直线倒立摆的起摆和稳摆智能控制研究

摘要

直线倒立摆具有多个输入输出控制量、严重非线性、不稳定等特点，它是研究能量控制、平衡性控制等控制理论和开展各种控制实验的理想平台，在航天、机器人等领域中有着广泛的用途。目前，有关直线倒立摆的研究主要集中于自起摆控制与稳摆控制领域，在起摆控制方面，由于系统本体的条件限制，采用原始的能量法实现快速摇起控制的成功率一般较差;而在稳定控制方面，研究成果大多是从理论角度并采用单一智能控制算法实现，各种智能控制方法之间及与传统PID等算法相结合的研究还很少见。针对上述问题，本文基于模糊、神经网络等混合智能控制方法，在直线一级、二级倒立摆的起摆和稳摆控制的理论和实验方面进行了深入的研究，具体内容为:
　　 首先，分别采用牛顿-欧拉方法和拉格朗日方法建立直线一级、二级倒立摆的数学模型，推导各自的状态方程，并分析了两种倒立摆系统的可控性、可观测性和稳定性;
　　 其次，设计一种基于Lyapunov能量反馈的优化起摆控制策略，实现了直线一级倒立摆系统快速起摆的实时控制，进而在综合考虑摆杆切换角度、稳摆角度范围和小车偏移量等因素的情况下，设计切换控制策略，从实验角度实现了直线一级倒立摆起摆控制到稳定控制的平稳过渡;
　　 再次，根据智能控制方法不基于被控对象精确数学模型的特点，利用神经网络的自组织、自适应和自学习能力，采用小车跟踪方波信号获取样本数据，提出了BP、RBF、ANFIS、KOHONEN等神经网络与PID控制相结合的直线一级倒立摆系统的稳摆控制策略，并完成了相应的仿真和实验研究;
　　 最后，分别采用LQR算法和BP、RBF、ANFIS、KOHONEN等神经网络实现二级倒立摆稳摆控制器的设计，并对各控制方法进行仿真和实验研究，分析结果表明，优化后的起摆控制算法显著提高摆杆摆起速度，说明所提控制算法的可行性和有效性。

目录

声明

摘要

第一章 绪论

1．1 课题研究背景与意义

1．2 倒立摆系统的发展研究状况

1．2．1 国外的研究状况

1．2．2 国内的研究状况

1．3 倒立摆控制存在的主要问题

1．4 本文的主要研究内容

第二章 倒立摆系统的数学建模和定性分析

2．1 牛顿力学定律构建单级倒立摆的数学模型

2．2 拉格朗日方法建立直线二级倒立摆数学模型

2．3 本章小结

第三章 直线一级倒立摆的自起摆控制

3．1 快速起摆控制算法的分析及改进措施

3．2 倒立摆系统的切换控制

3．3 快速起摆控制的实验研究

3．4 本章小结

第四章 直线一级倒立摆稳摆控制算法

4．1 LQR方法

4．1．1 控制算法的设计

4．1．2 控制算法的仿真

4．1．3 控制算法的实验研究

4．1．4 控制算法的抗干扰检测实验研究

4．2 BP-PID算法控制

4．2．1 控制算法的设计

4．2．2 控制算法的仿真

4．2．3 控制算法的实验研究

4．2．4 控制算法的抗干扰检测实验研究

4．3 RBF-PID算法控制

4．3．1 控制算法的设计

4．3．2 控制算法的仿真

4．3．3 控制算法的实验研究

4．3．4 控制算法的抗干扰检测实验研究

4．4 ANFIS-PID算法控制

4．4．1 控制算法的设计

4．4．2 控制算法的仿真

4．4．3 控制算法的实验研究

4．4．4 控制算法的抗干扰检测实验研究

4．4．5 设计ANFIS控制器出现的问题及解决方案

4．5 KOHONEN-PID算法控制

4．5．1 控制算法的设计

4．5．2 控制算法的仿真

4．5．3 控制算法的实验研究

4．5．4 控制算法的抗干扰检测实验研究

4．6 本章小结

第五章 直线二级倒立摆稳摆控制算法

5．1 LQR方法

5．1．1 控制算法的设计

5．1．2 控制算法的仿真

5．1．3 控制算法的实验研究

5．1．4 控制算法的抗干扰检测实验研究

5．2 BP神经网络控制

5．2．1 控制算法的设计

5．2．2 控制算法的仿真

5．2．3 控制算法的实验研究

5．2．4 控制算法的抗干扰检测实验研究

5．3 径向基网络(RBF)控制

5．3．1 控制算法的设计

5．3．2 控制算法的仿真

5．3．3 控制算法的实验研究

5．3．4 控制算法的抗干扰检测实验研究

5．4 自适应神经网络模糊推理系统(ANFIS)控制

5．4．1 控制算法的设计

5．4．2 控制算法的仿真

5．4．3 控制算法的实验研究

5．4．4 控制算法的抗干扰检测实验研究

5．5 自组织竞争神经网络(KOHONEN)控制

5．5．1 控制算法的设计

5．5．2 控制算法的仿真

5．5．3 控制算法的实验研究

5．5．4 控制算法的抗干扰检测实验研究

5．6 线性神经网络(LMS)控制

5．6．1 控制算法的设计

5．6．2 控制算法的仿真

5．6．3 控制算法的实验研究

5．6．4 控制算法的抗干扰检测实验研究

5．7 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

发表论文和科研情况说明

致谢

附录