單級(jí)倒立擺的模糊控制以及在matlab中的仿真-文庫(kù)吧
2025-06-22 13:17 本頁(yè)面
【正文】 程中，其姿態(tài)的調(diào)整類似于倒立擺的平衡等等。因此對(duì)倒立擺控制機(jī)理的研究具有重要的理論和實(shí)踐意義。1．2 倒立擺系統(tǒng)的控制方法 自從倒立擺產(chǎn)生以后，國(guó)內(nèi)外的專家學(xué)者就不斷對(duì)它進(jìn)行研究，其研究主要集中在下面兩個(gè)方面： （1）倒立擺系統(tǒng)的穩(wěn)定控制的研究 （2）倒立擺系統(tǒng)的自起擺控制研究而就這兩方面而言，從目前的研究情況來(lái)看，大部分研究成果又都集中在第一方面即倒立擺系統(tǒng)的穩(wěn)定控制的研究。目前，倒立擺的控制方法可分如下幾類： (1)線性理論控制方法 將倒立擺系統(tǒng)的非線性模型進(jìn)行近似線性化處理獲得系統(tǒng)在平衡點(diǎn)附近的線性化模型，然后再利用各種線性系統(tǒng)控制器設(shè)計(jì)方法得到期望的控制器。如1976年Mori etc的把倒立擺系統(tǒng)在平衡點(diǎn)附近線性化利用狀念空間的方法設(shè)計(jì)比例微分控制器。1980年，F(xiàn)uruta etc基于線性化方法，實(shí)現(xiàn)了二級(jí)倒立擺的控制。1984年，F(xiàn)uruta首次實(shí)現(xiàn)雙電機(jī)三級(jí)倒立擺實(shí)物控制。1984年，wattes研究了LQR(Linear Quadratic Regulator)方法控制倒立擺。這類方法對(duì)一、二級(jí)的倒立擺(線性化后誤差較小、模型較簡(jiǎn)單)控制時(shí)，可以解決常規(guī)倒立擺的穩(wěn)定控制問(wèn)題。但對(duì)于像非線性較強(qiáng)、模型較復(fù)雜的多變量系統(tǒng)(三、四級(jí)以及多級(jí)倒立擺)線性系統(tǒng)設(shè)計(jì)方法的局限性就十分明顯了。 （2）預(yù)測(cè)控制和變結(jié)構(gòu)控制方法 由于線性控制理論與倒立擺系統(tǒng)多變量、非線性之間的矛盾使人們意識(shí)到針對(duì)多變量、非線性對(duì)象，采用具有非線性特性的多變量控制解決多變量、非線性系統(tǒng)的必由之路。人們先后開展了預(yù)測(cè)控制、變結(jié)構(gòu)控制和自適應(yīng)控制的研究。預(yù)測(cè)控制是一種優(yōu)化控制方法，強(qiáng)調(diào)實(shí)模型的功能而不是結(jié)構(gòu)。變結(jié)構(gòu)控制是一種非連續(xù)控制，可將控制對(duì)象從任意位置控制到滑動(dòng)曲面上，仍然保持系統(tǒng)的穩(wěn)定性和魯棒性，但是系統(tǒng)存在顫抖。預(yù)測(cè)控制、變結(jié)構(gòu)控制和自適應(yīng)控制在理論上有較好的控制效果，但由于控制方法復(fù)雜，成本也高，不易在快速變化的系統(tǒng)上實(shí)時(shí)實(shí)現(xiàn)。 (3)智能控制方法 在倒立擺系統(tǒng)中用到的智能控制方法主要有神經(jīng)網(wǎng)絡(luò)控制、模糊控制、仿人智能控制、擬人智能控制和云模型控制等。利用神經(jīng)網(wǎng)絡(luò)的自適應(yīng)能力、并行處理和高度魯棒性，采用神經(jīng)網(wǎng)絡(luò)方法設(shè)計(jì)的控制系統(tǒng)將具有更快的速度、更強(qiáng)的適應(yīng)能力和更強(qiáng)的魯棒性。但是神經(jīng)網(wǎng)絡(luò)控制方法存在的主要問(wèn)題是缺乏一種專門適合于控制問(wèn)題的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)，而且多層網(wǎng)絡(luò)的層數(shù)、隱層神經(jīng)元的數(shù)量、激發(fā)函數(shù)類型的選擇缺乏指導(dǎo)性原則等。 擬人智能控制 模糊控制、神經(jīng)網(wǎng)絡(luò)控制等智能控制理論的問(wèn)世，促進(jìn)了當(dāng)代自動(dòng)控制理論的發(fā)展。然而，基于這些智能控制理論所設(shè)計(jì)的系統(tǒng)往往需要龐大的知識(shí)庫(kù)和相應(yīng)的推理機(jī)，不利于實(shí)現(xiàn)實(shí)時(shí)控制。這又阻礙了智能控制理論的發(fā)展，因此又有學(xué)者提出了一種新的理論一擬人控制理
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1