基于matlab的一级倒立摆自适应仿真Word文档格式.docx
《基于matlab的一级倒立摆自适应仿真Word文档格式.docx》由会员分享，可在线阅读，更多相关《基于matlab的一级倒立摆自适应仿真Word文档格式.docx（43页珍藏版）》请在冰豆网上搜索。
倒立摆系统是一个典型的自不稳定系统，其中摆作为一个典型的振动和运动问题，可以抽象为许多问题来研究。
随着非线性科学的发展，以前的采用线性化方法来描述非线性的性质，固然无可非议，但这种方法是很有局限性，非线性的一些本质特征往往不是用线性的方法所能体现的。
非线性是造成混乱、无序或混沌的核心因素，造成混乱、无序或混沌并不意味着需要复杂的原因，简单的非线性就会产生非常的混乱、无序或混沌。
在倒立摆系统中含有极其丰富和复杂的动力学行为，如分叉、分形和混沌动力学，这方面的问题也值得去探讨和研究。
无论哪种类型的倒立摆系统都具有如下特性[2]：
（1）非线性倒立摆是一个典型的非线性复杂系统。
实际中可以通过线性化得到系统的近似模型，线性化处理后再进行控制，也可以利用非线性控制理论对其进行控制，倒立摆的非线性控制正成为一个研究的热点。
（2）不确定性主要是指建立系统数学模型时的参数误差、量测噪声以及机械传动过程中的减速齿轮间隙等非线性因素所导致的难以量化的部分。
（3）欠冗余性一般的，倒立摆控制系统采用单电机驱动，因而它与冗余机构，比如说冗余机器人有较大的不同。
之所以采用欠冗余的设计是要在不失系统可靠性的前提下节约经济成本或者节约有效的空间。
研究者常常是希望通过对倒立摆控制系统的研究获得性能较为突出的新型控制器设计方法，并验证其有效性及控制性能。
（4）耦合特性倒立摆摆杆和小车之间，以及多级倒立摆系统的上下摆杆之间都是强耦合的。
这既是可以采用单电机驱动倒立摆控制系统的原因，也是使得控制系统的设计、控制器参数调节变得复杂的原因。
（5）开环不稳定性倒立摆系统有两个平衡状态：
垂直向下和垂直向上。
垂直向下的状态是系统稳定的平衡点（考虑摩擦力的影响），而垂直向上的状态是系统不稳定的平衡点，开环时微小的扰动都会使系统离开垂直向上的状态而进入到垂直向下的状态中。
（6）约束限制由于实际机构的限制，如运动模块行程限制，电机力矩限制等。
为制造方便和降低成本，倒立摆的结构尺寸和电机功率都尽量要求最小，行程限制对于倒立摆的摆起尤为突出，很容易出现小车的撞边现象。
倒立摆的以上特性增加了倒立摆的控制难度，也正是由于倒立摆的这些特性，使其更具有研究价值和意义[3]。
1.1.2倒立摆系统的分类
倒立摆系统诞生之初为单级直线形式，即仅有的一级摆杆一端自由，另一端铰接于可以在直线导轨上自由滑动的小车上。
在此基础上，人们又进行拓展，产生了多种形式的倒立摆。
按照基座的运动形式，主要分为三大类：
直线倒立摆、环形倒立摆和平面倒立摆，每种形式的倒立摆再按照摆杆数量的不同可进一步分为一级、二级、三级及多级倒立摆等[4]。
摆杆的级数越多，控制难度越大，而摆杆的长度也可能是变化的。
多级摆的摆杆之间属于自有连接（即无电动机或其他驱动设备）。
目前，直线型倒立摆作为一种实验仪器以其结构相对简单、形象直观、构件参数易于改变和价格低廉等优点，已经广泛运用于教学[5]。
关于直线倒立摆的控制技术已经基本趋于成熟，在该领域所出的成果也相当丰富。
尽管环形倒立摆的基座运动形式与直线倒立摆有所差异，但二者相同之处是基座仅有一个自由度，可以借鉴比较成熟的直线倒立摆的研究经验，所以近几年来也产生了大量的理论成果。
