两轮不平衡小车的初步辨识及智能控制研究

论文摘要

本质不稳定两轮小车是一种特殊轮式移动机器人,其动力学系统具有多变量、非线性、强耦合、参数不确定性等特性,是研究各种控制方法的一个理想平台。本文在总结和归纳了两轮自平衡小车的研究现状后,提出了两轮自平衡小车的构建方案,选用了适当的控制器、执行电机、传感器,设计了相应的外围电路,实现了整个两轮小车的硬件系统。建模一直是复杂系统分析与控制的一大难题,为了解决这一问题,本文使用了预报误差法和最小二乘法的辨识方法对一个中功率机电伺服系统成功的进行了辨识,接着在对两轮不平衡小车的辨识中,得到了系统的部分参数,总结了经验教训,并为以后的辨识工作提出了建议。本文接着给出了两轮不平衡小车的非线性数学模型并进行了相关的分析,在介绍了智能控制的部分知识后,提出了新的智能控制方法,即使用自适应神经-模糊推理系统学习多个状态反馈控制器得到一个自适应神经模糊控制器用来控制小车的平衡,提高系统的可控范围。接着引进了动态模糊控制器,提高了控制系统的动态性能。最后再次利用自适应神经-模糊推理系统对含有动态模糊控制器的控制系统进行学习,得到了最终的自适应神经模糊控制器。该控制器不仅扩大了对系统初始角度的控制范围,而且较大的改善了系统的动态特性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 两轮自平衡小车的研究意义
• 1.2 两轮自平衡小车的发展历程和现状
• 1.2.1 国外的研究成果
• 1.2.2 国内的研究成果
• 1.3 系统辨识概论
• 1.4 智能控制概论
• 1.5 本文的工作
• 第二章 自平衡小车系统的构建
• 2.1 系统的构建方案
• 2.2 驱动单元
• 2.3 传感器单元
• 2.4 计算机控制单元
• 2.5 系统的硬件实现
• 2.6 小结
• 第三章 自平衡小车的系统辨识
• 3.1 系统辨识的基本知识
• 3.1.1 基本概念
• 3.1.2 系统辨识输入信号的选取
• 3.1.3 采样方法和采样间隔的选择
• 3.2 辨识方法介绍
• 3.2.1 预报误差法
• 3.2.2 最小二乘法
• 3.3 MATLAB 辨识工具箱的使用
• 3.4 机电伺服系统的辨识
• 3.5 两轮小车系统的辨识工作
• 3.6 小结
• 第四章 自平衡小车的系统分析
• 4.1 两轮自平衡小车的数学模型
• 4.1.1 非线性模型
• 4.1.2 模型线性化
• 4.2 开环系统的仿真
• 4.3 系统能控能观性分析
• 4.3.1 能控性
• 4.3.2 能观性
• 4.4 小结
• 第五章 模糊控制与神经网络控制相关理论
• 5.1 神经网络
• 5.1.1 神经网络概述
• 5.1.2 BP 神经网络
• 5.1.3 神经网络控制
• 5.2 模糊控制
• 5.2.1 模糊集合
• 5.2.2 模糊推理
• 5.2.3 模糊推理系统
• 5.2.4 模糊控制系统
• 5.3 模糊神经网络控制
• 5.3.1 神经网络实现模糊控制的基本原理
• 5.3.2 ANFIS:自适应神经-模糊推理系统
• 5.4 小结
• 第六章 自平衡小车控制系统的设计及研究
• 6.1 两轮自平衡小车的极点配置和仿真
• 6.2 两轮自平衡小车的模糊神经自适应控制
• 6.3 动态模糊控制器的引进
• 6.4 再次利用模糊自适应推理系统得到新的模糊控制器
• 6.5 三种控制器控制效果的比较
• 6.6 小结
• 结束语
• 致谢
• 参考文献
• 研究成果
• 附录
• 附录A 辨识程序
• 附录B 系统分析程序
• 附录C sugeno 型模糊控制器规则