倒立摆神经网络α阶积分逆系统控制器设计.pdf

倒立摆神经网络。阶积分逆系统 控制器设计 东南大学自动控制系 肖仁良 戴先中 何丹 摘要:本文介绍基于神经网络。阶逆系统方法的倒)%.摆控制器的设计.并对其控制效果进行r分析 关键词:倒立摆 神经网络。阶积分逆系统 Thecontrollerdesignforinvertedpendulumbasedon ANNa-thorderintegralinverse XiaoRenliang DaiXianzhong HeDan Abstract:ThispaperintroducesthecontrollerdesignforinvertedpendulumbasedonANNa-thorder inverseandthecontroleffectisanalyzed. Keyword:invertedpendulum neuralnetworka-thorderinverse 1引言 传统的PD控制、模糊控制等控制方法需要知道受控系统的精确数学模型或必须要控制 系统设计者具有控制对象大量的先验知识。神经网络。阶积分逆系统方法不需要建立精确 的系统数学模型，不需要大量的先验知识且I程上易于实现。这种方法的步骤是:首先根 据被控系统的输入输出数据求出它的神经网络止则积分逆系统(物理上可实现)，井将该逆 系统与原系统串联，构成a阶积分型系统(伪线性系统)，然后用线性系统的各种设计理论 来完成伪线性系统的综合。神经网络。阶积分型逆系统方法能够克服实际系统中存在的非 线性、时变性、不确定性和不完全性等因素导致的精确的系统数学模型无法构造的困难， 能对较一般的非线tI单输入单输出(SISO)系统实现有效的控制，且结构简单。 倒立摆系统是典型的自然不稳定非线性系统，本文将神经网络a阶积分逆系统方法应 用到倒立摆系统的控制中，并取得了成功。 2倒立摆系统数学模型 倒立摆系统(图 I)的数学模型的建立。倒立摆系统的结构，机械部分上要有小布、摆 竿、导轨、皮带轮、传动皮带等，控制对象由小车、摆竿组成;电气部分由电机、品体管 直流功率放大器、传感器以及保护电路组成。为了建立倒立摆系统的数学模型，假设如 卜 条件:I.摆竿及小车都是刚体:z.小车运动时与导轨的摩擦力为零:3.摆竿转动时所受 的摩擦力矩正比于摆竿的转动速度。倒立摆系统的数学模型如下: 图I倒)摆.]:.念图 其中，9为重力加速度，e为倒立摆摆竿偏角 F为施 加于小车上的推力，to。为摆竿质量，I为摆竿半长 “。为摆竿与小车的摩擦系数，m,为,1 车质量，x为小车位移。 185 3倒立摆系统可逆性分析 给定一个系统，如果其输出向量的维数不大于输入向量的维数，且系统的相对阶 大于系统的阶次。则该系统的逆系统存在。由于倒立摆系统数学模型所表示的系统是 入两输出系统，所以是不可逆系统，不能应用逆系统方法进行控制器设计。必须对其 入的分析。由模型可见，不计小车与导轨的摩擦时，倒立摆摆角只与施加千小车的控 有关，因此可设计两个控制回路分别控制小车位移和倒立摆摆角。这样就可认为以摆 控制对象时，倒立摆系统是一个单输入单输出系统，并可对其进行可逆性分析。 倒立摆系统的数学模型可化为: __一F一m1Bsin8 ,U,O gsma+cosu[— 】一 9= m,.+mf, m,1 厂 d 曰 」 显见，该单输入单输出系统的相对阶数为