单级倒立摆LQR和LQY控制.docxVIP

单级倒立摆的LQR与LQY控制 1、建模 在忽略了空气阻力，各种摩擦之后，可将直线一级倒立摆系统抽象成小车和匀质杆组成的系统，如下图所示。 其中： M小车质量m摆杆质量b小车摩擦系数l摆杆转动轴心到杆质心的长度I摆杆惯量F加在小车上的力x小车位置(P摆杆与垂直向上方向的夹角 0摆杆与垂直向下方向的夹角(考虑到摆杆初始位置为竖直向下)采用牛顿动力学方法可建立单级倒立摆系统的微分方程如下： (M+m)x+bx+mlB.cos0一ml。,sin0=F(I+ml2)0.+mglsin0=一mlxcos0 倒立摆的平衡是使倒立摆的摆杆垂直于水平方向倒立，所以假设0=兀+8，8为足够小的角度，即可近似处理得：cos0=-1，sin0=-8，竺=0。 dt2 用u来代表被控对象的输入力「，线性化后两个方程如下： (I+ml2)8-mgl8=mlx (M+m)x-bx+ml8=u 取状态变量:X,_o_10.X3X-X4_ 取状态变量: X, _o_ 1 0. X3 X -X4_ _x_ X= 即摆杆的角度和角速度以及小车的位移和速度四个状态变量。则系统的状态 方程为: mgl(M+m) XX+tl I(M+m)+MmhI(M+m)+Mmh -ml ?2 土=、4 I+mh X=X+u ?I(M+m)+MmhI(M+m)+Mmh ?4 将上式写成向量和矩阵的形式，就成为线性系统的状态方程: x=Ax+Bue =Cx 这里设: M=1.32Kgm=0.07Kgb=0.1N/m/sI=0.20m I=0.0009Kg秫2 将参数带入，有: 0 1 0 0 38.1825 0 0 0 0 0 0 1 -0.3847 0 0 0 A=0-2.8037 00.7477 2、LQR控制 线性二次型是指系统的状态方程是线性的，指标函数是状态变量和控制变量的二次型。考虑线性系统的状态方程为： X(t)=Ax(t)+Bu(t)y(t)=Cx(t)+Du(t) 找一状态反馈控制律：u(t)=-Kx(t)，使得二次型性能指标最小化： 1J=—xt(t)S(t)+—jf[xt(t)Q(t)x(t)+utR(t)u(t)]dt 210 其中，x(t)为系统的状态变量；f、10为起始时间与终止时间；S为终态约束矩阵；Q(t)为运动约束矩阵；R(t)为约束控制矩阵。其中Q(t)、R(t)决定了系统误差与控制能量消耗之间的相对重要性。 为使J最小，由最小值原理得到最优控制为： u*(t)=—R-1BtPQ)x(t) 式中，矩阵p(t)为微分Riccatti方程：p(t)=—p(t)A—ATp(t)+p(t)BR-1BTp(t)—Q的解。 如果令终止时间tf=8，P(t)为一个常数矩阵，且P(t)=0，因此以上的Riccatti方程简化为—P(t)A—AtP(t)+P(t)BR-iBtP()—Q=0。 对于最优反馈系数矩阵K=R-iBTP(t)，使用Matlab中专门的求解工具lqr()来求取K。将LQR控制方法用于倒立摆控制的原理如下图所示。 用Matlab求解lqr(A,B,Q,R)可以求出最优反馈系数矩阵K的值。lqr函数需要选择两个参数R和Q，这两个参数是用来平衡输入量和状态量的权重。其中，Q”代表摆杆角度的权重，而Q33是小车位置的权重。这里选择: TOC\o1-5\h\z250000 °°°° 00100 L000。」 R=0.1 通过matlab求得：K=[-82.4246-10.7034-10.0000-11.8512]。 3、LQY控制 取性能指标为1J=—xt(t)S(t)+—jf[xt(t)Q(t)x(t)+utR(t)u(t)]dt 9fx、f‘o210 对应控制率为u*(t)=-R-1BtP()x(t),P满足如下黎卡提方程PA+AtP—PBR-1BtP+CtQC=0 同LQR求解过程求解K=[-276.86563.8430-45.2606-8.6243]4、仿真 通过matlab仿真，LQR控制与LQY倒立摆摆角和小车位移仿真结果如下图所示。LQR仿真图： 123456Sec(sec)steprespondofinvertedpendulum 1 2 3456 Sec(sec) steprespondofinvertedpendulumsystem 3x=yz5po p0.3 LLLLL O 0.2 O0.1 -A- T /\ 0 \ rrrrr -0.100.511.522.53Sec(sec) LQY仿真图 上下两条曲线分别为倒立摆摆角和小车位移。 4、结果分析 从仿真图我们可以看出对于这两种控制方法LQY的控制响应效果更好，图中明显可以看出LQY控制器的控制下的倒立摆瞬时响应稳定时间更短，而LQR控制方法下的倒立摆的响应稳定时