非线性控制理论及应用研究一直是控制界研究的热点与难点课题,球杆系统是一类典型的非线性被控对象。它常用来检验控制策略的效果,是控制理论研究中较为理想的试验手段。本文针对球杆系统的控制问题,主要进行了以下工作:1.综述了球杆系统控制的研究与发展状况,非线性系统的主要控制方法,以及神经网络控制和球杆控制系统的研究现状与研究意义。2.通过对对球杆系统的组成及其工作原理进行了研究,建立了球杆系统的数学模型。3.介绍了球杆系统采用传统控制方法的PID控制方案。4.将神经元控制方法应用于球杆系统的控制中,提出了单神经元PID控制方法,采用Matlab实现了单神经元控制算法,并对单神经元PID控制方式和传统的PID控制方法进行了仿真和实验的对比研究。结果显示单神经元PID控制方法的控制效果优于传统PID控制方法。5.介绍了RBF神经网络非线性逼近能力,以及其结构和工作过程、学习方法等内容。在之前研究的基础上提出了具体的RBF神经网络控制器的设计,实现了对于球杆系统的控制。通过对具体实验结果的分析,可以得出这种控制方法在实际控制中的表现优于单神经元PID控制方法的结论。6.由于本文的核心问题之一是回避对球杆系统这一典型非线性系统进行数学模型建立的工作,并在此基础上进行控制方案的设计,因此引发了新的问题,即以球杆系统的输出与控制量的增量之比近似替代求取其偏微分之比所引发的控制问题。本文通过引入RBF神经网络在线辨识器进行在线辨识的方式,设计了基于RBF神经网络在线辨识的神经网络控制器,通过实验结果表明了这种解决方案的有效性。