一类倒立摆系统新型控制策略的研究

一类倒立摆系统新型控制策略的研究

论文摘要

倒立摆系统是一种典型的非线性、强耦合、多变量、非最小相位和自然不稳定的系统。其控制方法在军工、航天、机器人等领域和一般工业工程中,都有着广泛的应用。倒立摆系统是检验多种先进控制策略的实验平台。本文从多级直线倒立摆的不同特性出发,利用混沌运动的遍历性、随机性、规律性等特性,首先将混沌优化算法引入线性二次最优(LQ)控制器权矩阵的自动整定,以及从倒立摆的非线性非最小相位特性出发,得到一类对非线性非最小相位同样有效的神经网络直接逆控制和神经网络模型参考自适应控制(NNMRAC),为神经网络逆控制方案应用到倒立摆系统做了前瞻性工作。本文主要工作如下:1、以深圳固高公司的直线二级、三级倒立摆为研究对象,利用Lagrange方程,详细论述了建立直线三级倒立摆数学模型的过程,得出了实物三级倒立摆和二级倒立摆在不稳定平衡点处的线性化模型。并对倒立摆系统进行了如可控性、可观性分析,另外分析了其非最小相位等非线性因素。2、对Logistic映射产生的混沌序列的遍历性、统计特性进行了定量分析,这为混沌全局优化提供了理论依据,提出了一种基于混沌优化的LQ权矩阵自动选择方法,通过混沌优化的遍历性实现了LQ权矩阵的最优设计。为改善系统的动态特性,引入一类具有直接工程意义的性能指标,这样得到的控制律既满足二次型性能指标泛函意义下的最优,同时也是瞬态特性意义的最优。仿真结果验证了该混沌优化方法的优越性。3、针对多变量系统,综合考虑各个输出变量之间的关系,引入一种全新的性能指标函数,将这种混沌优化算法扩展到多变量LQ控制器权矩阵的全局优化搜索。为加快混沌优化的速度,将混沌全局粗搜索和局部细搜索相结合,实现了多变量系统的LQ权矩阵参数的自动整定,并完成了直线二级倒立摆的实验和三级倒立摆的仿真研究。并对这种多变量的混沌优化LQ控制性能进行了理论证明。4、针对直线倒立摆系统的非线性非最小相位特性,引入伪系统的方法,提出了非线性非最小相位的神经网络直接逆控制和神经网络模型参考自适应(NNMRAC)方法。为加快网络的训练速度,且使聚类半径的选择合理,提出具有在线学习功能的变聚类半径的最近邻聚类算法训练RBF神经网络。仿真结果验证了该控制策略的的可行性、抗干扰能力和鲁棒性,为这两种控制算法应用到倒立摆系统提供了理论支持。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 LQ 问题
  • 1.2 混沌及其在优化中的应用
  • 1.3 倒立摆及其研究现状
  • 1.3.1 倒立摆简介
  • 1.3.2 倒立摆国内外研究现状
  • 1.4 本论文的主要研究内容
  • 第二章 直线多级倒立摆系统建模和系统分析
  • 2.1 三级倒立摆系统建模[34]
  • 2.2 三级倒立摆系统定性分析
  • 2.3 二级倒立摆的线性化状态方程及其系统性能
  • 2.4 倒立摆的控制目标
  • 2.5 本章小结
  • 第三章 混沌优化LQ 控制
  • 3.1 引言
  • 3.2 LQ 控制器及其常规的权矩阵优化方法
  • 3.2.1 最优控制策略LQ
  • 3.2.2 LQ 权矩阵参数常规优化方法
  • 3.3 基于混沌机制的LQ 控制器优化设计
  • 3.3.1 基于混沌优化的无限时间LQ 控制系统
  • 3.3.2 由Logistic 映射产生的混沌序列的遍历性、概率统计特性分析
  • 3.3.3 LQ 控制器权矩阵参数混沌优化过程
  • 3.3.4 混沌优化Q、R 矩阵的实现
  • 3.3.5 仿真算例
  • 3.4 小结
  • 第四章 基于混沌优化LQ 控制在多级倒立摆中的应用
  • 4.1 引言
  • 4.2 混沌优化的多变量系统最优控制器设计
  • 4.2.1 多变量系统LQ 控制
  • 4.2.2 混沌优化多变量LQ 控制原理和实现
  • 4.2.3 系统性能分析
  • 4.2.4 实验研究
  • 4.3 实物二级倒立摆的混沌优化控制在实时控制内核环境中详细过程
  • 4.3.1 实物二级倒立摆控制系统演示模块的搭建
  • 4.3.2 二级倒立摆实时控制实验
  • 4.4 混沌优化LQ 控制器在三级倒立摆中应用及其实验研究
  • 4.4.1 基于混沌搜索的三级倒立摆LQ 控制器设计
  • 4.4.2 实验研究
  • 4.5 本章小结
  • 第五章 基于倒立摆非线性非最小相位系统的控制策略研究
  • 5.1 引言
  • 5.2 一类非线性非最小相位系统的神经网络逆控制
  • 5.2.1 神经网络逆控制器的结构
  • 5.2.2 变聚类半径的最近邻聚类的RBF 神经网络逆模学习算法
  • 5.2.3 非最小相位系统的伪系统控制策略
  • 5.2.4 仿真研究
  • 5.3 通用的神经网络非线性模型参考自适应控制
  • 5.3.1 直接神经网络模型参考自适应控制
  • 5.3.2 NNMARC 对非线性非最小相位系统的控制
  • 5.3.3 仿真研究
  • 5.4 本章小结
  • 第六章 结论与展望
  • 参考文献
  • 附录A 插图清单
  • 附录B 表格清单
  • 在学研究成果和科研情况
  • 致谢
  • 相关论文文献