平面倒立摆是倒摆系统中最复杂的一类，这是因为平面倒立摆的基座可以在平面内自由运动，并且摆杆可以沿平面内的任一轴线转动，使系统的非线性、耦合性、多变量等特性更加突出，从而增加了控制的难度，而且机械和电子器件发展遇到瓶颈性的困难，给平面倒立摆的工程实现也带来了一定的难度。
按摆杆的材质不同，倒立摆系统分为刚体摆杆倒立摆系统和柔性倒立摆系统。
在柔性倒立摆系统中，摆杆本身己经变成了非线性分布参数系统。
根据研究的目的和方法不同，倒立摆系统又分为悬挂式倒立摆、球平衡系统和平行式倒立摆。
其中，研究比较多的是悬挂式倒立摆。
这种倒立摆开始工作时，摆杆处于自由下垂状态。
控制开始时，首先使摆杆按自由振荡频率摆动，随着摆杆振荡幅度的加大，当摆杆接近于倒立摆竖直倒立位置时，自动转换控制方法，使其稳定于倒置状态。
根据导轨的形状小同，倒立摆的运动轨道可以是水平的，也可以是倾斜的。
倾斜倒立摆对实际机器人的步行稳定控制研究非常有意义。
尽管倒立摆系统的结构形式多种多样，但是无论属于哪一种结构，就其本身而言，都是一个非线性、多变量、强耦合、绝对不稳定性系统[6]。
1.1.3倒立摆系统的研究现状
倒立摆系统的研究具有重要的理论意义和应用价值，对其控制研究是控制领域研究的热门课题之一，国内外的专家学者对此给予了广泛的关注。
倒立摆系统研究最早始于上世纪50年代，麻省理工学院（MIT）机电工程系的控制论专家根据火箭发射助推器原理设计出一级倒立摆实验装置[7]。
1966年Schaefer和Cannon应用Bang—Bang控制理论将一个曲轴稳定于倒置位置。
其实，正式提出倒立摆概念的是60年代后期。
在此基础上，世界各国专家和学者对倒立摆进行了拓展，产生了直线二级倒立摆、三级倒立摆、多级倒立摆、柔性直线倒立摆、环形倒立摆、平面倒立摆、环形并联多级倒立摆以及斜坡倒立摆等实验设备，并用不同的控制方法对其进行了控制，使研究成为了具有挑战性的课题之一。
1976年Morietc．首先把倒立摆系统在平衡点附近线性化，利用状态空间方法设计比例微分控制器实现了一级倒立摆的稳定控制。
1980年，Furutaetc．等人基于线性化方法，实现了二级倒立摆的控制。
1984年，Furuta等人应用最优状态调节器理论首次实现双电机三级倒立摆实物控制；
Wattes研究了LQR（LinearQuadraticRegulator）方法控制倒立摆。
80年代后期开始，较多的研究了倒立摆系统中的非线性特性，提出了一系列的基于非线性分析的控制策略。
1992年，Furuta等人提出用变结构控制来控制倒立摆。
1993年，Wiklund等人应用基于李亚普诺夫的方法控制了环形一级倒立摆。
Bouslama利用一个简单的神经网络来学习模糊控制器的输入输出数据，设计了新型控制器。
1995年，Fradkov等人提出的基于无源性的控制；
Yamakita等人给出了环形二级倒立摆的实验结果；
Li利用两个并行的模糊滑模来分别控制小车和摆杆偏角；
Deris利用神经网络的自学习能力来整定PID控制器参数。
1997年，Gordillo比较了LQR方法和基于遗传算法的控制方法，结论是传统控制方法比遗传算法控制效果更好[8]。
国内对倒立摆的研究始于80年代，虽然起步较晚但发展迅速，取得了可喜的成果。
对于单级倒立摆口钉和二级倒立摆系统的研究已经历了很长的历程，并且有很多控制成功的报道。
在此基础上，三级倒立摆b53及多级倒立摆的研究也取得了很大进展，不仅在系统仿真方面，而且在实物实验中，都出现了控制成功的范例。
尹征琦等成功的以模拟的降维观测器实现了二级倒立摆的控制。
梁任秋等针对二级倒立摆系统给出了三种实用的数字控制器和降维观测器。
