学位论文 > 优秀研究生学位论文题录展示

平面倒立摆系统的智能控制及虚拟样机研究

作　者: 刘锡林
导　师: 孔凡国
学　校: 五邑大学
专　业: 机械设计及理论
关键词: 平面倒立摆拉格朗日方程线性二次型最优控制自适应神经模糊控制遗传优化控制虚拟样机
分类号: TP273.5
类　型: 硕士论文
年　份: 2010年
下　载: 69次
引　用: 0次
阅　读: 论文下载

内容摘要

随着科学技术的发展,被控对象日趋复杂,对控制性能的要求不断提高。以线性代数、最优化方法等严谨的数学工具为代表的现代控制理论虽然能解决比经典控制理论复杂很多的系统,但仍然不能满足当代技术的需要,因此需要引入新的控制策略。随着人工智能领域的逐渐发展,智能控制在解决复杂被控对象的控制问题中越来越显示出其优越性,并在实际应用中显示出很强的生命力。而随着智能控制的兴起,各种智能控制算法亦不断涌现和发展,对各种智能控制算法的研究是当前智能控制领域研究的重点内容。倒立摆系统是一种典型的高阶次、多变量、强耦合且绝对不稳定的非线性系统,其控制过程能有效反映控制中的许多关键问题,如镇定性问题、非线性问题和鲁棒性问题等。因此,倒立摆系统常用来检验控制理论的有效性,其研究过程不仅具有意义深远的理论价值,又具有重要的工程背景和实际意义。本文以基于XY数控平台的平面一级、二级及三级倒立摆为研究对象,对它们的数学模型、智能控制方法及虚拟样机控制进行了研究。归纳起来,本文所做的主要工作有：1.系统模型的研究：运用拉格朗日方程法,成功地建立起平面一级、二级及三级倒立摆的动力学方程,通过将其在平衡位置进行泰勒级数展开并线性化,得到了各系统在XY两个正交方向解耦的线性化模型,并依据它们的模型分析了各系统的稳定性和能控性。2.控制方法的研究：以平面一级、二级倒立摆实物系统为平台,设计它们的线性二次型最优控制器和自适应神经模糊控制器,并成功地实现了它们的实物控制；以遗传算法理论为基础,首次提出遗传优化控制的概念,介绍了三种遗传优化控制的实现方法,并成功地将其应用于平面一级、二级倒立摆的实物控制。3.虚拟样机的研究：以平面三级倒立摆为研究对象,利用ADAMS软件建立起其虚拟样机模型,并利用ADAMS与MATLAB联合仿真平台成功实现了平面三级倒立摆的虚拟样机控制仿真。

全文目录

摘要  4-5
Abstract  5-10
第一章绪论  10-17
  1.1 研究背景及意义  10-12
  1.2 国内外研究现状  12-15
    1.2.1 智能控制的发展及现状  12
    1.2.2 倒立摆控制的研究现状  12-14
    1.2.3 虚拟技术的研究现状  14-15
  1.3 本文的研究内容  15-17
第二章平面倒立摆系统模型的研究  17-37
  2.1 平面倒立摆系统的构成  17-19
    2.1.1 平面倒立摆系统的硬件构成  17-18
    2.1.2 平面倒立摆系统的实控软件  18-19
  2.2 平面倒立摆的动力学模型  19-35
    2.2.1 平面倒立摆的建模方法  19-20
    2.2.2 平面一级倒立摆的动力学模型  20-23
    2.2.3 平面二级倒立摆的动力学模型  23-28
    2.2.4 平面三级倒立摆的动力学模型  28-35
  2.3 平面倒立摆的性能分析  35-36
    2.3.1 平面倒立摆的稳定性  35-36
    2.3.2 平面倒立摆的能控性  36
  2.4 本章小结  36-37
第三章平面倒立摆的线性二次型最优控制  37-44
  3.1 线性二次型最优控制  37-39
    3.1.1 线性二次型最优控制原理  37-38
    3.1.2 加权矩阵Q和R的确定原则  38-39
  3.2 平面一级倒立摆的线性二次型最优控制  39-41
    3.2.1 加权矩阵Q和R的确定  39-40
    3.2.2 系统的LQR实时控制结果  40-41
  3.3 平面二级倒立摆的线性二次型最优控制  41-43
    3.3.1 加权矩阵Q和R的确定  41
    3.3.2 系统的LQR实时控制结果  41-43
  3.4 本章小结  43-44
第四章平面倒立摆的自适应神经模糊控制  44-56
  4.1 人工神经网络与模糊控制系统  44-45
    4.1.1 人工神经网络  44
    4.1.2 模糊控制系统  44-45
    4.1.3 模糊神经网络  45
  4.2 自适应神经模糊推理系统  45-49
    4.2.1 ANFIS的原理概述  45-46
    4.2.2 ANFIS的结构描述  46-47
    4.2.3 ANFIS的学习算法  47-48
    4.2.4 基于MATLAB的ANFIS设计步骤  48-49
  4.3 平面一级倒立摆的ANFIS建模与控制  49-52
    4.3.1 平面一级倒立摆的ANFIS建模  49-51
    4.3.2 平面一级倒立摆的ANFIS控制  51-52
  4.4 平面二级倒立摆的ANFIS建模与控制  52-55
    4.4.1 平面二级倒立摆的ANFIS建模  52-53
    4.4.2 平面二级倒立摆的ANFIS控制  53-55
  4.5 本章小结  55-56
第五章平面倒立摆的遗传优化控制  56-67
  5.1 遗传算法  56-58
  5.2 遗传优化控制  58-60
    5.2.1 遗传优化控制概述  58
    5.2.2 遗传算法优化状态反馈控制  58-59
    5.2.3 基于神经网络的遗传优化控制  59
    5.2.4. 基于模糊推理的遗传优化控制  59-60
  5.3 平面一级倒立摆的遗传优化控制  60-63
    5.3.1 遗传优化控制器的设计  60-62
    5.3.2 平面一级倒立摆的遗传优化控制  62-63
  5.4 平面二级倒立摆的遗传优化控制  63-65
    5.4.1 遗传优化控制器的设计  63-64
    5.4.2 平面二级倒立摆的遗传优化控制  64-65
  5.5 三种控制方法的比较  65-66
  5.6 本章小结  66-67
第六章平面三级倒立摆的虚拟样机设计与控制  67-77
  6.1 ADAMS软件  67-69
  6.2 ADAMS与MATLAB联合控制  69
  6.3 平面三级倒立摆的虚拟样机  69-72
    6.3.1 虚拟样机几何建模  69-71
    6.3.2 添加约束及作用力  71-72
  6.4 ADAMS与MATLAB/Simulink联合仿真  72-76
    6.4.1 指定输入输出变量  72
    6.4.2 联合仿真参数设置  72-73
    6.4.3 联合仿真结果  73-76
  6.5 本章小结  76-77
结论  77-79
攻读硕士期间发表的论文  79-80
致谢  80-81
参考文献  81-84
附录A  84-87
附录B  87-88
附录C  88-89
附录D  89

平面倒立摆系统的智能控制及虚拟样机研究

内容摘要

全文目录

相似论文