一、基于留优遗传算法的倒立摆最优LQR控制(论文文献综述)
尤海辉[1](2021)在《循环流化床垃圾焚烧炉燃烧优化试验研究》文中进行了进一步梳理生活垃圾焚烧技术具有减容化、减量化、无害化和资源化的特点,在国家相关产业政策的引导下,国内垃圾焚烧行业得到了蓬勃的发展,循环流化床(Circulating Fluidized Bed,CFB)垃圾焚烧技术作为主要的焚烧技术之一,在国内获得了广泛的推广应用。随着垃圾焚烧环保标准和监管力度不断提高,部分CFB生活垃圾发电企业出现了CO排放及炉膛中上部温度5分钟均值不能连续稳定达标等问题,如何通过系统性的燃烧优化,提升垃圾焚烧炉运行的环保性和经济性,是CFB垃圾焚烧炉持续发展的重要课题。本文以CFB生活垃圾焚烧炉为研究对象,从燃烧优化的角度出发,致力于提升锅炉运行的环保性和经济性,开展了以下研究工作:(1)概括介绍CFB垃圾焚烧工艺和CFB垃圾焚烧炉的组成,分析并归纳总结了CFB焚烧炉流体动力学特性、炉内传热模型、燃烧模型、CO生成和燃烧机理、热工特性,在此基础上阐述了CFB生活垃圾焚烧系统的运行控制要求。(2)对某CFB垃圾炉的烟气污染物排放特性进行了全面的诊断分析,深入跟踪分析CO排放状况、运行状况。结果表明,垃圾品质差、垃圾预处理和给料均匀性不够重视、运行调整不合理等因素,导致出现CO超标排放、运行周期偏短等问题。(3)对CFB垃圾焚烧炉的CO排放特性进行了深入的试验研究,分析了CO超标排放的影响因素。从垃圾预处理、垃圾给料、炉膛受热面布置、炉膛二次风布置、热烟气停留时间等方面着手,提出系统性解决方案。经过整体改造之后,CFB垃圾焚烧锅炉CO排放数据能够连续稳定达到国家排放标准,CO时均值浓度能够稳定控制在50 mg/m3以下,日均值浓度可以控制在20 mg/m3以下,锅炉运行周期亦得到了较大的延长。(4)由于生活垃圾的复杂性,目前还没有可靠的在线测量仪器对其热值进行实时监测,自动控制系统缺少可靠的热值反馈信号,难以掌握入炉燃料热量的变化,影响控制效果。本文提出利用锅炉运行参数对入炉燃料热量进行虚拟重构的方法,结合CFB垃圾焚烧锅炉的运行机理特点和运行人员经验智慧,以模糊神经网络算法为基础,将相关的锅炉运行操作参数作为系统的输入变量,构建入炉垃圾热量的自适应神经模糊推理系统,结果表明,所构建的模型具有优秀泛化能力,可以快速准确反映入炉垃圾热值水平。此外,还利用智能建模算法针对锅炉床温、NOx、汽包水位等参数进行建模研究,预测误差均能控制在±2%以内。(5)CFB生活焚烧炉飞灰产生率普遍在原生垃圾的10%左右,偏高的飞灰率导致锅炉效率下降、运行周期偏短、飞灰处置成本上升。本文进行了针对性的减量化研究,针对长期焚烧城乡垃圾和填埋场陈腐垃圾的焚烧炉,设计了尾部烟道转向室底灰收集减量系统、循环灰收集减量系统和飞灰回燃系统,通过多种方式降低CFB锅炉的飞灰率。实践结果表明,尾部烟道转向室底灰收集减系统可以减少飞灰率4%以上,循环灰收集减量系统在长期焚烧城乡垃圾和填埋场陈腐垃圾的锅炉能够减少飞灰率5%左右,飞灰回燃系统有助于CO排放控制,并且能够减少飞灰率1.5%左右,减少每吨垃圾2kg左右氢氧化钙用量。最后对全文的研究内容和结论进行了总结,认为开展的相关试验研究工作及提出的系统性优化方案,对控制CFB垃圾焚烧炉CO稳定达标排放、延长锅炉运行周期、优化锅炉运行调整方式、降低飞灰量有积极的促进作用。阐述了本文的研究工作不足之处及未来展望,指明了下一步研究工作的方向。
