南京工程学院控制理论应用课程设计指导书

《南京工程学院控制理论应用课程设计指导书》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、控制理论应用课程设计指导书南京工程学院2012年4月第一章目标与耍求2第二章智能控制器设计部分4第三章经典控制器设计部分8第四章报告要求与参考资料9附件智能控制器课程设计任务书经典控制器课程设计任务书第一章目标与要求—、总体目标控制理论应用课程设计是一个实践性很强的教学环节，智能控制、自动控制原理和现代控制理论的应用为基础，在设计中引入了计算机辅助分析（仿真）方法，以期使学生受到更系统、完整的训练，加强控制理论的学习和基本技能的训练，启发学生创新思维，培养应用已学知识解决设计中遇到的问题的能力，使用设计手册、查阅资料的

2、能力。使学牛全面了解控制系统的主要内容和设计步骤，加深对相关控制理论知识的感性认识，提高自动化专业学生应用相关控制理论知识的能力，为今后从事相关的工程技术以及科研工作奠定基础。二、适用专业自动化专业三、工作要求1•综合运用相关控制理论知识独立完成倒立摆系统控制器设计、仿真与实物调试。2.通过查阅手册和文献资料，培养学生独立分析问题和解决实际问题的能力。3.掌握控制系统设计与仿真方法。4.学会撰写课程设计与实践报告。5.培养严肃认真的工作作风和严谨的科学态度。四、设计内容（二选一）a、倒立摆系统智能控制部分1）倒立摆系统

3、数学模型；2）模糊（或神经网络）控制器设计；3）在MATLAB的simulink环境下建立倒立摆系统模糊（或神经网络）控制器，并进行仿真；4）模糊（或神经网络）控制器和倒立摆实物进行联调；5）撰写控制理论应用课程设计报告。b、倒立摆系统经典控制部分1）倒立摆系统数学模型；2）PID控制器设计、极点配置控制、轨迹控制设计；3）在MATLAB的simulink环境下建立倒立摆系统相关控制器，并进行仿真;4）倒立摆实物进行联调；5）撰写控制理论应用课程设计报告。第二章控制器设计部分第一部分智能控制器设计部分一、倒立摆系统智能

4、控制器设计题目1.【设计任务】针对固高一级、二级直线倒立摆系统，设计模糊控制器或者神经网络控制器，实现对倒立摆系统的稳定控制。2.【设计指标】控制对彖：一级倒立摆系统/二级倒立摆系统选一种控制器：神经网络控制器/模糊控制器选一种控制目标：摆杆稳定在不稳定平衡点，即垂直方向。二、设计思路与方法1.设计思路采用智能控制的模糊控制理论和神经网络理论设计倒立摆系统的模糊控制器和神经网络控制器。对于模糊控制器，采用融合函数使得6个输入（二级倒立摆）或者4个输入（一级倒立摆）融合成二个输入，即E和DE,设计相应的控制规则，推理结构

5、和清晰化方法，实现对倒立摆系统的控制；神经网络控制控制器，采用BP神经网络，一个输入层，一个输出层，一个隐含层，以倒立摆系统的固有程序的釆用数据为学习样本，经过一定的修正，对神经网络训练，实现对倒立摆系统的控制。2.设计方法2.1倒立摆系统建模及能控能观测分析被控对彖模型的建模和分析是控制器设计的基础。建立模型的方法冇两大类，即基于物理原理的方式和基于辨识的方式。可采用基于牛顿力学原理建立倒立摆的微分方程。由丁倒立摆是一个非线性系统，我们的控制器设计的前捉是在平衡点附近，因此需要将非线性的模型在其工作点附近进行线性化，

6、推导倒立摆的传递函数和状态空间方程，进行能控能观分析。（具体可检索相关网上数据库资料以及后而相关参考资料）以一级倒立摆系统状态空间表达式为例（传递函数模型，二级倒立摆模型类似），在忽略了空气阻力和各种摩擦之后，可将直线一级倒立摆系统抽彖成小车和匀质杆组成的系统,如图1所示:图1i级直线倒立摆模型设：M—小车质量；m—摆杆质量；b—小车摩擦系数；1一摆杆转动轴心到杆质心的t度；I—摆杆惯量；F—加在小车上的力；x—小车位置；0——摆杆与垂直向上方向的夹角。参考相关参考资料可得到以小车加速度作为输入的系统状态方程为:_01

7、00__0■0-(1+m卩)bm2gl20XI+ml2I(M+m)+Mml2I(M++X+I(M+m)+Mini20001000-mlbmgl(M+m)0——*mlI(M+m)+Mml2I(MHM+_UX••X已知M小车质量1.096Kg；m摆杆质量0.109Kg；b小车摩擦系数0.lN/m/sec；1摆杆转动轴心到杆质心的长度0.25m；I摆杆惯量0.0034kg*m*m,并以小车加速度作为输入的系统状态方程可化为:000xiroi000对于系统X=AX+Buy=CX+Du系统状态完全可控的条件为：当且仅当向量组B，

8、AB,…,A-'B是线性无关的，或nXn维矩阵国佔的秩为n。系统的输出可控性的条件为：当口仅当矩阵［C5C4B,C42b,...,CA"力,刃的秩等于输出向量y的维数。应用以上原理对系统进行能控能观分析，系统的状态完全可控性矩阵的秩等于系统的状态变量维数，系统的输出完全可控性矩阵的秩等于系统输出向量y的维数，所以系统可控，因此可以