基于遗传算法的直线两级倒立摆控制毕设答辩.pptVIP

* 2.施加仿真干扰 仿真过程中给系统第二级摆杆施加-0.1rad/s~0.1rad/s干 扰，此时小车的位移曲线和速度曲线如图所示： 小车位移 小车速度 Position（m） Speed（m/s） Times（S） Times（S） 施加干扰后，GA-LQR控制迅速使系统达到一个新的稳定状态，小车移动幅度为10cm左右，相对比试探法LQR效果要好一些，证明GA-LQR控制策略的很好的鲁棒性。 * Times（S） Times（S） Position（m） Position（m） GA-LQR控制完全交给计算机处理，其高效性是显而易见的。 小车位移 干扰后位移 3.在仿真实验中当通过试探法确定的一组权重参数是： 相同的仿真环境下小车的位移和施加同上干扰干扰后小车的位移如图所示： 5.1.3 GA-LQR稳摆实时控制 * 硬件在回路控制方框图 * 实时控制 参数配置 1.无干扰时的波形输出 * Times（S） Position（m） Angle1（rad） Angle2（rad） 系统在动态平衡状态时小车在±0.05m范围内小幅移动，一级摆杆和二级摆杆存在约±0.01rad偏角范围，在GA-LQR控制器作用下两级倒立摆系统表现出良好的快速性和稳定性。 小车位移 一摆摆角 二摆摆角 手扶阶段 截取30s的waves 2.有扰动： 在30S和50S，分别给倒立摆系统的二级摆杆和一级摆杆施加随机的外力干扰 * Position（m） Angle1（rad） Angle2（rad） Times（S） 给各摆杆施加外力干扰（代表一类随机过冲干扰），倒立摆系统输入控制力跟着增加以扩大小车的移动范围继续保持系统的动态平衡，这个调节过程在约2-3S内完成，系统在一个新的平衡点保持良好的运行状态，表现了很好的鲁棒性和镇定性。 扰动 5.2.1 融合函数构造 Y=F2[F1(x)]:GA-LQR构造F1,接着设计F2。 * 其中 E，EC为模糊控制器的输入 GA-LQR 5.2 Fusion Fuzzy Control EC U 融合函数 降维模糊控制器 倒立摆系统 Ke Kec Ku 原理框图 5.2.2 经过融合函数降维的模糊稳摆控制器设计 * a. E和EC的模糊论域[ -6 6]， 定义7个模糊子集，分别用语言变量描述为：NB，NM，NS，ZO，PS，PM，PB。 b. 定义隶属度函数 E，EC的隶属度函数分布 U的隶属度函数分布 U EC NB NM NS ZO PS PM PB E NB NB NB NM NM NM NS ZO NM NM NM NS NS NS ZO PS NS NM NM NS NS ZO PS PS ZO NS NS NS ZO PS PS PS PS NS NS ZO PS PS PS PM PM NS ZO PS PS PM PM PM PB ZO PS PM PM PB PB PB c.建立模糊规则 d.模糊推理决策：Mamdani 面积重心 * 仿真控制模型 5.2.3 Fusion Fuzzy Controller仿真效果 * 给定初始状态：x=0.1m，θ1=-0.1rad，θ2=0.1rad，仿真步长0.005，仿真时间5S。 FFC GA-LQR FFC GA-LQR FFC GA-LQR 上摆干扰 纯数字仿真阶段，FFC的快速性和鲁棒性有改进，但是对于本设计，该控制策略是GA-LQR的一个有效性论证和对智能控制所作的一部探讨，其实践可行性有待进一步的研究。 Position（m） Angle2（rad） Angle2（rad） Times（S） Times（S） Times（S） 6.总结与展望 结论 改进SGA、构造融合函数并设计模糊控制器、能量反馈原理分析 一级、二级倒立摆建模与定量分析 一级倒立摆能量反馈自起摆控制器、GA-LQR稳摆控制器设计、离线仿真与硬件在回路控制 二级倒立摆GA-LQR稳摆控制器设计、离线仿真界面开发、离线仿真与硬件在回路控制 二级倒立摆Fusion Fuzzy Controller设计与离线仿真 展望 基于Fusion Fuzzy Controller 稳摆控制的硬件在回路控制 Matlab/GUI实时控制界面开发 二级倒立摆的自起摆控制器设计 * 主要参考文献 宋西蒙. 倒立摆系统LQR—模糊控制算法研究[D], 西安, 西安电子科技大学, 2006. 周端. 倒立摆系统控制方法研究[D], 武汉，华中科技大学, 2007. 王小平, 曹立明. 遗传算法理论、应用与软件实现[M], 西安, 西安交通大学出版社, 2002, pp:17-145. 孟巍. 遗传算法在倒立摆模糊控制系统