Control of rotary double inverted pendulum system using LQR sliding surface based sliding mode controller

This paper presents LQR sliding surface-based Sliding Mode Controller(LQR-SMC)for balancing control of a Rotary Double Inverted Pendulum(RDIP)system.It is a challenging research topic in control engineering due to its nonlinearity and instability.The RDIP system uses only a motor to control two serially connected pendulums to stand at the upright position.The sliding surface is designed based on the LQR optimal gain.Nonsingular gain matrix is obtained by using the left inverse of the input matrix in the state space form of the system dynamics.The Lyapunov stability theory is used to determine the stability of the controller.To evaluate the performance of LQR-SMC,some performance indices,including the Integral Absolute Error(IAE),Integral Time Absolute Error(ITAE),and the Integrated Square Error(ISE),are used.System stability can be maintained by LQR-SMC under external disturbances as well as model and parameter uncertainties.

基于改进灰狼算法的LQR优化控制方法研究

针对二级倒立摆在使用LQR(线性二次调节器)进行优化控制过程中,由经验选取的加权矩阵Q和R参数存在着较大的随机性和不稳定性问题,提出了改进灰狼算法优化控制器加权矩阵Q和R的方法。为灰狼算法设计了基于二次余弦规律的自适应收敛因子a和增强α狼适应度值fα的比例权重方法。增强了算法迭代前期的全局搜索能力和后期的收敛速度,通过MATLAB/Simulink仿真,并与传统灰狼算法相比较,得出改进算法能够有效降低倒立摆回归平衡状态时的超调量,更快达到稳定状态,使控制效果更加理想。

直线柔性连接两级倒立摆控制器设计

倒立摆系统是一个复杂的、非线性的、不稳定的高阶系统。倒立摆的控制一直是控制理论及应用的典型课题。分析了如何利用拉格朗日方程对直线柔性连接两级倒立摆系统建模,采用LQR法设计最优控制器,进行了具体架构以及阐述了此系统设计的控制器在实际物理系统中的实现问题。所设计的控制器对此倒立摆系统成功实施了控制,既证明了系统建模的正确性,也是倒立摆控制中的一项重大突破。相关研究成果将在航天科技及机器人学等领域发挥重要作用。

基于遗传算法的环形二级倒立摆LQR控制

在环形二级倒立摆系统中,基于线性二次型调节器(Linear Quadratic Regulator,LQR)理论,探讨了控制器中的加权矩阵Q和R的选择策略,针对试探法选取Q和R矩阵所带来的不足,提出采取智能控制算法进行寻优的问题.从控制效果出发,采用遗传算法对Q和R矩阵进行优化.算法首先选取二次型性能指标J作为个体适应值,改进了初始种群的选取,用不等长度的基因来编制算法.由理论分析和MAT-LAB仿真结果可知,该算法满足了控制指标要求,使上下两级摆杆阶跃响应的超调量减少了14%,运行实验同样实现了摆杆和水平连杆的良好控制效果,理论与实践均表明了该优化方法的有效性.

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。

平面二级倒立摆的线性二次最优控制

采用Lagrange方程建立了平面二级倒立摆的非线性动力学模型,将其在平衡位置附近进行线性化,得到系统在2个正交控制方向解耦的近似模型。根据最优控制理论设计了系统的线性二次最优调节器,并利用Visual C++6.0和Visual Basic 6.0实现了人机交互,实时控制在多媒体定时器中断服务函数内实现,自主搭建了一套平面二级倒立摆实验平台。系统成功实现稳摆控制,仿真及实验结果表明建立平面二级倒立摆解耦模型的合理性与控制算法的有效性。

基于线性自适应QPSO整定的倒立摆模糊滑模控制

针对直线二级倒立摆平衡控制问题,提出了一种基于线性自适应量子粒子群整定的倒立摆模糊滑模控制方法。根据直线二级倒立摆系统的耦合特性,对其进行了两次解耦,设计了模糊滑模平衡控制器,其中模糊滑模控制器的参数利用线性自适应量子粒子群算法进行优化确定。直线二级倒立摆平衡控制仿真结果表明,与传统的倒立摆滑模平衡控制方法相比,提出的方法可以有效地削弱"抖振",提高直线二级倒立摆平衡控制的精度和快速性。实物控制结果进一步验证了该控制方法的合理性和有效性。

基于卡尔曼滤波的二级倒立摆LQR控制方法

针对二次型最优控制调节器难以实现对二级倒立摆系统的最优控制问题,本文建立了倒立摆数学模型,并对直线二级倒立摆(线性二次型控制器)(linear quadratic regulator,LQR)进行设计,同时采用卡尔曼滤波对系统的输出做出最优估计,并利用Matlab对未经卡尔曼滤波的调节器系统与前置卡尔曼滤波器的调节器系统进行仿真比较分析,仿真结果表明,应用基于前置Kalman滤波器的控制,比单独用线性二次型最优控制效果更加有效可行:未经滤波时,系统输出受扰动影响大;采用卡尔曼滤波后,系统输出波动小,稳定性好。该研究可以消除噪声给系统带来的抖动影响,具有一定的实用性。

直线柔性连接两级倒立摆系统建模

倒立摆系统是一个复杂的、非线性的、不稳定的高阶系统。倒立摆的控制一直是控制理论及应用的典型课题,而实施有效控制的关键是对该系统进行建模。在对倒立摆系统进行了概要的介绍后,详述了如何利用拉格朗日方程对直线柔性连接两级倒立摆建模。科研人员可基于此模型研发各种控制策略。