    • [1].四轴飞行器——倒立摆系统的控制算法研究[J]. 智能科学与技术学报 2019(02)
    • [2].网络化倒立摆系统的偏差攻击及其检测方法[J]. 上海交通大学学报 2020(07)
    • [3].基于步进电机的旋转倒立摆实验装置的设计[J]. 科技风 2020(29)
    • [4].倒立摆系统控制研究[J]. 电子科技 2016(12)
    • [5].倒立摆系统的模糊控制研究[J]. 鸡西大学学报 2015(07)
    • [6].自立倒立摆系统的自摆起及稳定控制[J]. 实验技术与管理 2015(11)
    • [7].平面倒立摆系统的自校正仿人协调控制[J]. 西南大学学报(自然科学版) 2013(10)
    • [8].基于模糊控制的旋转倒立摆稳定性仿真研究[J]. 机床与液压 2020(07)
    • [9].虚拟现实技术——双闭环一阶倒立摆系统的建模与仿真[J]. 智能机器人 2016(10)
    • [10].直线二级倒立摆系统的H_∞鲁棒最优控制[J]. 机电工程 2017(05)
    • [11].状态观测器在直线一级倒立摆系统中的应用[J]. 山东工业技术 2015(12)
    • [12].基于输出反馈控制的二级倒立摆系统[J]. 实验室研究与探索 2015(05)
    • [13].基于模糊控制的三级倒立摆系统仿真[J]. 大众科技 2015(06)
    • [14].倒立摆系统的发展研究以及意义[J]. 山东工业技术 2014(17)
    • [15].强跟踪滤波器在倒立摆系统中的应用[J]. 控制工程 2012(01)
    • [16].一级倒立摆系统的数学建模方法研究[J]. 机械工程师 2012(05)
    • [17].实时倒立摆系统的设计与实现[J]. 计算机工程与设计 2012(11)
    • [18].倒立摆系统的动力学建模与滑模控制[J]. 控制工程 2012(S1)
    • [19].倒立摆系统的最优控制应用研究[J]. 自动化与仪器仪表 2011(02)
    • [20].一级倒立摆仿真模型的建立[J]. 大众科技 2011(08)
    • [21].具双时滞倒立摆系统的稳定性分析[J]. 徐州师范大学学报(自然科学版) 2010(03)
    • [22].基于模型匹配技术的倒立摆系统[J]. 电子测试 2010(10)
    • [23].基于精确线性化理论的倒立摆系统最优控制[J]. 合肥工业大学学报(自然科学版) 2009(04)
    • [24].模糊控制在二级倒立摆系统中的应用[J]. 电子技术 2009(06)
    • [25].三级倒立摆系统全程滑模变结构控制[J]. 机械设计与制造 2009(07)
    • [26].一种适用于N级倒立摆系统的数学建模方法[J]. 微计算机信息 2009(25)
    • [27].基于遗传算法的倒立摆系统的多级控制研究[J]. 北方工业大学学报 2009(03)
    • [28].以最优控制法实现旋转式倒立摆系统的控制[J]. 西安科技大学学报 2008(04)
    • [29].倒立摆系统中强化学习的极限环问题[J]. 计算机工程与应用 2008(10)
    • [30].旋转式倒立摆系统的极点配置及其仿真[J]. 自动化仪表 2008(04)

    标签:;  ;  ;  ;  ;  

    一类倒立摆系统新型控制策略的研究
    下载Doc文档

    猜你喜欢