基于模糊神经网络的倒立摆系统控制研究

论文摘要

倒立摆系统由于其具有参数易于调整、成本低廉、结构简单等特点,因而成为一种研究控制理论的典型的实验装置。倒立摆系统是一个高阶次、不稳定、多变量、非线性、强耦合的动态系统,在对其控制过程中可以有效反映出如鲁棒性问题和非线性问题等控制中的许多关键问题。因而多年来控制学界非常重视对倒立摆系统的研究,其研究过程具有重要的理论价值和实际意义。针对倒立摆系统的模糊神经网络控制这一理论课题,本文主要研究的内容如下:1.对固高公司生产的一级、二级倒立摆系统分别应用牛顿力学方法和拉格朗日方法进行数学建模,并分别对一级和二级倒立摆系统的能观性、能控性及稳定性进行分析。2.将模糊控制与神经网络控制技术相融合,通过神经网络的自学习能力来训练和调整模糊控制器的隶属度函数,设计一级和二级倒立摆模糊神经网络控制器。3.在设计二级倒立摆模糊神经网络控制器的过程中,研究矩阵Q、R的寻优问题,通过遗传算法搜索到最优矩阵,并将其用于系统的仿真与实际控制之中;通过设计融合函数,使二级倒立摆输入变量降维,并通过反复调整控制器的量化因子和比例因子来达到二级倒立摆控制的理想指标。4.在Simulink环境下完成倒立摆系统的计算机仿真后,采用基于MATLAB软件的控制界面,将上述设计的模糊神经网络控制器在一级、二级倒立摆实际系统中进行实验,验证控制器的有效性,并对实验结果进行分析。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.1.1 课题来源
• 1.1.2 课题研究的目的和意义
• 1.2 倒立摆系统的研究现状
• 1.3 倒立摆系统的控制发展概况
• 1.4 本文研究主要内容
• 第2章 模糊控制和神经网络控制
• 2.1 模糊控制
• 2.1.1 模糊控制的基本原理
• 2.1.2 模糊控制器结构及其设计
• 2.1.3 模糊控制的特点
• 2.2 神经网络控制
• 2.2.1 神经网络的基本特征
• 2.2.2 神经网络的分类
• 2.2.3 神经网络的优点
• 2.3 模糊神经网络
• 2.3.1 模糊神经网络理论概述
• 2.3.2 模糊神经网络融合形态
• 2.3.3 模糊神经网络模型
• 2.4 本章小结
• 第3章 倒立摆系统数学模型的建立及性能分析
• 3.1 直线一级倒立摆系统的数学模型
• 3.2 直线一级倒立摆的性能分析
• 3.2.1 系统稳定性分析
• 3.2.2 系统能控、能观性分析
• 3.3 直线二级倒立摆系统的数学模型
• 3.4 直线二级倒立摆的性能分析
• 3.4.1 系统稳定性分析
• 3.4.2 系统能控、能观性分析
• 3.5 本章小结
• 第4章 倒立摆系统的模糊神经网络控制研究
• 4.1 基于Sugeno 模糊模型的模糊神经网络
• 4.1.1 模糊系统的Sugeno 模型
• 4.1.2 基于Sugeno 模型的模糊神经网络结构
• 4.2 Sugeno 型模糊神经网络控制在一级倒立摆中的应用
• 4.2.1 一级倒立摆模糊神经网络控制器的设计
• 4.2.2 对一级倒立摆系统进行实际控制
• 4.3 Sugeno 型模糊神经网络控制在二级倒立摆中的应用
• 4.3.1 基于遗传算法的Q、R 矩阵寻优
• 4.3.2 信息融合技术和融合函数设计
• 4.3.3 Sugeno 模糊神经网络控制器的设计
• 4.3.4 MATLAB 仿真结果
• 4.3.5 量化因子和比例因子的确定
• 4.3.6 实验结果及其分析
• 4.4 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