二级倒立摆的三种控制方法比较

通过采用LQY最优控制、变结构控制及模糊控制3种方法对二级倒立摆系统进行实时控制,从理论上讨论了这类典型的非线性自不稳定系统控制器的设计方法,通过分析指出各种方法之间的优缺点,并通过数字仿真加以证实。

直线柔性连接两级倒立摆建模与自由运动仿真

目的建立具有柔性连接的倒立摆力学模型,并进行倒立摆自由摆动过程的仿真分析,为给出有效的精确控制方法提供条件.方法以直线柔性连接二级倒立摆系统为研究对象,应用动力学原理,推导直线柔性连接二级倒立摆系统的微分方程,结合Runge-Kutta数值积分法对非线性微分方程求解,编制具有一定初始条件的倒立摆各构件运动过程的计算程序.结果获得较为准确的倒立摆力学模型,并通过自由摆动过程的求解表明其有效性.结论为进一步良好的摆起和平衡控制打下基础.

基于粒子群算法的直线二级倒立摆LQR控制器优化控制方法

针对线性二次型调节器在倒立摆最优控制设计过程中对加权矩阵选择的盲目性,采用粒子群算法,引入惯性权重优化加权矩阵,获得状态反馈控制率,设计最优控制器。以直线二级倒立摆控制系统为研究对象,对比分析传统线性二次型调节器算法与基于粒子群优化线性二次型调节器算法的稳摆控制和抗干扰能力。结果表明:优化后的最优控制器能使系统的响应时间更快、超调量更小;直线二级倒立摆控制系统在4 s内达到稳定状态,在实时控制中表现出了较强的抗干扰能力。该算法对直线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。

直线柔性二级倒立摆的LQR控制系统设计

由于直线二级柔性倒立摆闭环系统是自不稳定的系统,而且柔性连接处的弹簧影响了系统的响应频率。先根据拉格朗日方程列出系统的状态方程,然后根据最优控制理论设计LQR控制器。利用MATLAB工具计算出系统的状态反馈向量。在MATLAB中将所得到的反馈向量反馈给状态方程,运行后分析仿真曲线达到了预期效果。最后编写MATLAB和VC两个版本的上位机控制程序,反复调试后实现了对倒立摆稳定控制的要求。

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。

基于LQR的双并联倒立摆系统的建模与仿真

研究了一种具有多变量、强耦合、高阶次和开环绝对不稳定等复杂特性的双并联倒立摆(加弹簧链接)控制系统。依据动力学原理建立了系统状态空间数学模型,并利用线性二次型最优控制方法设计了双并联倒立摆系统的控制器。仿真结果表明,两个摆杆可以很好地稳定在垂直位置附近,具有一定的抗干扰能力。研究结果对复杂工业过程控制具有一定的指导意义。

人工鱼群算法在LQR控制直线二级倒立摆中的应用

直线二级倒立摆控制系统的关键问题在于如何对处于不稳定状态的系统进行有效控制,使上摆和下摆时刻处于动态平衡状态,且具备较强的鲁棒性,以直线二级倒立摆作为研究对象,设计了一种基于人工鱼群算法的LQR控制器研究二级摆杆的平衡控制。结果表明:利用人工鱼群算法优化后的LQR控制器实现的直线二级倒立摆系统更为稳定,系统在受到扰动后恢复过程所用时间缩短了0.8 s,曲线更为平缓,同时小车位移、摆杆角度等变化过程中的超调量更小。

直线二级倒立摆系统的H_∞鲁棒最优控制

针对存在模型参数不确定性和外部扰动的直线型二级倒立摆系统的稳摆控制问题,对如何实现倒立摆系统鲁棒稳定的同时,还保证其达到期望的最优控制性能和H_∞性能指标的稳定性控制问题进行了研究。基于状态反馈、最优控制和H_∞鲁棒控制方法设计了一个H∞鲁棒最优控制器,用来实现对该倒立摆系统的稳摆控制。利用设计的控制器,基于倒立摆实验平台和Matlab数值仿真平台,使用该控制器来实现系统的控制并对稳定倒立摆的过程进行了验证。研究结果表明,该控制器能较好的实现对直线型二级倒立摆的稳摆控制,并对受控系统的模型参数摄动有较好的鲁棒性,同时还能利用最优的控制作用达到期望的H_∞性能指标。

两种控制策略在直线二级倒立摆中的仿真应用

对直线二级倒立摆系统进行稳定控制及仿真。研究了系统的物理结构,创建了数学模型,从而获得系统的线性状态空间方程。分析了整个系统的稳定性与能控能观性。设计了系统的极点配置与LQR控制器,利用Matlab软件的Simulink模块对系统及其受到干扰时实施仿真。由仿真曲线可以总结出,设计的极点配置控制器和LQR控制器有满意的控制效果,使倒立摆直立不倒。极点配置法反应迅速,调节时间短,但超调量较大,不易选择期望极点;LQR最优控制法超调量小,振荡也小,但整个系统反应较迟缓,过渡时间长。

基于SimMechanics的直线二级倒立摆仿真研究

倒立摆是一个非线性、高阶次和绝对不稳定系统,广泛用于测试各种控制算法。为了对直线二级倒立摆进行建模、控制和仿真,首先讨论了倒立摆数学模型并利用MATLAB中第二代SimMechanics工具箱进行三维建模。此外,实现了两种控制算法的稳定性控制并进行对比,针对比例积分微分(proportional integral derivative,PID)控制,提出采用主导极点配置方法进行参数整定,而模糊控制采用了基于线性二次型(linear quadratic regulator, LQR)融合的模糊控制器设计。结果表明,两种控制方法均取得较好的控制效果,且模糊控制在快速性、超调量及抗干扰能力上都比PID控制性能优越。