倒立摆-模糊控制-开题报告.doc

毕业设计(论文)开题报告

学 生 姓 名：

学 号：

专 业：

设计(论文)题目：
直线倒立摆智能控制方法研究
指 导 教 师:

2012 年 3 月 7 日

毕 业 设 计（论 文）开 题 报 告
1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写
2000字左右的文献综述：
文 献 综 述
1.引言：
倒立摆系统是一个比较复杂的，带有快速、高阶次、多变量、严重非线性绝对不稳定和非最小相位系统的机电系统，它的稳定控制是控制理论应用的一个典型范例。倒立摆系统一直是控制理论中非常典型的实验设备，也是控制理论教学和科研中不可多得的典型物理模型。虽然它的数学模型复杂但倒立摆系统的稳定控制能非常直观地说明控制理论的优点和有效性，同时它还涉及到系统辨识、非线性系统等方面，所以倒立摆系统的控制一直是控制领域研究的热点[1]。
倒立摆系统的最初研究开始于二十世纪五十年代，麻省理工大学电机工程系设计出单级倒立摆系统这个实验设备。后来在此基础上，人们又进行拓展，产生了各式各样的倒立摆:有悬挂式倒立摆、平行倒立摆、环形倒立摆、平面倒立摆;倒立摆的级数有一级、二级、三级、四级乃至多级;倒立摆的运动轨道可以是水平的，也可以是倾斜的[2]。倒立摆系统已成为控制领域中不可或缺的研究设备和验证各种控制策略有效性的实验平台，本设计主要针对直线倒立摆进行研究。

2.倒立摆的系统特性分析
倒立摆系统是典型的机械电子系统。无论哪种类型的倒立摆系统都具有如下特性:
1.欠冗余性。一般地，倒立摆控制系统采用单电机驱动，因而它与冗余结构，比如说冗余机器人有较大不同。之所以采用欠冗余是要在不失系统可靠性的前提下节约经济成本或者有效的空间。
2.不确定性。主要是指建立系统数学模型时的参数误差、测量噪声以及机械传动过程中的非线性因素所导致的难以量化的部分。
3.耦合特性。倒立摆摆杆和小车之间，以及多级倒立摆系统的上下摆杆之间都是强耦合的。这既是可以采用单电机驱动倒立摆控制系统的原因，也是使得控制系统的设计、控制器参数调节变得复杂的原因。
4.开环不稳定系统。倒立摆系统有两个平衡状态:竖直向下和竖直向上。竖直向下的状态是系统稳定的平衡点，而竖直向上的状态是系统不稳定的平衡点，开环时微小的扰动都会使系统离开竖直向上的状态而进入到竖直向下的状态中[3]。
针对以上倒立摆的特性，在建模时，为了简单起见，一般忽略掉系统中一些次要的难以建模的因素，例如空气阻力、伺服电机的静摩擦力、系统连接处的松弛程度、摆杆连接处质量分布不均匀、传动皮带的弹性以及传动齿轮的间隙等等。将小车抽象为质点，摆杆抽象为匀质刚体，摆杆绕转轴转动，这样可以建立系统较为精确的数学模型。

