基于长机-僚机法的无人机编队控制器设计

为解决无人机编队控制问题,本文在基于长机-僚机法的基础上,建立一种LQR控制器。首先,建立无人机处于平飞状态长机相对于僚机的运动方程,通过小扰动线化得到线化方程,引入无人机自动驾驶仪控制方程,得到双机编队模型。在状态方程中引入控制变量误差信号,得到线性二次编队模型。基于lqr控制理论,得到合适的反馈增益,得到反馈控制器。通过仿真表明,通过该控制器能够快速地实现僚机对长机的跟随,从而实现编队的队形形成、保持和变换过程。     

基于嵌入式控制器的直线倒立摆最优控制研究

倒立摆系统是典型的非线性、多变量、强耦合的系统,广泛应用于对各种控制理论和控制策略的有效性的检验。文中仅使用固高公司提供的伺服电机驱动器和倒立摆本体,另行设计了ARM控制器、信号连接电路,编写了运动控制函数库,搭建了一套基于ARM控制器和Linux系统的倒立摆控制系统,并在该实验平台使用PID,极点配置,LQR等算法完成仿真实验,并运用LQR对实际系统进行控制,实现了良好的控制效果。     

电葫芦系统中的LQR设计与仿真研究

为了实现电葫芦系统在吊运过程中的控制,设计了一种LQR最优控制器,该控制器能够在闭环极点位于S平面右半部,系统不稳定的情况下,获得较为满意的控制效果。在设计中,电机、货物重量均为实际参数。利用MATLAB语言对该系统进行计算机仿真,仿真结果表明,谊系统在运动中的控削精度满足设计要求,该方法有较高的实用价值。     

一类无人机内外环编队的控制律设计

本文主要是针对无人机(Unmanned Aircrafts)编队飞行控制(Formation Flight Control)进行研究。首先为无人机编队模型设计控制器,通过为编队模型设计的控制器保证编队模型输入—状态稳定。其次,针对无人机自身的线性模型设计控制器,并最终得到稳定的闭环系统,使得整个编队在飞行的过程中保持稳定。最后,通过Matlab仿真验证方法的可行性。     

3—自由度直升机模型的分析与控制器设计

本文以3—自由度直升飞机系统为模拟平台,针对其线性化模型,采用了LQR方法对直升机控制器进行设计以提高系统的性能,针对该方法加入了内模,以增强系统的跟踪能力和抗干扰能力。     

小车倒立摆系统的H∞控制研究

<正>本文针对小车倒立摆系统在控制过程中存在的不确定性和外部扰动,提出了一种H∞鲁棒LQR控制器。首先,建立I级小车倒立摆的线性数学模型;然后,分别基于Riccati方程和LMI算法设计H∞鲁棒LQR控制器;最后,进行了仿真验证与分析。研究结果表明,H∞鲁棒LQR控制方法不仅调节时间短,而且能补偿系统所受到的内外干扰,保证了系统的鲁棒性和稳定性,较好地满足了系统性能要求。     

基于深度神经网络的直线二级倒立摆控制器设计

针对直线二级倒立摆抗干扰控制器设计问题,研究了基于深度神经网络的智能控制方法。首先介绍了BP神经网络和深度神经网络模型及优化算法,并且根据直线二级倒立摆状态方程,研究了基于深度神经网络的直线二级倒立摆控制算法。然后设计了一个六输入单输出的深度神经网络控制器模型,并利用Pytorch框架,以LQR作为导师进行神经网络的训练,训练完成后利用MATLAB软件对训练后的神经网络进行仿真实验验证,并与BP神经网络控制器进行对比,最后在直线二级倒立摆实验平台上进行实验验证。仿真与实验表明,所设计的深度神经网络控制器能够实现直线二级倒立摆的良好抗干扰控制,从而证明了该研究设计方法的合理性和有效性。     

环形单级倒立摆系统的优化跟踪控制

倒立摆系统是一个典型的、非线性、不稳定的系统,对倒立摆的控制无论是在理论上还是在有深远的意义。该论文以固高科技环形一级倒立摆试验台装置为平台,建立系统数学模型,重点是利用线性二次最优控制方法,设计出相应的LQR控制器,并对其进行参数优化,使倒立摆系统摆杆摆起并在水平位置附近以较小的角度摆动,同时使连杆在垂直向上的位置保持稳定,然后将控制过程在MATLAB软件上进行仿真,并通过实验实时控制环形倒立摆系统的稳定,实验结果验证了本文提出的控制方法的正确性和可行性。     

一款基于ROS的四旋翼无人直升机

本文以ROS为开发环境,以Pixhawk和OdroidXU4构成的飞行电脑为硬件平台,设计并开发了一款四旋翼无人直升机。该无人机通过MAVLink和MAVROS实现无人机控制电脑和ROS之间的连接和通信。配置GPS和3D传感器后,该无人机可进行户外自主导航和3D空间避障。测试结果表明,该无人机完全支持MAVLink和MAVROS,能够通过ROS实现预期的自主导航功能。     

基于模型预测控制的四旋翼无人机双闭环控制

针对欠驱动非线性的四旋翼无人机轨迹跟踪问题,本文提出使用模型预测控制方法来解决小型四旋翼无人机的位置航向控制问题。在建立无人机动力学模型的基础上,采用双闭环路控制结构,对外环(位置控制环),MPC控制器旨在跟踪输入的参考轨迹;对内环(姿态控制环),为了实现对姿态的快速响应,将姿态子系统化为LPV表示,提出LPV-MPC控制器使用二次规划求解。通过仿真验证了所提出的控制方法的有效性。     

