQR)问题中的加权矩阵Q和R,针对主动悬架LQR控制器权系数设计问题,提出一种改进的教与学优化算法进行LQR优化设计。算法对基本教与学优化算法中的"教"与"学"阶段进行了进一步的改进,同时提出一种"自我学习"策略。通过仿真实验表明,和基本教与学算法、粒子群算法、遗传算法相比,本文算法在对主动悬架LQR控制器优化时,具有收敛速度快,求解精度高和稳定性强等优势。

粒子群优化LQR控制器在环形倒立摆中的应用

为解决环形倒立摆控制中试探法难以确定LQR控制器最优Q和R矩阵的问题,采用Bang-Bang法对倒立摆进行了起摆控制,利用拉格朗日法建立了垂直位置附近的线性化模型.采用LQR进行了平衡位置控制,采用粒子群算法优化了LQR控制器的加权矩阵.对加入了噪声扰动的模型输出进行了卡尔曼滤波处理.仿真结果表明:基于粒子群的加权矩阵寻优算法可以迭代解算出Q和R的最优矩阵,粒子群LQR控制器可以提高系统鲁棒性,减小起摆时延,提高平衡位置稳定性.

改进蛙跳算法的LQR控制器的优化设计

针对多变量、非线性、强耦合性的倒立摆系统,运用牛顿-欧拉方法建立了倒立摆的数学模型,然后对该模型分别进行LQR控制。在LQR控制中,权矩阵Q和R的选取直接影响着结构的动力反应和控制力。在标准蛙跳算法对权矩阵Q和R进行优化的基础上,通过采取新的最差青蛙跳跃策略能有效提高算法的全局搜索能力,同时加入自适应跳跃因子以加快算法的收敛时间。仿真实验表明,该算法能有效地获得最优的权矩阵Q和R,使LQR控制效果能够满足结构性能要求。

基于MATLAB的LQR控制器设计方法研究

采用LQ校正、参考输入及状态观测器的设计方法来设计最优二次控制器,选取加权矩阵Q和R使控制器的性能达到最优。从介绍代数Riccati方程求解着手,利用MATLAB的强大计算功能及仿真能力,不断的调整参数得到设计结果并画出系统的输出响应曲线。很多文献介绍了基于输出反馈的PID控制系统,但其控制效果不理想,主要原因是系统的高阶次和多变量。本文采用基于状态空间设计法的LQR最优调节器,较好地兼顾了系统的鲁棒稳定性和快速性,倒立摆的实例说明了该方法的有效性。

直线一级倒立摆的LQR控制器设计

从理论和实践上对线性一级倒立摆作了深入的研究。首先,用拉格朗日方法建立了倒立摆的数学模型。在此基础上采用线性二次型最优控制方法设计了倒立摆的控制器。最后,通过试验验证了设计结果并给出了控制器的性能评价。

基于LQR控制器的直线倒立摆研究及设计

针对直线倒立摆系统不稳定的问题,在前期研究的基础上,建立了直线一级倒立摆数学模型,并对自行研制的直线一级倒立摆进行参数分析,推导出了状态空间方程,给出了Pro/E模型图。接着,为确保系统能更加稳定地控制,研究设计了相应的LQR控制器,绘制了控制系统结构框图,最后进行了LQR控制参数仿真。仿真结果证明了研究设计的有效性和可行性。

三种确定动力总成主动悬置LQR控制器加权系数方法的比较

汽车动力总成主动悬置系统对于提高汽车NVH性及整车品质方面扮演着重要角色,是汽车NVH开发中的重要内容之一。首先建立3自由度1/4车动力总成主动悬置系统模型,应用最优控制理论设计主动悬置系统LQR控制器,其次通过层次分析法、改进的层次分析法及遗传算法对其加权系数进行确定。然后以发动机和路面联合激励下的两种典型工况为系统输入,通过动力总成加速度、悬置动行程、车身加速度及悬架动挠度等评价指标对3种方法确定的LQR控制器主动悬置系统进行评价。结果表明:3种方法确定LQR控制器加权系数的主动悬置,均实现了各性能指标的综合优化,且遗传算法的稳定性和鲁棒性要优于其他两种方法。

频域加权LQR控制器改进设计

基于线性二次型调节器(Linear Quadratic Regulator,LQR)控制方法,设计一种频域加权LQR控制器;通过对其常用滤波器进行改进,提出一种新型滤波器设计思路。当振源频率低于执行器下限响应频率,导致执行器输出减小时,通过改变滤波器参数、增大低频部分权重及控制力,可提高低于执行器响应下限频段的控制性能。仿真结果表明,频域加权的方法可以提升LQR控制器在特定频域下的控制性能;基于新型滤波器的改进频域加权LQR控制器与未改进前相比,下限响应频率之外的控制性能得到进一步提升。

基于根移动方法的LQR控制器设计

阐述一种LQR控制器设计的新方法。根据哈密尔顿系统理论,深入研究了系统特征方程的闭环极点和加权矩阵的关系,给出了希望加权矩阵的确定方法。通过Matlab仿真实验,证明了根据极点的移动范围来确定LQR控制器的方法是可行的。

基于频域特性的伺服系统控制器设计

伺服控制系统在工业机器人、数控机床等高速高精度运动控制系统中有着广泛应用,伺服系统控制器是决定其性能优劣的关键,为此提出一种基于频域特性的伺服系统控制器设计方法。通过设计控制器改变系统开环频率特性,然后分析开环频率特性来评估系统的闭环性能,进一步依据开环频率特性和设计指标调整控制器参数使系统达到理想性能,最后在闭环响应中检验控制器设计效果。为了验证所提方法的有效性,以PID控制器和基于内模原理的LQR控制器频域设计为例在自主研发的伺服云台控制系统中进行实验。实验结果表明,基于频域的控制器设计方法提升了控制器设计的效率和伺服系统的性能。