刘峰[2](2019)在《基于倒立摆的控制方法研究》文中研究指明倒立摆是一个典型的非线性、强耦合、在自然状态下绝对不稳定的系统。它可作为检验各种新型控制方法是否具有正确性的理想装置。在其控制过程中,能反映出许多控制领域中的关键问题,如鲁棒性、随动性及快速跟踪等。因此,将倒立摆作为研究控制方法的对象具有重要的理论研究意义和工程指导意义,获得成功的科研成果已被普遍应用于航空航天、机器人等领域。本文以直线二级倒立摆为控制对象,对其进行稳定性控制方法的研究,研究内容有以下几方面:1.基于倒立摆系统共有特性,从能量转换的角度运用Lagrange方程推导出倒立摆的数学模型;基于现代控制理论对倒立摆进行定性分析,分析结果为倒立摆是一个能控能观的系统。2.研究最优控制方法、变结构控制方法以及模糊控制方法对倒立摆系统的控制。使用最优控制方法控制倒立摆系统时,采用遗传算法寻优加权矩阵中的元素,简化参数的寻优过程;使用变结构控制方法控制倒立摆系统时,通过改进趋近律来削弱系统抖振,从而增强系统的稳定性;使用模糊控制方法控制倒立摆系统时,针对“规则爆炸”问题,运用最佳反馈状态矩阵设计含有降维矩阵的二维模糊控制器,并且通过遗传算法对模糊控制器的参数因子、隶属函数以及控制规则进行优化。在Simulink软件中使用这三种控制方法进行倒立摆控制仿真,均得到了很好的控制结果。3.使用这三种控制方法进行倒立摆实物控制实验,并在实验过程中加入适当的扰动,控制实验结果显示模糊控制方法的上摆杆稳态误差最小,变结构控制的最大;上摆杆受到干扰后重新恢复稳态,变结构控制所用的调整时间最短,最优控制方法的最长。通过控制实验结果的对比分析得到最优控制具有很好的控制精度但快速性和抗干扰能力较差,变结构控制抗干扰能力最强但控制精度最差,而模糊控制同时兼顾系统的控制精度和快速性,体现出智能控制的优越性。通过倒立摆控制方法的研究,发现每一种控制方法都具有自身的优劣势,但模糊控制方法的优势更明显,利用优化算法提高模糊控制的精度来得到更好的控制效果会是一种发展控制理论和控制方法的很好途径。在控制系统的设计时,只有综合考虑系统的各方面性能,才能获得最佳控制器。
潘二伟[3](2018)在《基于STM32的两轮自平衡车设计与实现》文中研究表明自平衡车结构简单、控制灵活,能够适应多种复杂场合,其相关应用已经在安保、民用代步工具等领域投入使用。对自平衡车的设计和研究,其相关理论算法和设计思路能够为自平衡车应用提供新的设计方案,具有广阔的应用前景。本文首先对自平衡车进行数学建模。建立自平衡车瞬时力学平衡方程,对控制电机进行线性化处理,建立自平衡车状态空间模型。通过MATLAB验证了该模型的可观性和能控性。然后从自平衡车的功能角度,对其硬件系统进行设计,对关键模块进行选型和计算,确保设计的合理性和科学性。算法设计是本文的重点。本文通过Kalman滤波算法对陀螺仪和加速度计信号进行滤波融合,使自平衡车姿态信息更加准确。同时针对自平衡车系统的不稳定性,设计了LQR控制器,并用Simulink进行仿真,仿真结果表明该算法对自平衡车的姿态具有很好的控制效果。最后,搭建自平衡车控制平台,对自平衡车进行调试,调试结果表明该设计能够很好地实现自平衡车的各项功能。