1994年，北京航空航天大学教授张明廉将人工智能与自动控制理论相结合，提出“拟人智能控制理论”，实现了用单电动机控制三级倒立摆实物以及后来实现对二维单倒立摆控制。
张乃尧等用双闭环模糊控制方法对倒立摆进行了控制。
李祖枢等人利用拟人智能控制理论研究了二级倒立摆的起摆和控制问题。
李德毅教授利用反映语言值中蕴涵的模糊性和随机性，给出云发生器的生成算法，解释多条定性推理规则同时被激活时的不确定性推理机制，利用这种智能控制方法有效地实现了单电机控制的一、二、三级倒立摆的多种不同动平衡姿态，显示其鲁棒性，并给出了详细试验结果。
北京师范大学李洪兴教授领导的模糊系统与模糊信息研究中心暨复杂系统实时智能控制实验室采用变论域自适应模糊控制理论，分别于2001年6月和2002年8月完成了四级倒立摆系统的仿真和实物实验。
朱江滨等人提出了一种基于专家系统及变步长预测控制的实时非线性系统控制方法，仿真实现了二级倒立摆的摆起及稳定控制侧。
王永等通过对多级倒立摆动力学分析，得到了任意级旋转倒立摆的数学模型。
2005年国防科学技术大学的罗成教授等人利用基于LQR的模糊插值实现了五级倒立摆的控制。
总之，倒立摆系统是检验各种控制算法、研究控制理论很有效的实验设备[9]。
目前应用在倒立摆上的算法主要有以下几类：
（1）经典控制理论：
PID控制。
通过对倒立摆物理模型的分析，建立倒立摆系统的动力学模型，设计PID控制器实现控制。
（2）现代控制理论：
状态反馈。
通过对倒立摆系统物理模型的分析，建立系统的动力学模型，然后使用状态空间理论推导出状态方程和输出方程，应用状态反馈，实现对倒立摆的控制。
常见的方法有：
1）极点配置，2）线性二次型最优控制，3）鲁棒控制，4）状态反馈控制[10]。
（3）模糊控制理论：
主要是确定模糊规则，克服系统的非线性和不确定性实现对倒立摆的稳定控制。
（4）神经网络控制理论。
利用神经网络能够充分逼近复杂的非线性关系，学习与适应严重不确定系统的动态特性，与其他控制方法结合实现对倒立摆的稳定控制。
（5）拟人智能控制理论。
不需要了解被控对象的数学模型，凭借人的知识与直觉经验并借助计算机快速模拟控制经验，把人的思维中的定性分析与控制理论中的定量计算相互结合，从而实现对倒立摆的控制。
（6）云模型控制理论。
用云模型构成语言值，用语言值构成规则，形成一种定性的推理机制。
这种方法不要求给出对象的精确的数学模型，而仅依据人的经验、感受和逻辑判断，将人用自然语言表达的控制经验，通过语言原子和云模型转换到语言控制规则器中，就能解决非线性问题和不确定性问题。
（7）自适应控制理论。
主要是为倒立摆设计出自适应控制器。
（8）非线性控制理论。
应用非线性控制的方法研究倒立摆的控制。
（9）遗传算法。
以要寻优的参数组成染色体，通过模拟生物从父代到子代，再从子代到孙代，不断地进化演变的过程来进行迭代求解的。
其模拟生物界优胜劣汰的进化过程来实现参数的寻优。
（10）支持向量机聆刿。
提出最优超平面的概念并且与核空间相结合，以一个凸二次优化及其Wolfe对偶来构造分类问题，并且在此基础上发展成多类分类和函数回归问题。
（11）变结构控制理论：
滑模控制。
（12）几种控制算法相结合的控制方式。
充分利用各控制算法的优越性，来实现一种组合式的控制方法，比如：
神经网络控制与模糊控制理论结合的方法，遗传算法与神经网络控制结合的方法，模糊控制与PID控制结合的方法，神经网络控制与预测控制算法相结合的方法，遗传算法与模糊控制理论结合的方法，支持向量机与模糊控制相结合的方法等。
1.1.4
升级会员 