塔吊防摆LQR最优控制器研究

针对塔吊工作系统中出现的摆动现象,设计一种高效而快速的防摆控制器来对摆动进行抑制。系统利用拉格朗日方程建立三维力学数学模型,设计LQR控制器对摆动进行控制,采用Matlab进行仿真,通过改变加权矩阵Q得到LQR最优控制器;分别改变荷载重量和摆线长度,与PID控制进行比较,结果表明LQR最优控制对摆角的抑制更加明显,稳定时间也明显减少,是一种更加优化的控制方法。

基于LQR的无人直升机姿态控制器设计

无人直升机控制系统是一个易受环境干扰的、各通道相互耦合的非线性系统.为了实现无人直升机能在不同环境下自主飞行,需要设计抗干扰能力强的控制器;采用系统辨识的方法得到直升机横向通道和纵向通道姿态环路的线性系统模型;根据线性最优二次型理论,对直升机横向通道和纵向通道的姿态环路设计了LQR最优控制器,使用MATLAB仿真选取最优控制器参数后,在ALIGN 700N直升机上进行了实际飞行试验,仿真和飞行试验表明,采用LQR控制技术设计的无人直升机姿态控制器具有较强的鲁棒性和实用性.

基于LQR的激光器锁相控制器设计和噪声抑制分析

空间引力波探测的超高精度要求以及对激光器线宽和调节带宽的限制,对实现应答式星间激光干涉仪的光学锁相的控制器设计提出了更高的要求。而如何在控制带宽受限的情况下提高系统对激光器相位噪声的抑制作用是当前要解决的一个问题。本文设计了一种内模扩展输出反馈LQR控制器,在保证锁相系统稳定,不出现周跳现象的前提下,提高系统对激光器相位噪声的抑制作用。仿真实验结果表明,相较于现有的PI控制器,在20 kHz的控制带宽下,所设计的控制器对激光器相位噪声的抑制效果提高了3倍。此控制器降低了控制系统对激光器最大线宽的约束条件。

自动驾驶车辆LQR轨迹跟踪控制器设计

为了提高智能车的控制精度,以碰撞中心(Center of Percussion,COP)为参考点建立前馈-反馈控制模型,并用该控制模型求解LQR(Linear Quadratic Regulator)问题,获得状态反馈控制率,实现最优控制。在双移线工况和8字形工况下,使用Matlab/Simulink和Carsim对LQR轨迹跟踪控制器进行联合仿真。结果表明:与固定增益前馈-反馈控制器相比,LQR轨迹跟踪控制器的控制精度更高。

基于LQR的无人机吊挂飞行系统减摆控制设计

基于无人机吊挂物资飞行速度较低且飞控算力有限的实际情况,为无人机吊挂飞行系统的减摆控制设计了线性二次调节器(LQR),该控制器能够实现无人机的位置控制和吊挂负载的减摆控制。首先,建立了系统的动力学模型,并在平衡点处进行线性化处理;然后利用线性模型设计了LQR控制器;最后进行了仿真试验,仿真结果表明LQR控制器对无人机吊挂飞行系统取得了较好的减摆控制效果。

基于LQR控制和姿态预测的井下无人矿车路径跟踪研究

在新的时代背景下,智能技术已经成为井下无人矿车发展的主要趋势,路径跟踪控制技术是实现井下无人矿车智能化的关键,也是亟待解决的无人驾驶难题。为了进一步促进井下无人矿车的发展,文章从数学模型和轨迹跟踪控制方法两个方面描述了如何实现井下无人驾驶矿车的自动运行功能,并着重研究了LQR控制器的路径跟踪控制方法。基于这一研究基础,采用松鼠搜索优化算法对LQR控制器的参数进行优化,得到了LQR控制器的最优解。最后构建仿真环境进行模拟,结果显示实际路径与理想路径呈现较大程度拟合,说明这是一种可行的井下无人矿车路径跟踪控制的实现方案。

基于模型预测控制的双轮平衡轮椅轨迹跟踪

为实现双轮平衡轮椅的自主循迹出行,根据欧拉-拉格朗日方程建立双轮平衡轮椅的动力学模型,通过差动几何模型建立运动关系,采用Pure Pursuit算法规划系统的目标运动状态,分别采用模型预测控制(model predictive control,MPC)及线性二次型最优控制(linear quadratic regulator,LQR)对双轮平衡轮椅进行平衡控制及运动状态追踪。通过软件Simulink搭建双轮平衡轮椅控制仿真系统,验证双轮平衡轮椅系统分别采用LQR和MPC控制器时的轨迹跟踪效果及跟踪平稳性。仿真结果表明:MPC控制器的动态响应速度较LQR控制器快,MPC控制器作用下车体能快速恢复稳定状态;轨迹跟踪时,MPC控制器在启动转向及终点位置对车体倾角及速度的稳定控制优于LQR控制器。

铁路车辆蛇行运动稳定性的主动控制方法研究

文章针对某型地铁车辆提出了一种新的主动控制方法,目的是改善车辆的蛇行运动稳定性。在构架前后各添加一个作动器并由控制系统控制,每个作动器都具有相对于构架的横向自由度,能够共同抑制构架的横向振动和摇头振动。基于全状态反馈理论和最优控制理论设计了LQR控制算法。利用SIMPACK/Simulink建立动力学模型和控制系统模型进行了联合仿真分析。结果表明,轮对横移量减小了66.7%,非线性临界速度提高了16.2%,横向平稳性指标改善幅度最大为10.2%,主动控制方法能够提高铁路车辆的蛇行运动稳定性。