没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
摘要
摘要
球棒系统是大学控制实验室里常见的实验设备
,
通常用来检验控制策
略的效果
,
是控制理论研究中较为理想的试验手段
。
球棒系统就其本身而
言是一个复杂的多变*非线性系统
,
因此研究智能控制在球棒系统中的应
用可以对一类复杂的菲找性控制对象提供有效的控制算法.同时也为球棒
系统实验设备的研制提供了必要的理论依据・
本文利用拉格朗日方程建立了球棒系统的数学模型
,
并在平衡点小范
围线性化后用状态反馈方法设计了控制器
,
使球棒系统稳定在平衡点
。
但
当球的位置和棒的角度变大时
,
系统将难以稳定・
由于用一般的输入输出线性化法不能对球棒系统进行全局线性化
,
所
以本文用近似输入输出线性化法
,
对球棒系统进疔了近似全局线性化处理
并设计了控制器
,
提奇了球棒系统的穗定区域
。
用神经网络控制理论设计了一种神经两络控制器
,
它通过对给定的指
标函数优化找到一种满足性能指标的反馈控制率
,
实现了球棒系统的稳定
控制
。
模糊神经网络使得模糊控制规则和隶属度函数可以通过对样本数据的
学习自动地生成起来
,
本文针对球棒系统用样本数据构造了一种模糊神经
网络控制器
,
并将模糊控制理论与线性反馈理论相结合
,
对球棒系统设计
了一种基于模糊状态模型的状态反馈控制器
,
由于模糊信息的引入
,
控制
器性能得到很大改善
,
扩大了球棒系统的稳定范围
。
关键词
球棒系统
;
模糊控制
;
神经网络
;
模糊神经网络
;
状态反馈;
线性化
蕪山大学工学硕士学位论文
The
Ball
and
Beam
system
is
a
complicated
muti-variable
system,
it
usually
to
test
the
effect
of
the
control
algorithm.
So
researching
the
applications
of
the
Intelligent
control
theory
in
Ball
and
Beam
system
can
provide
a
effective
control
algorithm
for
a
type
of
complicated
non-linear
system,
and
provide
a
theory
basement
for
the
manufacture
of
the
Ball
and
Beam
svstem.
Firstly
in
this
thesis,
we
establishing
of
the
mathematic
model
of
the
Ball
and
Beam
system
by
Lagrangian
equation.
After
that
we
linearize
the
Ball
and
Beam
system
in
a
small
range
of
the
equilibrium
point
and
design
a
controller
of
state
feedback
algorithm.
In
this
way,
we
realize
the
stability
of
the
Ball
and
Beam
system.
But
when
the
position
of
ball
and
the
angel
of
beam
change
to
a
large
range,
the
system
change
to
be
instability.
By
the
ordinary
input-output
linear
algorithm,
we
can
not
realize
the
full-
scale
linearization,
so
we
provide
the
approximate
input-output
linear
algorithm
to
full-scale
linear
the
Ball
and
Beam
system
and
design
the
controller
to
the
stability
of
the
system.
Thirdly,
we
design
the
neural
network
controller
by
the
the
neural
network
algorithm.
It
realize
the
stability
control
by
optimize
a
provided
performance
target.
Fourthly,
because
the
fuzzy
neural
network
algorithm
can
form
the
fuzzy
rule
and
fuzzy
member
function,
we
construct
the
fuzzy
neural
network
controller
by
sample
date.
And
then
we
combine
the
state
feedback
algorithm
and
the
fuzzy
control
algorithm,
design
the
fuzzy
controller
based
on
the
based
on
fuzzy
state
model.
By
inducting
the
fuzzy
information
the
stability
range
of
the
Ball
and
Beam
system
is
largely
imp
roved.
Keywords
The
Ball
and
Beam
system;
fuzzy
control;
neural
network;
fuzzy
neural
network;
state
feedback;
linearize;
0
录
目录
摘要••
…
Abstract
第
1
章绪论
..............................
1.1
研究的目的及意义
...............
1.2
模糊控制综述
.....................
1.2.1
模糊控制的简要发展历史
…
…
1.2.2
当前模糊控制理论的研究课题
1,3
神经网络控制综述
...............
1.3.1
神经网络的简要发展历史
…
…
L3.2
当前神经网络控制的研究课题
1.4
模糊逻辑与神经网络的融合
…
…
L5
论文的主要工作和结构安排
…
…
第
2
章
球棒系统的数学模型
............
2.1
2.2
2.3
2.4
2.5
第
3
章
球棒系统系统的线性化控制
......
3.1
弓
1
言
...................................
3.2
球棒系统的线性反馈控制
...........
