倒立摆系统是一个目前最为热门的被研究的被控对象之一, 它具有的自然不稳定
性、非线性等特点使得它能够很好的检测控制算法的好坏,人们从中不断地发展出新
的控制方法,并用它来检验新的方法。
对倒立摆的研究开始于上世纪751十年代,因为当时倒立摆成本不高,制作较为简
单,可以很好地搭建。除此之外,它具有的自然特性又可以用来检验各种控制方法对
与倒立摆具有共性的系统的控制能力。
另外,自然不稳定、非线性的系统在日常生产生活中非常的常见,所以对倒立摆
的研究也有很强的实用性价值。例如,机器人是现在很热门的学科,机器手臂控制、
两足机器人行走等工程应用都与倒立摆密切相关。
正是由于从日常生活的倒立物体控制,到工程应用,再到高尖端科技研发都和倒
立摆控制有着很大的相似性,所以研究倒立摆的控制问题有很重要的理论和实际意义[1]。
1.2 倒立摆研究现状
从开始研究倒立摆起,人们就不断地发展新的控制策略,利用倒立摆系统进行检
验,如果能够获得良好效果,就会把这种控制方法在工程应用中进行实践。目前,倒
立摆的控制方法主要有以下几种[1]
: 1.2.1 线性理论控制
由于倒立摆本身的非线性特性,如果需要使用线性控制方法,需要先对它进行线
性化。因为倒立摆一般只在平衡位置附近较小的区域内摆动,所以人们一般将倒立摆
在平衡点附近线性化。然后通过线性系统控制理论使得系统满足设计要求。目前主流
的控制方法有PID 控制、状态反馈控制、LQ 控制算法等[1]
。但此类方法在解决非线性
程度较小的如一、二级倒立摆时,可以取得较好效果,但对非线性较强的如三、四级
倒立摆时局限性十分明显。
1.2.2 预测控制与变结构控制
针对倒立摆本身的自然不稳定性、非线性、复杂度高等特点,提出了预测控制、
变结构控制和自适应控制的控制理论。虽然这些控制方法在理论上控制效果很好,但由于其自身的局限性,实用性不是很强。
1.2.3 智能控制
在倒立摆系统中主要用的智能控制方法有神经网络控制、模糊控制、拟人智能控
制、仿人智能控制[2]和云模型控制等[1]。
神经网络在解决难以用精确模型表示的复杂系统时有很大的优势,具备能够充分
逼近复杂非线性系统的能力,因此在现代控制中取得了迅速的发展。
模糊控制提出了模糊集合理论,通过将专家知识与经验转换为模糊语言,设计合
适的模糊控制器进行控制。所以,模糊控制不需要得到系统的确切的数学模型,只需
要用它的语言规则设计适当的控制算法就可以了。实际使用中,常规模糊控制由于很
难得到完整的模糊规则,所以常将模糊控制结合其他控制方法来使用,这样可以取得
较好的控制效果。
拟人智能控制的控制方式与人类推理问题的方法类似,对一个复杂的问题层层推
进,最后得到一些最基础问题。
仿人智能控制, 顾名思义就是模仿人对自身的控制方法来进行控制。 人在运动中,
需要通过各种观感感知分析,然后做出动作。仿人智能控制则会将人的感官进行模型
化。由于其控制方法的特性,它对复杂度大、非线性度高的系统控制作用很好。
云模型控制[3]
与模糊控制类似,也不要求被控对象的精确模型,不同的是它是通
过语言原子和云模型将人的经验转换为语言控制规则,形成一种定性的推理机制。这
- 上一篇:改进型PID算法在液位串级控制系统中的研究
- 下一篇:基于无线通信的可视化测试平台开发无线通信接口与数据层
-
-
-
-
-
-
-
十二层带中心支撑钢结构...
当代大学生慈善意识研究+文献综述
河岸冲刷和泥沙淤积的监测国内外研究现状
乳业同业并购式全产业链...
大众媒体对公共政策制定的影响
杂拟谷盗体内共生菌沃尔...
java+mysql车辆管理系统的设计+源代码
酸性水汽提装置总汽提塔设计+CAD图纸
中考体育项目与体育教学合理结合的研究
电站锅炉暖风器设计任务书