薛忠余[4](2017)在《环形倒立摆的控制策略仿真研究》文中研究表明本文的主要内容是对二级环形倒立摆系统的控制策略进行研究。倒立摆系统一直以来都被作为理想的实验平台,来研究系统非线性、鲁棒性等问题。研究人员可以通过对倒立摆系统的不断探索和研究,找出一些更优的控制方法,使这些控制方法广泛的应用于各种高新科技领域。因此对倒立摆系统的研究具有重要的意义。论文的主要研究工作如下:首先,阐述了倒立摆系统的研究背景、研究意义、国内外研究现状及倒立摆系统的组成,根据拉格朗日原理建立二级环形倒立摆系统的数学模型,在平衡位置处将系统进行线性化,得到系统的状态空间方程。利用线性系统的相关定理检验倒立摆系统的稳定性、能控性和能观性,最终我们可以得出环形倒立摆系统虽然是自然不稳定的,但在平衡点是可控和可观的。然后,针对二级环形倒立摆进行LQR控制的研究。LQR控制的核心是选择合适的状态反馈矩阵K,而K又取决于加权矩阵Q和R。通常使用试凑法寻找Q和R,但有时效果不好。所以,利用遗传算法对LQR进行参数寻优,得到最优的控制参数Q和R,再通过MATLAB仿真实验得到输出响应曲线,并分析控制效果。最后,围绕二级环形倒立摆进行模糊控制的研究。由于环形二级倒立摆有6个状态变量,会出现“规则爆炸”问题,这样需要建立一个复杂的模糊规则,从而使模糊控制器的设计变得困难。所以我们引入变量融合技术将输入变量降维,设计了一个二维的模糊控制器,大大降低了设计的难度。再选择合适的比例因子和量化因子以及控制规则就完成了控制器的设计。最后利用MATLAB/Simulink工具模糊控制所建立的系统结构模型进行仿真,通过不断地调试修改,得到了理想的控制效果。通过对系统仿真比较,LQR和模糊控制这两种控制方法对环形倒立摆系统的控制效果都比较好,并且各有利弊。
邢宇[5](2016)在《环形倒立摆模型分析及控制策略研究》文中研究说明倒立摆系统是一个典型的非线性、强耦合、高阶次、不确定和快速运动的自然不稳定系统,其控制目标是实现倒立摆各摆杆之间的稳定平衡,并且在不确定扰动下倒立摆系统能够快速的恢复稳定平衡状态。它是研究和验证各种控制策略的一种非常典型的实验平台,因而对它的研究具有重要的工程背景和实际意义。因此,本文对环形一级、二级倒立摆控制系进行的设计,同时进行了环形一级、二级倒立摆的控制试验。主要完成以下工作:首先,分析环形一级、二级倒立摆系统模型,利用Lagrange方法建立系统的数学模型,并对系统的能控性、能观性和相对能控性进行分析,验证系统的自然不稳定性。其次,主要围绕环形一级、二级倒立摆系统,进行了LQR控制方法的研究。在MATLAB环境中进行仿真实验,完成了对模型的稳定控制,得到了良好的控制效果。此外,利用遗传算法对LQR中参数寻优,得到最优控制参数。在此基础上,搭建环形一级、二级倒立摆实时控制模块,在实物上进行验证,证明算法的正确性及可实现性。最后,本文使用超螺旋滑模控制方法对环形一级倒立摆进行仿真实验,选择滑模面并设计滑模面参数,同时对控制器进行改进,实现了模型的稳定控制。此外,利用遗传算法对参数进行寻优,得到最优仿真的参数,可以有效地减小滑模控制中产生的抖震及其他问题。在此基础上,搭建基于滑模控制算法的实时控制模块,实现在环形一级倒立摆实物的控制。
武冰冰[6](2015)在《倒立摆控制策略研究及仿真实验平台设计》文中提出倒立摆系统是一个典型的多变量、非线性、强耦合的自然不稳定高阶系统。在控制过程中,倒立摆系统能够有效反映控制中的许多问题,例如非线性问题、鲁棒性问题、随动问题、镇定问题以及跟踪问题等,对倒立摆系统的研究在理论上和工程应用上具有着深远的意义,相关的科研成果己经应用到航天科技和机器人学等诸多领域。以二级直线倒立摆装置为研究对象,首先阐述了倒立摆控制策略的研究现状以及倒立摆的控制系统与机械结构组成。在此基础上建立了数学模型,并对系统的稳定性和可观可控性进行了分析。