【摘 要】
：
倒立摆系统是一个高阶次,非线性,强耦合的不稳定系统,对这样一个典型的对象的研究是十分有实际意义的。本文首先阐述了倒立摆的研究成果和发展概况,介绍了它的结构和工作原理
论文部分内容阅读
倒立摆系统是一个高阶次,非线性,强耦合的不稳定系统,对这样一个典型的对象的研究是十分有实际意义的。本文首先阐述了倒立摆的研究成果和发展概况,介绍了它的结构和工作原理。紧接着介绍了一级倒立摆系统的建模方法和控制方法。对倒立摆系统研究的传统方法是基于物理模型的。这种方法忽略了一些系统因素,模型建立过程复杂,需要求解大量微分方程组。而且,物理建模的效果也不尽如人意。而辨识模型的方法则是能有效的解决物理模型所带来的弊端。文中采用了ARX模型和RBF-ARX模型。ARX模型是线性模型,寻优是采用了最小二乘法,而对于时变非线性RBF-ARX模型则是采用SNPOM进行参数的精确快速估计。ARX和RBF-ARX建模效果都十分理想,这也为控制实验提供了一个良好的基础。然后讨论了LQR控制器的原理和基本结构。针对ARX模型和RBF-ARX模型进行了LQR控制器设计,仿真实验结果表明,控制器是稳定收敛的,并且具有良好的动态特性。最后进行了基于ARX模型和基于RBF-ARX模型的LQR控制器在一级倒立摆系统中实时控制实验。实时控制结果表明：基于ARX模型和基于RBF-ARX模型的LQR控制器都能让系统达到稳定,而基于RBF-ARX模型的控制器效果更佳。从而证明了RBF-ARX模型在非线性系统控制应用中的优越性
其他文献
无线传感器网络(Wireless Sensor Networks, WSN)是一种获取信息的新兴技术,在各个领域皆具有广泛的应用前景,实时监测就是其中一类典型的应用系统。实时监测系统需要周期性
多智能体系统是近年来分布式人工智能领域的一个重要研究方向。本文以对机器人救援仿真系统(RoboCupRescue Simulation System, RCRSS)的研究作为基础,针对动态复杂的救援环
基于神经网络的预测控制是国内外复杂工业过程控制领域中研究的前沿问题之一。本文根据预测控制的三大机理,在分析基本的预测控制算法的基础上,设计了一种新颖的基于BP神经网
多自主移动机器人系统由于其在空间和功能上的分布性,较强的容错性、鲁棒性和可扩展性等诸多优点,广泛应用于军事、工农业生产、空间探索、医学、交通控制、服务行业等领域。
湿地在维持生态系统平衡和提供能源等方面都起着无可比拟的重要作用,湿地监测是湿地调研过程中的重要组成部分。无人船自身可以集成多种技术在湿地中行进,同时被当做动态监测
电控机械式自动变速器(AMT)是一种在传统机械式手动变速器的基础上改造而成的自动变速器。它既保持了手动变速器传动效率高、燃油经济性好等特点,又具有自动变速器的操控简便
随着火力发电机组向大容量、高参数方向发展,热工过程的特性越来越复杂,对控制品质的要求也越来越高,目前所广泛采用的常规PID控制手段已经渐渐不能满足这种需要。近年来,火电厂热工过程的先进控制方法吸引了众多学者的关注。本人在前人的研究成果基础上,对火电厂热工过程的预测控制策略进行了较为深入的研究,包括：(1)针对主蒸汽温度对象在系统负荷变化时表现出的非线性特点,提出了一种主蒸汽温度非线性预测控制策略。
在过去的几十年当中,人脸检测与人脸识别技术虽然取得了长足的进步,但依然没有解决其在实际应用过程中的核心问题。原因在于(1)人脸检测算法本身比较耗时,从而使得整个人脸识
模糊集理论是1965年由美国扎德教授提出来的一种处理不确定性问题的一种有效的软计算方法,它是对经典集合论的有效扩充与发展,着重研究“认知不确定”的问题,所研究对象具有
支持向量机是建立于统计学习理论基础上的一种新的通用学习方法,近年来得到了迅猛发展和广泛应用。传统的支持向量机回归算法(Support Vector Regression:SVR)只适用于单输出