本文的研究内容及安排如下:
第一章是对倒立摆系统的介绍和分析,简要介绍了对倒立摆系统研究的历程,并对倒立摆系统进行建模,推倒出了倒立摆系统的状态空间表达式;
第二章简要介绍了模糊控制的基本原理;
第三章简要介绍了BP神经网络;
第四章分别用常规PID、最优控制理论以及神经网络模糊控制实现了对倒立摆系统的控制,并对倒立摆系统的响应结果进行比较;
第五章是结论,对论文做了总结,并提出了存在的一些问题。
本论文研究的课题属于控制理论范畴,涉及的知识面比较广,还过本论文的研究和论述,将力学、运动学、控制理论、神经网络以及模糊控制等理论交叉结合,实现了倒立摆模型的控制和仿真。
本文的主要研究内容如下:
1.采用了牛顿定律以及力矩平衡方程,建立了单级倒立摆系统的模型,并
推导出了倒立摆系统的状态空间表达式。
2.介绍了相应的模糊控制理论以及模糊控制器的基础理论,并对建立模糊
系统的步骤进行了详细的阐述。
3.介绍了神经网络的基本概念,并对其中的BP算法进行了阐述。
4.先分别采用了PID控制和最优控制实现了对倒立摆系统的控制, 然后用MATLAB中提供的辅助自适应神经网络模糊推理工具ANFIS对模糊推理系统进行了训练,建立了针对倒立摆的神经网络模糊控制系统。
5.使用MATLAB中的Simulink建立倒立摆系统的模型,并把模糊控制器的作用结果用Scope模块显示出来,使能够更加直观地了解模糊控制的效果。
本文实现了对倒立摆系统的控制和仿真,取得了满意的效果,但是在某些方面还存在着某些局限或者需要更进一步发展&#