针对LQR控制中权值难以确定的问题,应用改进的遗传算法对控制器进行参数优化,一方面充分利用各自优势来共同提高控制器的性能,另一方面也节省了人工试凑参数的时间。为了进一步缩短调节时间,降低超调量,将模糊控制策略应用于倒立摆控制。但在运用模糊控制理论进行稳摆控制时,往往会出现规则爆炸的问题,运用融合函数概念,大大简化了模糊控制器的复杂程度。为获得最佳参数,在控制器用于实时控制之前需要大量的仿真实验和相关参数的反复调试,此过程繁琐且费时。因此采用SIT通讯技术将LabVIEW与Simulink衔接起来。在Simulink中搭建控制模型,利用虚拟仪器技术实现人机界面的设计与控制,完成了基于LabVIEW的倒立摆仿真实验平台。研究人员可通过网址进入平台,对其进行参数调整与仿真曲线观察,此平台使用方便且节省时间,同时可应用于实验教学中,缓解实验设备不足状况。最后通过编程实现了对二级倒立摆系统的实物控制,取得了令人满意的控制效果。一系列的仿真实验证明基于改进遗传算法寻优的LQR控制与模糊控制均能满足实验要求,但后者稳定时间更短,超调量更小。
祁虔,罗婷,刘枫,唐永川,文树理,杨阳[7](2014)在《基于遗传算法的倒立摆系统模糊九点控制器参数优化》文中指出利用改进的遗传算法,对模糊九点控制器的参数进行优化,以优化的参数为基准,对其微调后在一级倒立摆上进行实时控制.实验表明优化后的参数能够使摆杆快速稳定,小车震荡幅值小,系统的控制效果好.
谌海云,杜振华,邹宁波,石明江[8](2014)在《多种群遗传算法的倒立摆LQR控制器设计》文中认为针对传统遗传算法在设计倒立摆LQR控制器时,算法会因个别超常个体或群体较快趋于单一化而导致不能得到满意控制参数的问题,利用Sheffield遗传工具箱,设计了多种群遗传算法。算法的开始引入了多个种群同时进行优化搜索,不同的种群采用不同的交叉概率和变异概率,种群之间采用移民算子建立联系,各种群产生的最优个体通过精华种群实现留优。在Simulink环境下建立模型并计算性能指标,Simulink环境下的输出值作为多种群遗传算法的目标函数值。仿真结果表明,在存在建模误差的情况下,本算法稳定性好、遗传代数小,有效地避免了早熟,更为适合复杂问题的优化。
王丹[9](2014)在《直线二级倒立摆稳摆的建模与预测控制研究》文中指出摘要:直线二级倒立摆系统是一个单输入多输出、欠驱动、强耦合且对控制的实时性要求极高的非线性对象。由于该系统的特性与许多工业非线性系统的特性极其相似,因此对直线倒立摆系统的研究不仅可以验证控制算法的有效性,也具有很重要的工程应用意义。传统的对直线倒立摆的建模方法是物理建模。通过对直线倒立摆系统进行受力分析,建立其数学模型。但采用这种方法对直线倒立摆建模时需要做一些假设,同时也忽略了一些非线性的因素,从而导致建立的模型精度不高。针对物理模型的缺点,本文首次将ARX建模方法及RBF-ARX建模方法应用于单输入三输出的直线二级倒立摆系统。ARX模型是线性模型,其系数通过线性最小二乘法辨识得到。RBF-ARX模型是一种随状态变化的非线性模型,其参数通过结构化非线性参数优化方法(SNPOM)辨识获得。建模结果表明这两种模型都具有很高的建模精度。在直线二级倒立摆系统的ARX模型及RBF-ARX模型的基础上,设计了直线二级倒立摆系统的模型预测控制器,并详细介绍了基于此两类模型的预测控制器的设计方法以及相关控制参数对模型预测控制效果的影响。本文首次实现了基于ARX模型预测控制器(ARX-MPC)及基于RBF-ARX模型的预测控制器(RBF-ARX-MPC)对直线二级倒立摆系统(单输入三输出)稳摆的仿真控制。仿真结果表明,两种模型预测控制方法都具有较强的抗干扰性能,且能够快速平稳地完成直线二级倒立摆的稳摆控制。在仿真实验的基础上,本文还首次实现了基于RBF-ARX模型预测控制器对直线二级倒立摆稳摆的实物控制。结果进一步验证了基于RBF-ARX模型的预测控制在快速、非线性系统中的有效性。图49幅,表2个,参考文献69篇。
