1.2  球杆实验系统控制方法综述   球杆实验系统由于设计结构简单易懂，运行简单，并且具有非线性不稳定平台的许多重要特征，在实验研究中得到了广泛的应用。球杆系统的控制研究主要是在于研究控制方法，在大多数的控制系统设计中都将球杆系统模型简化为二阶系统，现今应用于球杆实验系统的控制方法主要有 PID控制、自适应控制、最优鲁棒控制等控制方法[5]。
1.2.1 PID 控制方法    PID 控制能够利用输入与输出之间的误差来对系统进行整定，调节控制器的参数,实现系统的优化。对于 PID控制的研究主要集中在控制器参数的调节和优化。     西北农林科技大学张志勇等人根据球杆系统传递函数设计了 PID 控制器，根据要求的最大超调量和调整时间，利用 Matlab计算出符合要求的参数值集合，然后根据系统的应用目的从集合中选取适当的参数[6]。但是，由于仿真模型忽略了系统摩擦力以及其它非线性因素的影响，因此，计算得到的参数在实际应用中未必能够得到满意的效果。     经典PID控制器的特点是控制器参数是离线一次性整定。从本质上讲，,源!自&751*文,论/文]网[www.751com.cn先进 PID控制器都可以归结为一种自适应控制方法。 1.2.2 智能控制方法     对于自适应控制方法，纵观国内外的研究球杆系统的自适应控制研究一般不过多的考虑球杆系统的物理和动力学特性以及数学模型的精准性，而是侧重于对一般性的非线性模型进行数学变换，以确定适当的参考模型和李雅普诺夫函数，从而得到确保系统稳定条件下的控制规律。而系统参数估计的方法则各异。Marra MA[7-8]釆用基于遗传算法的自适应控制方法，这种方法特点是通过使用遗传概率算子使得在同一种群内的控制器都朝着某一最优控制器进化,从而达到控制的最优。对于最优鲁棒控制，在建立数学模型和设计控制器的过程中，考虑实际系统中存在参数摄动和外界扰动等因素，希望所设计的控制器能在这些不确定性因素影响下仍能使系统保持稳定，即设计的控制系统具有一定的鲁棒性[9]。常见的鲁棒控制方法有滑模变结构控制等[10]。
1.2.3 其他控制方法 除了上面介绍的 PID 控制和自适应控制方法，其它各种经典和现代的控制理论都已经运用到球杆系统的设计研究中[11]。尤其是神经网络控制具有广阔的发展空间，随着计算机技术的发展，神经网络取得了辉煌的成果[12]。John Hauser 把原始非最小相位系统近似为一最小相位系统[13]，这样能得到很好的跟踪效果，Jie Huang对其作出改进，采用鲁棒伺服理论设计控制器，使系统有很好的鲁棒跟踪性[14]。Elmer Dadios 设计出的控制器，不需要对球杆实验系统建模，也不借助球杆实验系统模型，通过摄像机来来获得小球在导轨上的速度和位移，再通过一个模糊逻辑控制器使小球稳定在轨道中间，这种方法具有精度高的特点。此外，混合系统理论也已应用到球杆实验系统。 本文所研究的对象是由加拿大 Quanser 公司所生产的球杆实验系统。它的设计结构简单易懂，有良好的研究功能和教学功能
。 1.3  本文的主要内容及安排 本文的主要内容及安排如下：     第 1 章介绍了球杆实验系统的研究意义以及研究现状，对球杆实验系统模型进行简要介绍，在此理论基础上介绍了 PID 控制，智能控制等几种控制方法。最后给出了本文的主要内容及安排。 第 2 章对 Quanser 球杆实验系统进行数学建模，首先对该系统组成进行介绍，然后分球杆模块和驱动电机模块推导动力学方程，并分析特性，找出线性化的条件，最终获得线性化模型的传递函数。 PD-LQR杆球系统建模及控制方法研究(2):http://www.751com.cn/zidonghua/lunwen_51351.html