基于倒立摆系统的模糊仿人智能控制

《基于倒立摆系统的模糊仿人智能控制》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第10卷第15期2010年5月科学技术与工程Vo1．10No．15May20101671—1815(2010)15—3745—04ScienceTechnologyandEn~neefing⑥2010Sci．Tech．Engng．基于倒立摆系统的模糊仿人智能控制任冰李振宸(兰州理工大学电气工程与信息工程学院，兰州730050)摘要倒立摆系统是一个绝对不稳定的系统，具有高阶次、非线性、强耦合等特性，很多控制方法的验证都是通过对倒立摆的控制来实现的。为了实现倒立摆系统的自摆起倒立平衡控制，提出了一种模糊仿人智能控制方法，在起摆控制阶段以仿人智能控制方法为主，平衡点附近切换至模糊控制方法

2、，实现其稳定控制。仿真结果表明，模糊仿人智能控制对于典型非线性自不稳定系统有着很好的控制能力。关键词倒立摆自摆起及稳定控制模糊仿人智能控制仿真中图法分类号TP273．3；文献标志码A在控制理论发展的过程中，某一理论的正确性及实际应用中的可行性不仅需要仿真来验证，也需1倒立摆系统的数学模型要一个按其理论设计的控制器去控制一个典型对象来验证，倒立摆就是这样一个常用的被控对象。一级倒立摆系统是由滑动小车、摆杆、导轨和对于倒立摆系统而言，自摆起倒立平衡问题的驱动电机组成。在忽略了空气阻力和各种摩擦之研究更加具有挑战性。要解决这个问题，就要设计后，系统可以抽象成由小车和匀质杆组成，如图1一个

3、控制器，使它能够将倒立摆的摆杆从竖直向下所示。的自然状态摆动到竖直向上的位置，并在尽可能短的时间内使摆杆稳定至平衡位置附近。目前国内外针对此问题的研究已经很多，许多学者都从不同角度提出了解决方法。仿人智能控制具有良好的响应速度，能妥善地解决控制过程中的稳定性和准确性、快速性之间的图1一级倒立摆系统矛盾，但是由于频繁的模态切换易受外界的干扰，而模糊控制器由于对误差和误差变化率的模糊化，通过对系统的力学与运动学分析，建立系统的具有良好的抗随机干扰能力。因此，把仿人智数学模型能控制与模糊控制相结合，应用于倒立摆系统的自f+m)互+m。s一sin)=M(1)摆起倒立平衡的控制中，保证了倒立

4、摆系统的自摆【ml~cosO+mlO=mgsinO起倒立平衡过程的快速性，提高了倒立摆系统在模为建立倒立摆的状态方程，将系统模型作如下态切换中的抗干扰性，取得了令人满意的效果。变换：二zf⋯4meos201、3M+m，(2)2010年3月9日收到：：一+ml(sin0—0cos0)第一作者简介：任冰(1984一)，硕士研究生。研究方向：智能控一M+m制。式(2)中，为加在小车上的控制作用，为摆与垂3746科学技术与工程lO卷线的夹角(以竖直向下为0。，竖直向上为180。)，为一正作用，b为一正常数。。表示偏角变化速度为摆的旋转角速度，为摆的旋转角加速度，为小的阈值。给小车施加控制作

5、用，称为激振起摆。车水平方向速度，茹为小车水平方向加速度。在激振起摆的过程中，控制作用不断地增加单摆的是摆杆自起摆至竖直位置所摆动的角度范摆动动能来达到起摆的目的。当控制误差趋于增围，=订一Q。加时，仿人智能控制器发出强烈的控制作用，抑制误差的增加；而当误差有回零趋势或开始下降时，由于摆杆左右摆动时间不均，再加上惯性、摩擦等因素的影响，小车左右运动的幅度会不一样，进而一级倒立摆系统是典型的单输人多输出的非导致小车在摆动过程中逐渐移向一侧，以至于发生线性多变量系统，系统内各变量间存在着很强的耦撞墙，所以采用不对称的控制作用。同时，为防止合作用，且这种耦合作用将随系统的运动而不断变摆杆

6、速度过大，使摆杆到达倒立点时速度为零，不化。考虑实际的可能情况，本文将一级倒立摆系统产生过调，可在适当的时刻令M=0，以避免起摆的自摆起倒立平衡分为两个阶段：自摆起控制阶段过量。和稳定控制阶段。2．2稳定控制阶段2．1自摆起控制阶段设偏差e=仃一0，e。为偏差阈值，当e≥e。时自摆起是倒立摆从一个稳定的平衡状态在程为自摆起控制阶段，而当摆杆距离目标倒立点的偏序外力的作用下转移到另外一个平衡状态。在这差e

7、仅要考虑到摆杆的倒立与定量控制相结合的多模态控制的特点，和平衡，而且还要使小车稳定在期望的位置。本文为此本阶段以仿人智能控制为主。摆起阶段把小车的位置和速度作为输入量，组成一个位置模的控制规则如下：糊控制器，把模糊控制器的输出看作摆杆的一个虚ifed>0且>W0thenu=U拟角度，乘以一定的虚拟系数后与摆杆的实际角度ife<0且>Wthenu=一(U+b)一起作为角度模糊控制器的输入量l5]，其结构示意if