马婷婷[10](2014)在《基于直线二级倒立摆稳定控制方法的研究》文中研究指明倒立摆系统具有非线性、高阶次、强耦合和自然不稳定的特性。控制倒立摆的过程能有效地折射出许多控制过程中的典型问题,如系统的非线性、鲁棒性、自然不稳定性、随动性及快速跟踪等。因此,倒立摆系统已经被公认成为典型的检验各种控制理论的实验仪器,也被认为是控制理论在科研教学中和实际实践中典型的、方便使用的物理模型,其控制方法在军用工业、航空航天、智能机器人和普通的工业控制过程中都有广泛的应用和重要的工程意义。本文以固高科技公司的直线二级倒立摆为实验被控对象,对直线二级倒立摆系统的稳定性控制方法进行了研究,具体工作如下:首先简单阐述了倒立摆系统稳定性研究的意义、倒立摆系统发展的历史及其现状。基于直线倒立摆系统具有的特点,从能量的角度出发,选用拉格朗日法建立了直线二级倒立摆系统的非线性模型,在平衡位置采用线性化处理方法得到其线性化模型,基于线性控制理论对直线二级倒立摆系统做出定性的分析,结论为直线二级倒立摆系统是一个开环不稳定但是能控、能观的系统。其次本文基于直线二级倒立摆模型研究了线性二次最优算法(LQR)和模糊控制算法,并且运用遗传算法对上述两种算法进行了控制参数的优化。在LQR算法中,运用遗传算法简化了Q矩阵和R矩阵的寻优过程,在MATLAB下的仿真结果证明了优化后系统的性能指标更优;在模糊控制算法中,针对模糊规则爆炸的问题设计了一个基于融合函数的二维模糊控制器,并且运用遗传算法简化了量化因子和比例因子的寻优过程,同样在MATLAB下的仿真结果证明了优化后系统的控制效果更优。将上述两种控制算法应用于直线二级倒立摆的实物控制,控制结果表明模糊控制取得了更好的控制效果,表现出了智能控制的优越性。最后对全篇论文的研究进行总结,对后续工作进行了展望。
二、基于留优遗传算法的倒立摆最优LQR控制(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于留优遗传算法的倒立摆最优LQR控制(论文提纲范文)
(1)循环流化床垃圾焚烧炉燃烧优化试验研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
术语符号对照表 |
1 绪论 |
1.1 引言 |
1.2 研究现状 |
1.2.1 “软”的层面 |
1.2.2 “硬”的层面 |
1.3 本文主要研究内容 |
2 研究对象分析 |
2.1 引言 |
2.2 CFB垃圾焚烧工艺 |
2.3 CFB锅炉生活垃圾焚烧锅炉组成 |
2.4 CFB锅炉流体动力学特性 |
2.4.1 密相区流体动力学模型 |
2.4.2 稀相区流体动力学模型 |
2.5 CFB炉内传热模型 |
2.6 燃烧模型 |
2.7 CFB垃圾焚烧炉中CO生成及燃烧机理 |
2.8 CFB燃烧方式的主要特点 |
2.9 CFB生活垃圾燃烧运行控制任务 |
2.10 本章小结 |
3 CFB垃圾焚烧炉燃烧诊断 |
3.1 引言 |
3.2 某电厂CFB垃圾焚烧锅炉烟气污染物排放诊断 |
3.2.1 不同燃烧工况下运行数据分析 |
3.2.2 飞灰、底渣取样分析 |