3.倒立摆控制方法介绍
对于倒立摆的控制从上个世纪 70 年代后期就开始了。倒立摆系统本身提供了用经典控制理论解决单输入多输出系统的控制方法。早期国内外对它的控制一般采用现代控制理论[4]。在近期特别是近几年智能控制理论逐渐开始应用在倒立摆的稳定控制中。下面就将倒立摆控制方法做一下总结：
3.1 PID控制法
PID 控制是由反馈系统偏差的比例(P)、积分(I),微分(D)的线性组合构成的反馈控制律。由于它具有原理简单、直观易懂、易于工程实现、鲁棒性强等一系列优点，多年以来它一直是工业过程控制中应用最广泛的一类控制算法。对于倒立摆控制的早期一般按常规 PID 理论进行控制：通过对倒立摆物理模型的分析，应用牛顿力学理论建立倒立摆的动力学模型，然后利用工程数学知识将物理模型变成传递函数形式。应用频域理论适当选择系统带宽、相角裕度和幅值裕度进行控制[5]。
常规 PID 控制器设计原理简单，有较好动态和静态特性，在实际现场中运行的控制系统有广泛的应用。但常规的 PID 算法在处理非线性、时变对象、未知对象模型等较复杂系统时难以获得较好的控制。所以现在一般都将其他理论与 PID 方法进行优势互补、共同使用，如将自适应模糊控制理论与 PID 联合使用，将单纯模糊控制理论与 PD 控制相结合及将分流模型理论与 PID 的结合。
3.2 极点配置的状态反馈控制
这种方法是现代控制理论中的经典方法：通过极点配置理论将系统的极点分布到 S 左半平面的预先指定的区域而使系统达到稳定性能指标的同时获得较好的瞬态性能。由于倒立摆控制系统的状态不能全部由检测装置直接测得所以要使用状态观测器，因此常常选择状态反馈和 Kalman 滤波相结合的方法，实现对倒立摆的控制。这种控制方法对经验的依赖大一些，如何选择期望极点成为控制性能好坏的关键[6]。
3.3 最优控制法
线性二次型调节器问题是现代控制理论研究的一个重要的领域，因为线性二次型(LQ)性能指标易于分析、处理和计算，而且通过线性二次型最优设计方法得到的倒立摆系统控制方法，具有较好的鲁棒性与动态特性以及能够获得线性反馈结构等优点，所以其在实际的倒立摆控制系统设计中得到了广泛的应用[7]。
最优控制理论主要是依据 Pontriagin 极大值原理，通过对性能指标的优化寻求可以使目标极小的控制器。在线性控制系统中，线性二次型性能指标因为可以通过求解 Ricatti 方程得到控制器参数，并且随着计算机技术的进步，求解过程变得越来越简便，因而为线性多变量系统的控制器设计提供了一种有效的方法。
3.4 模糊控制
模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理等作为理论依据，以传感器技术、计算机技术和自动控制理论为基础的一种新型的自动控制理论和控制方法。它在一定程度上模仿了人的控制，不需要准确的控制对象数学模型，是一种智能控制方法，尤其适用于那些人们无法建立精确数学模型的物理对象或过程[8]。模糊控制通过确定模糊规则，设计出模糊控制器来实现对倒立摆的控制。
模糊控制不需要建立被控对象精确的数学模型, 只要求把现场操作人员的成功经验总结成完善的语言控制规则, 因此它能够绕过对象的不确定性、不精确和非线性等影响, 尤其适用于难以精确建模的非线性复杂对象[9]。基于这些优点, 在对于倒立摆这类复杂对象控制问题的研究中, 模糊控制恐怕是迄今为止被应用得最多的智能控制方法。但在设计的过程中, 普遍存在一些困难, 如模糊控制器设计中的多变量问题, 当系统的输入变量很多时, 控制规则可能选取的空间会急剧增大, 便会现所谓的“维数灾”问题[10]。还有就是模糊变量隶属函数的选取和优化, 这是一个多参数的寻优问题, 一般情况下很难全局最优。而这些问题恰恰是多变量模糊控制器设计中最难以解决的问题。
3.5 神经网络控制
神经网络控制是指利用工程技术手段模拟人脑神经网络的结构和功能的一种技术系统，它是一种大规模并行的非线性动力学系统，其本质是通过网络的变换的动力学行为获得某种并行分布式的信息处理功能，并在不同层次和程度上模仿人脑神经系统的信息处理功能。神经网络控制具有信息的分布存储、并行处理以及自学习能力等优点[11]。
神经网络能够任意充分地逼近复杂的非线性关系，能够学习与适应严重不确定性系统的动态特性，所有定量或者定性的信息都等势分布储存于网络内的各种神经元，故有很强的鲁棒性和容错性，也可以将 Q 学习算法和 BP 神经网络有效结合，实现状态未离散化的倒立摆的无模型学习控制[12]。
3.6 算法结合控制
使用几种控制算法相结合实现倒立摆的控制：比如模糊自适应控制，分散鲁棒自适应控制，模糊PID控制等等，这些结合算法在倒立摆系统的控制中取得了很好地效果。将Q学习算法和BP神经网络有效结合，实现了状态未离散化的倒立摆的无模型学习控制[13]。
4.软件MATLAB
MATLAB是矩阵实验室的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发，数据可视化，数据分析以及数值计算的高级技术语言和交互式环境，主要包括MATLAB和Simulink两大部分[14]。
5.倒立摆控制的意义
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需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，倒立摆系统作为一个实验装置，结构简单、构件组成参数和形状易于改变、成本低廉，其控制效果可以通过其稳定性直观地体现。作为一个多用途的综合性实验装置，倒立摆系统的控制作为控制理论研究中的一种较为理想的实验手段，通常有着用来检验控制策略有效性的功能。倒立摆仿真或实物控制实验是控制领域中用来检验某种控制理论或方法的典型方案[13]。
研究倒立摆系统除了较强的理论意义，同时还具有广泛的实践意义。控制理论中许多抽象的概念如稳定性，能控性，快速性和鲁棒性，都可以通过倒立摆系统直观的表现出来，同时其动态过程与人类的行走姿态类似，其平衡与火箭的发射姿态调整类似，因此倒立摆在研究双足机器人直立行走、火箭发射过程的姿态调整和直升机飞行控制领域中有重要的现实意义，相关的科研成果已经应用到航天科技和机器人学等诸多领域。因此倒立摆系统的研究，对于火箭发射及机器人控制等高新技术的研究都有非常重要的理论指导意义[16]。

