二级倒立摆系统模糊控制策略的研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
--优秀硕士毕业论文,完美PDF格式,可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士硕士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文的提供参考!

摘 要 倒立摆是一个典型的非线性、多变量、高阶次、强耦合、快速和自然不稳定的动 态系统,本身含有极其丰富和复杂的动力学行为,是研究各种控制理论和方法的理想 对象及典型实验装置。本文以二级倒立摆为研究对象,采用了多种模糊控制方法来解 决常规模糊控制器控制性能与规则数之间的矛盾,以期实现二级倒立摆的有效控制。 论文首先论述了模糊控制的基本原理、特点和发展概况,综述了倒立摆控制发展 历程和研究现状;介绍了倒立摆系统的结构及工作机理,基于 Lagrange 方程建立了 二级倒立摆的非线性模型,并对其进行线性化及稳定性、能控性、能观性分析。 其次,对现代控制理论、模糊控制、神经网络以及它们之间的互相结合作了较为 系统的论述,研究了多种模糊控制方法。基于信息融合技术的模糊控制策略结合线性 系统理论中的状态反馈控制方法和信息融合技术,通过设计融合函数降低模糊控制器 的输入变量维数,较好地解决了“规则爆炸”问题;基于T-S 模型的逐级模糊控制策 略结合T-S模糊推理模型和逐级控制思想,选取有效模糊规则,简化多输入情况下的 模糊控制器设计;基于自适应神经网络的模糊控制策略利用神经网络的学习能力训练 模糊控制器的隶属度函数及其它参数,基于自适应神经网络的模糊推理系统 ANFIS 来对倒立摆系统进行建模和控制。 最后,在 Matlab/Simulink 环境下对二级倒立摆进行了大量的仿真研究工作,比 较了各种方法的控制效果。结果表明,本文所给出的几种模糊控制策略较好地解决了 规则爆炸问题及简化了控制器的设计,取得了较好的控制效果。 关键词:倒立摆;模糊控制;逐级控制;自适应控制 Abstract Inverted pendulum, which is a dynamic system with nonlinearity, multivariables, high equation orders, strong coupling, fast reaction and instinct instability, and has abundant and complicate dynamic behaviors, has become an ideal object and typical experimental equipment for verifying a certain kind of control theory and technique. Several fuzzy control strategies are employed to solve the contradiction between the control performance and the number of fuzzy rule, and to effectively control the double inverted pendulum in this thesis. Firstly, the fundamentals, characteristics and progress of fuzzy control are discussed, and the present status of research on inverted pendulum is summarized in the thesis. The nonlinear mechanism model of the double inverted pendulum is built up by means of Lagrange equations, and its linearization and performance analysis of stability, controllability and observeablity are carried out. Secondly, modern control theory, fuzzy control, neural network (NN) as well as

文档评论(0)

wq640326 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档