基于滑模变结构控制的二级倒立摆实验仿真研究

针对二级倒立摆系统的快速响应及其稳定和鲁棒控制问题,以直线二级倒立摆为研究对象,在建立其非线性数学模型的基础上,利用极点配置方法设计了滑模变结构控制器。将所设计的控制器应用到二级倒立摆系统,实验仿真表明,该控制策略实现了对二级倒立摆系统的实时跟踪控制,系统具有较好稳定控制和较强抗干扰能力。     

倒立摆系统的模糊神经网络控制

本文采用神经网络与自适应神经网络模糊推理（Anfis）工具对一级倒立摆进行控制。在神经网络控制的基础上,将神经网络控制与模糊控制相结合,利用神经网络学习模糊控制规则数据,对模糊神经控制器进行训练。实验表明,当模型参数改变及干扰作用时,自适应神经网络模糊推理系统有良好的自适应能力,能使倒立摆小车抵抗外界干扰并能较准确地到达预定位置。     

自适应神经元PID控制器的设计

神经网络是单个并行处理元素的集合,可以通过改变连接点的权重来训练神经网络完成特定的功能.本文利用神经网络的模型,根据一般BP神经网络的设计原则,在传统的PID控制器的设计基础上,介绍了自适应神经元PID控制器的设计过程,与传统的PID控制器进行了比较,并进行了实验的仿真.     

一种倒立摆稳定反馈系统的设计与仿真

为达到倒立摆的稳定控制,在建立倒立摆状态反馈系统数学模型的基础上,应用状态反馈控制配置系统极点设计倒立摆系统的控制器,从而实现其状态反馈。基于此,利用MATLAB软件对倒立摆的运动进行计算机仿真,仿真结果表明,所设计的方法可使系统稳定工作并具有良好的动静态性能。     

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。     

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。     

基于模糊逻辑控制的倒立摆系统

本文针对垂直型单支点旋转式倒立摆系统进行研究.设计了倒立摆系统的机械结构,利用模糊控制与神经网络相结合的方法实现控制,仿真结果表明用模糊控制与神经网络相结合的方法实现对复杂的、无法建立精确数学模型的系统控制优于传统方法.     

基于能源战略和GA优化的倒立摆摆起控制

本文提出了摆起倒立摆的非线性控制器。该控制器的设计是基于与考虑粘性摩擦的能源战略。采用遗传算法,控制器的参数进行了优化。该控制器的有效性已经在仿真和实时实验中被测试了,并已取得了良好的业绩。     

基于BP神经网络的物流战略联盟风险评估研究

针对物流战略联盟中存在的两大主要风险:关系风险和绩效风险,进行细分,提出11个二级风险指标.在此基础上,构建BP(Back Propagation)神经网络模型,阐述基于BP神经网络模型进行物流战略联盟风险评估的具体原理和步骤,并借助MATLAB软件进行仿真训练和验证.结合实例验证该方法可以用来对物流战略联盟进行风险评估.     

一阶倒立摆控制器的设计

运用牛顿动力学方法对一阶倒立摆进行了数学建模,并利用极点配置的方法设计了控制器,最后在MATLAB环境下进行了仿真研究。仿真结果表明,该方案可以得到较为满意的结果。     

基于时滞观测器的倒立摆鲁棒控制

针对一阶直线倒立摆欠驱动系统,研究了在考虑外界干扰和模型不确定的情况下,一类欠驱动机械系统基于参考模型的鲁棒控制问题。其中利用时滞滤波器来对外界干扰和模型不确定性进行了估计,并利用状态反馈得出了系统的参考模型,最后通过仿真证明了该方法的可行性。     

基于BP神经网络的发动机故障诊断算法研究

为提高发动机故障诊断的准确度和诊断效率,本文开展一种基于BP神经网络的发动机故障诊断算法研究,研究过程为首先设计实验方案,并对实验数据进行采集;其次利用训练样本对发动机故障网络对进行训练,确定最佳的BP神经网络方案为11-11-8结构,采用LM算法的BP神经网络,最终利用训练后的神经网络进行故障诊断,诊断正确率达到94%。     

基于BP神经网络和遗传算法的网络舆情危机预警研究

Web2.0时代,如何对网络舆情危机进行有效预警已经成为政府部门的必修课。本文充分考虑了网络舆情危机产生、发展、变化的规律及特点,综合现有指标体系的优缺点,建立了3个一级指标和11个二级指标的网络舆情危机预警的指标体系。利用遗传算法优化BP神经网络的初始权值与阀值,构建了基于BP神经网络和遗传算法的网络舆情危机预警模型。最后,通过仿真实验,结合5个具体案例对该模型进行了验证与分析。实验表明,本文建立的网络舆情预警指标体系与遗传BP神经网络模型是有效可行的,预警准确率要优于标准的BP神经网络网络模型。     

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。     

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。     

基于视觉差反馈的三级倒立摆控制过程改进分析

为更有效对三级倒立摆进行稳定控制,提出了基于视觉差反馈的倒立摆控制系统。首先,通过摄像机采集倒立摆运动过程中的实时图像信息,采用Harris算法的角点匹配方法对倒立摆运动视觉图像信息进行识别匹配;然后,建立三级倒立摆系统的数学模型描述物理量和变量之间的联系,得到系统输出量后对系统进行控制,通过引入线性二次型最优控制方法,对倒立摆起摆过程及稳摆过程进行控制并达到平衡稳定的状态。实验证明,利用视觉反馈对三级倒立摆进行实时监测及控制,实现了对控制理论的智能化,为三级倒立摆控制理论的研究提供依据。     

基于BP神经网络的变压器故障诊断

针对变压器故障征兆和故障类型的非线性特征,结合油中气体分析法,研究应用BP神经网络对变压器进行故障诊断。设计了一个基于BP神经网络的变压器故障诊断模型,通过仿真实验证明BP神经网络可以有效的运用到变压器故障诊断中。     

基于Matlab的一阶倒立摆系统建模及仿真

倒立摆系统是一个典型的快速、多变量、非线性、不稳定系统,建立其数学模型研究其稳定性对于很多工程控制有着重大意义。论文采用机理建模法对一阶倒立摆系统进行分析,建立其数学模型。采用Matlab软件进行仿真验证,仿真结果表明,实验结果符合实际实验设计,所建立的一阶倒立摆系统的数学模型是有效正确的。     

基于遗传神经网络的三级倒立摆控制模型

将人工智能系统操作的方式融入到控制操作程序中,把控制操作领域的理论方法及思维模式应用到更广泛的控制系统,对工业生产会有很大的促进作用和积极意义。提出一种利用遗传神经网络实现对三级倒立摆控制的方法并建立模型,充分利用神经网络和遗传算法相结合,发挥各自整体和局部在空间搜索能力强的优势。实验结果表明,基于遗传神经网络的三级倒立摆控制建模方法具有建模精度高、控制性好等优点。能够解决那些利用传统方法难以解决的复杂系统的控制问题。