参考文献

[1] 粟梅，贺伟平，伍侠云，唐文英. 倒立摆的简易现代控制[J].控制工程. 2004,11(2):180-183.
[2] 杨亚炜，张明廉. 倒立摆系统的运动模态分析[J].北京航空航天大学学报.2002,28(2): 165-168
[3] 王孝莉.倒立摆智能控制系统的研究[D].济南：山东大学.2007
[4] 张水立，程会锋，李洪兴. 三级倒立摆的自动摆起与稳定控制[J].控制理论与应用.2011,28(1): 37-45.
[5] 任祖华.倒立摆系统的智能控制研究[D].武汉：华中科技大学.2006
[6] 丛爽，张冬军，魏衡华. 单级倒立摆三种控制方法的对比研究[J].系统工程与电子技术. 2001,23(11): 47-50.
[7] 王俊. 基于倒立摆的三种控制策略的研究[D]. 武汉：湖北工业大学.2008..
[8] 杨世勇，刘殿通，谭翚. 倒立摆与控制理论研究[J].控制理论与应用. 2011,30(5):164-167.
[9] 冯冰. 二级倒立摆的模糊控制[D]. 上海：上海交通大学.2006.
[10] 马燕，夏超英. 单级旋转倒立摆的自抗扰控制[J].电气传动.1995,27(2): 39-41.
[11] 蒋国飞，吴沧浦. 基于Q学习算法和BP神经网络的倒立摆控制[J].自动化学报.1998,24(5):662-666.
[12] 杨振强，朴营国，程树康. 二级倒立摆的状态变量合成模糊神经网络控制[J].控制与决策. 2002,17(1):123-126.
[13] 汪雪琴，朱群雄. 基于改进的表格查询法的二级倒立摆模糊控制[J].北京化工大学学报.2006,33(1): 102-104.
[14]　刘金琨. 先进PID控制及其MATLAB仿真[M]. 北京: 电子工业出版社，2003.
[15] 周瑞. 倒立摆系统控制方法研究[D]. 华中科技大学.2007.
[16] 付莹. 基于教学机器人的倒立摆的控制系统的研究[D].上海： 上海交通大学.2003.

２．本课题要研究或解决的问题和拟采用的研究手段（途径）：
1 要研究或解决的问题：
1.建立一级和二级倒立摆数学模型；
2.分析倒立摆系统特性，研究如何利用智能控制算法实现其稳摆控制。
3.基于智能控制设计控制算法对倒立摆进行稳摆控制，并进行仿真，对比控制性能。
4.利用固高直线倒立摆实验系统验证设计算法，并分析实际与仿真差异原因。
2 研究手段：
1.阅读相关文献，了解智能控制及智能控制在倒立摆上的应用；
2.熟悉matlab软件，研究倒立摆动力学，在matlab中建立一级、二级倒立摆数学模型；
3.分别对一级二级倒立摆系统设计相应的智能控制算法，应用模糊控制理论设计控制器，并进行仿真研究；
4. 对比采用模糊控制，模糊PID等不同智能控制算法时控制效果，总结控制方法，对比不同算法的优劣。
5. 利用固高直线倒立摆实验系统验证所设计算法，对比仿真与实际控制差异，并分析差异的产生原因。

毕 业 设 计（论 文）开 题 报 告
指导教师意见：
1．对“文献综述”的评语：

2．对本课题的深度、广度及工作量的意见和对设计（论文）结果的预测：

指导教师：
年 月 日
所在专业审查意见：

负责人：
年 月 日