基于PLC的平面一级倒立摆控制

正倒立摆是一种检验控制算法的实验平台,在工业中有很多应用。本文利用贝加莱PLC作为控制器实现了一个平面一级倒立摆的控制。本系统的一个优势是可以在Simulink中搭建控制算法,仿真通过后,下载到PLC中即可实现倒立摆的控制;此外,还可在PLC控制平台中直接使用C语言编写控制程序来实现倒立摆的控制。在控制算法的设计上,通过对LQR控制算法的剖析,在每一个方向将其转化为     

基于MC6805单片机的电风扇控制器的设计

设计了一种以MC6805系列单片机为控制核心的电风扇控制器,该控制器可以实现电风扇的无极调速、各种定时功能和风型的自由转换.而且该控制器控制功能强,适用于电风扇等家用电器的自动控制.它不但提高了原来家用电风扇的自动控制水平,而且方便了使用.     

基于Fuzzy-PID多模态广义预测控制

自动控制技术在当今的工程和科学发展中起着极为重要的作用。自动控制理论在发展过程中,形成了经典控制理论和现代控制理论。然而,在实际的工业控制过程中,常常存在着各种不确定性。为了满足日益复杂的工业过程自适应控制的需要,出现了预测控制,并在工业控制领域中得到了成功的应用。文章设计了一种Fuzzy-PID广义预测复合控制器,使模糊控制、PID控制与广义预测控制3种控制算法结合起来。通过该控制器可以有效的根据不同的工业生产环境来选择其适合的控制方法,以提高其生产效率,使控制得到充分的优化。     

无人机转角控制中的虚拟建模过程分析

无人机转角控制是无人机飞行中的关键。由于在对无人机进行操控时,存在一定的时间滞后性,利用传统的基于虚拟现实技术开发的无人机转角控制系统没有考虑时间的滞后性因素带来的影响,使得训练效果达不到实际操控无人机的要求,导致在实际操控中提高了无人机的坠机风险。为此,提出一种基于虚拟现实技术优化算法的无人机转角控制方法,建立无人机转角控制模型,得到转角控制参数,利用得到的时间误差进行补偿,得到新的无人机转角状态模型,利用新模型能够实现对无人机转角的精确控制。仿真实验结果表明,利用基于虚拟现实技术优化算法的无人机转角控制方法能够对无人机转角进行精确控制,效果令人满意。     

基于Matlab的模糊控制器仿真研究

提出了一种模糊控制器的设计与仿真的实现方法,该方法利用MATLAB模糊控制工具箱中模糊控制器的控制规则和隶属度函数,建立模型,并进行模糊控制器设计与仿真。仿真结果比较表明,用模糊控制能够得到较好的动态响应性能、较高的稳态控制精度,适应性强,上升时间快,鲁棒性好,保持着模糊控制器对干扰较强的适应能力。     

基于双STM32多旋翼无人机控制系统设计

本文分析了基于双STM32芯片控制系统的具体设计方案,主从控制器为两个STM32F107VCT6芯片,数据通信经过高速SPI接口,保证了数据控制的实时性。同时,本文合并介绍了系统的硬件设计方案,明确了嵌入式软件的具体设计流程,试验结果表明,双STM32多旋翼无人机控制系统的设计优良,可以为后续复杂的运算提供更多可行的操作平台,提高了系统的运行功能,以期为此后无人机控制系统的具体设计提供更多的借鉴依据。     

基于滑模变结构控制的采煤机滚筒调高设计

本文主要研究了基于滑模变结构控制的采煤机滚筒调高系统设计。首先建立了采煤机调高系统的闭环传递函数,通过传递函数得到了该系统的状态空间方程,然后在该系统的控制器设计中引入了滑模变结构控制,最终得到了采煤机滚筒调高系统的滑移面切换函数。在此基础上对采煤机调高系统进行MATLAB模拟仿真,结果表明:当采煤机滚筒调高系统中引入滑模变结构控制器后极大改善了采煤机滚筒调高系统工作性能。     

LED太阳能路灯控制器的设计

太阳能作为取之不尽、用之不竭的清洁能源,必将得到人们越来越多的关注和利用,高效环保的太阳能LED路灯也将成为更多市政改扩建工程的选择。本文根据太阳能路灯的控制需要,对太阳能路灯控制器从硬件结构及软件开发方面进行了设计,该控制器具有抗干扰能力强、便于控制特点     

基于模糊控制的三级倒立摆系统仿真

倒立摆是理想的自动控制试验对象,应用模糊控制方法,研究了三级倒立摆系统的稳定控制问题。通过对系统的线性化模型设计LQR最优控制反馈权阵,并基于最优线性控制的反馈参数选择模糊控制参数。仿真结果表明该方法可实现三级倒立摆系统的稳定控制,具有参数选择简单、动态性能较好等特点。     

基于控制量分配的四旋翼无人机容错控制

本文采用自抗扰控制器对同时具有外界扰动和执行器故障的四旋翼无人机进行控制,在此基础上,设计状态观测器来检测执行器故障,再根据故障检测信息,设计控制量分配算法对未发生故障的执行器进行重新分配并产生新的驱动力,以此实现执行器故障容错控制和性能优化控制。最后通过MATLAB/SIMULINK纯数字仿真,对所设计的容错控制算法进行仿真验证。