智能预测控制算法在倒立摆中的应用研究

《智能预测控制算法在倒立摆中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、智能预测控制算法在倒立摆中的应用研究长沙理工大学硕士学位论文智能预测控制算法在倒立摆中的应用研究姓名：李红涛申请学位级别：硕士专业：控制理论与控制工程指导教师：李益华20100401摘要倒立摆系统是一种多变量，非线性，强耦合和快速运动的自然不稳定系统，在军工、航天、机器人等工业领域应用广泛。因此对倒立摆控制算法的研究具有重要的理论意义和工业应用价值。本文以倒立摆系统为对象，针对倒立摆控制系统存在的控制复杂性和控制目标的多样性，将智能控制中的一些方法引入到预测控制。本文首先回顾了倒立摆系统国内外研究现状，主要控制

2、算法以及对智能预测控制的发展概况，对课题研究目的与意义做了简单阐述，指出本文所做的主要工作。其次，介绍了倒立摆系统工作原理，设计了基于DSP倒立摆系统的硬件电路，以二级倒立摆系统为研究对象，重点分析了Lagrang方程对系统建立数学建模。利用极点配置、LQR状态反馈控制对倒立摆进行控制仿真，指出了以上控制算法存在的弊端。再次，针对BP神经网络和广义预测控制算法，进行了深入学习和研究，并指出了BP算法的弊端，对其进行了改进。然后提出了BP神经网络预测控制算法，建立了BP神经网络预测模型。仿真结果表明效果良好。最后

3、，将BP神经网络预测控制算法应用到二级倒立摆系统，利用前向神经网络建立非线性被控对象的模型，以滚动优化、反馈校正实现对系统的控制，对摆角和位移实现了同时控制。仿真结果表明，该算法可避免对受控对象做复杂的数学分析，具有收敛速度快，鲁棒性强的特点。关键词：预测控制；BP神经网络；滚动优化；倒立摆；鲁棒性ABSTRACTInvertedisandpendulumsystemofcontrolinstabilityandnaturally，caneffectivelyverifyvarietytheorymethods

4、，itisusedindustriessuchasandSOon．widelymilitary，aerospace，roboticsofcontrolTherefore，researchbasedontheinvertedhasalgorithmspendulumtheoreticalandindustrialimportantthischooseapplications．Inpaper，weinvertedaspendulumcontrolwithsystemobject，combineintelligent

5、predictivecontroltosolvetheexistedofthecontrolandofproblemscomplexitydiversitycontrolobjectives．theresearchstatusofinvertedhomeandabroad．Firstly，reviewedpendulumthemaincontrolandsituationofcontrolalgorithmgeneralintelligentpredictiveatotheandofthedevelopment

6、，dosimpledescriptionpurposesignificanceouttheorresearch，andworkdone．pointsmajoftheinvertedareintroducedSecondly，workingprinciplependulumsystemandthehardwarecircuitbasedonDSParedoublelinearinverteddesigned．theisthemethodbasedonpendulumstudied，Selectivlyanalyz

7、eLagrangeequationsmathematicalmodelinthecurrentmathematicalintroducingmodel。Throughstatefeedbacksimulationstheofandcontrolpole―placementLQRoptimizingofthesemethods，theareout．disadvantagespointedandresearchonthebasisofBPneuralnetworkandThirdly，deeplystudycont

8、roldrawbacksofBParegeneralizedpredictivealgorithm，thealgorithmit．ThenaBPout，andneuralnetworkcontrolpointimprovepredictivealgorithmismodelofaBPneuralnetworkisproposed，thepredictionsimulationandid