3.3
球棒系统的近似输入输出线性化控制
3.3.1
332
3.3.3
3.3.4
3.4
本章小结
................................
第
4
章
神经网络控制理论在球棒系统中的应用
4.1
引言
........................................
引言
...........
球棒系统简介
•
拉格朗日方程
•
球棒系统建模
本章小结
…
…
预备知识
.........................
球棒系统的输入输出线性化
…
…
球棒系统的状态反馈线性化
…
…
球棒系统的近似输入输出线性化
II
4
4
4
■
3
6
7
8
8
8
9
14
15
15
15
18
18
19
20
22
26
27
27
III
燕山大学工学硕士学位论文
4,2
神经网络控制理论基础
............................................
27
4.2.1
神经元模型
...................................................
27
4.2.2
BP
神经元网络
..............................................
28
423
神经网络控制
................................................
31
4.3
一种神经网络控制器
............................................. 33
4.4
用神经网络控制球棒系统
.........................................
39
4.5
本章小结
...............
43
第
5
章
模糊控制理论在球棒系统中的应用
.........................
44
5J
引言
................................................................
44
5.2
模糊控制理论基础
.........................................
・
44
5.2.1
模糊集合和隶属度函数
.....................................
44
5.2.2
模糊逻辑推理
...............................................
47
523
模糊控制系统的组成
.........................................
50
5.3
模糊神经网络
…
....................
-51
5.3.1
基于标准模型的模糊神经网络
.....................
51
532
基于
Takagi-sugeno
模型的模糊神经网络
..................
57
5.3.3
球棒系统的模糊神经网络控制器的设计
.................... 63
5.4
基于模糊状态方程模型的系统分析和设计
.......................
67
5.4.1
Takagi-sugeno
模糊模型
.......................................
67
5.4.2
基于模糊状态方程模型的系统分析和设计
...............
68
5.4.3
基于模糊状态方程模型的球棒系统控制器设计
........
72
5.5
本章小结
...........................................................
75
结论
........................................................................
76
参考文献
..................
77
攻读硕士学位期间所发表的论文
...........................................
81
致谢
............................
82
IV
第
1
章绪论
第
1
章绪论
1.1
研究的目的及意义
经过几十年的发展控制理论的应用和影响己经深入到社会生活的各个
方面-控制系统一般是使机器按照期望目标运转的系统
,
一般来说需要通
过反馈来进行行为调整和性能修正运行
,因而也可以说
,
反馈的思想是控
制理论的基石
I
叽
控制理论的发展大体上经历了经典控制理论
、
现代控制理论以及
20
世纪
70
年代后期提出和发展起来的非线性智能控制理论三个发展阶段
。
经典控制理论和现代控制理论研究的是线性时不变系统的控制问题
。
然
而
,
自然界和现实生活中的所有系统其实都是非线性的
。
如果说经典控制
理论
、
现代控制理论是对实际非线性系统的近似化.确定化处理后基于平
衡点附近的控制行为
,
那么非线性则是在考察了比线性系统更真实地接近
实际系统的数学模型的基础上进行的控制行为
。
非线性是一切动力学复杂
性之源
,
非线性是绝对的
、
全局的
;
线性是相对的
、
近似的
、
局部的
。
我
们平常认为的线性系统
,
实际上是对非线性系统的一种理想化或近似的描
述与线性系统相比
,
非线性系统的显著特点是存在多平衡点
、
极限
环
、
分歧与混沌现象⑹
,
其运动行为与其初始状态
、
系统参数
、
及输入量
之间存在着复杂的非线性关系
,
因此叠加原理将不再适用
。
为了实现对系
统的有效控制
,
就不能回避其中的非线性问题或者简单地进行线性化
,
而
必须很好地加以处理和利用
,
以期改善系统的控制性能
。
然而传统的理论
和方法在解决这些问题时
,
已显得难以奏效
。
为了解决上述面临的困难
,
近年来自动控制发展的一个新的方向就是
智能控制
,
即将传统的控制理论和人工智能相结合
,
模仿人的智能来研究
解决复杂控制问题
。
智能控制是一种更接近于人脑思维方式的一种控制理
论
,
它是以知识信息为基础进行学习和推理
,
用启发式方法来引导求解过
程
,
是含有复杂性.不确定性和模糊性的非传统数学公式化过程卩~叽智
能控制设计通常以定性和定量相结合的办法进行系统分析和综合
,
使人们
从严格枯燥的数学推导中解脱出来
。
目前
,
智能控制已经形成多种方法
,
其中较典型的有
:
专家控制
、
模
糊控制和神经网络控制等叫并已经取得了许多成功的应用
。
剩余83页未读,继续阅读
资源评论
programyp
- 粉丝: 90
- 资源: 9323
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功