倒立摆是一个复杂的快速、非线性、多变量、强耦合、自然不稳定的非最小相位系统,是重心在上、支点在下控制问题的抽象。在对控制方法的研究过程中,科研人员往往因为找不到合适的实际控制对象,而失去了对研究成果做进一步深入研究的条件,也给理论成果转化为实用成果造成障碍。倒立摆结构简单、成本较低,可以有效地检验众多控制方法的有效性。在各种类型的倒立摆中,旋转倒立摆有其突出的优点,它是一个理想的控制理论研究平台,许多抽象的控制概念如系统稳定性、可控性、收敛速度和抗干扰能力等,都可以通过旋转倒立摆系统直观地表现出来。本文在深入研究旋转倒立摆系统结构原理和借鉴国内外该领域最新研究成果的基础上,对旋转倒立摆系统进行了建模分析和控制方法的研究。建立了旋转倒立摆系统的拉格朗日方程,经过在系统平衡点线性化之后,得到整个系统的状态方程描述。在采用LQR控制实现旋转倒立摆控制的基础上,将LQR控制和模糊控制结合起来,使它们相互协调配合,发挥各自的长处,进一步提高摆杆的稳定程度。经过实物控制,有效地改善旋转倒立摆的动态性能,提高了控制精度。设计BP网络,通过对控制样本的学习,实现对一级旋转倒立摆控制器的逼近。仿真结果表明,采用包含一个隐层的BP网络,适当选择隐层神经元个数,选择合理的网络模型参数和样本,可实现对一级旋转倒立摆控制器较好的逼近。最后,探讨了模糊控制和神经网络控制相结合,吸取两者的长处,实现旋转倒立摆控制的途径。