3.2.3 典型负荷下炉膛不同位置烟气组分分析 |
3.2.4 典型工况能量质量平衡分析 |
3.2.5 冒正压问题 |
3.3 CFB生活垃圾焚烧锅炉垃圾前端处理分析 |
3.3.1 垃圾堆酵状况 |
3.3.2 垃圾破碎分选状况 |
3.3.3 垃圾给料输送设备 |
3.4 本章小结 |
4 CFB垃圾焚烧炉烟气污染物排放优化控制 |
4.1 引言 |
4.2 垃圾预处理及给料优化 |
4.2.1 垃圾堆酵优化 |
4.2.2 垃圾破碎、分选系统优化 |
4.2.3 垃圾给料系统优化 |
4.3 锅炉本体部分改造 |
4.3.1 增加卫燃带 |
4.3.2 二次风改造 |
4.3.3 增加空烟道 |
4.4 综合改造后效果 |
4.5 本章小结 |
5 CFB垃圾焚烧炉入炉垃圾热量软测量及床温预测研究 |
5.1 引言 |
5.2 基于智能算法的入炉垃圾热量软测量模型 |
5.2.1 多种群遗传粒子群寻优算法研究 |
5.2.2 智能建模算法介绍 |
5.2.3 热量预测模型输入变量的选择 |
5.2.4 垃圾热值的模糊等级划分 |
5.2.5 数据采集及预处理 |
5.2.6 模型总体优化方案 |
5.2.7 构建基于BP神经网络的入炉垃圾热量预测模型 |
5.2.8 构建基于SVM的入炉垃圾热量预测模型 |
5.2.9 构建基于ANFIS的入炉垃圾热量预测模型 |
5.2.10 构建RF入炉垃圾热量预测模型 |
5.2.11 模型比较结果和讨论 |
5.2.12 模型预测热量与实际热量对比 |
5.3 床温预测智能建模 |
5.3.1 床温特性分析 |
5.3.2 床温预测模型变量选择 |
5.3.3 床温模型建立 |
5.3.4 模拟结果与讨论 |
5.4 本章小结 |
6 CFB垃圾焚烧炉飞灰减量方法和技术试验研究 |
6.1 引言 |
6.2 CFB垃圾焚烧锅炉飞灰元素和矿物组成 |
6.3 尾部烟道转向底灰收集减量 |
6.4 循环灰收集减量 |
6.5 飞灰回燃 |
6.6 本章小结 |
7 全文总结和工作展望 |
7.1 主要研究成果 |
7.2 本文的创新点 |
7.3 未来工作及展望 |
作者简历及攻读博士期间科研成果 |
参考文献 |
(2)基于倒立摆的控制方法研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 倒立摆系统的研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本文研究内容 |
1.3.1 本文主要内容 |
1.3.2 本文章节安排 |
第二章 倒立摆系统的建模及分析 |
2.1 倒立摆系统的特性 |
2.2 倒立摆系统的数学建模 |
2.3 倒立摆系统的分析 |
2.3.1 稳定性和能控能观性判定定理简介 |
2.3.2 倒立摆系统的分析 |
2.4 倒立摆系统模型的搭建 |
2.4.1 线性模型的搭建 |
2.4.2 非线性模型的搭建 |
2.5 本章小结 |
第三章 线性二次最优控制方法研究 |
3.1 线性二次最优控制基本原理 |
3.2 加权矩阵的选取 |
3.2.1 利用试凑法寻优加权矩阵 |
3.2.2 利用遗传算法寻优加权矩阵 |
3.3 本章小结 |
第四章 变结构控制方法研究 |
4.1 变结构控制基本原理 |
4.1.1 变结构控制的概念 |
4.1.2 变结构控制的品质 |
4.1.3 变结构控制的不变性 |
4.1.4 变结构控制的稳定性 |
4.2 变结构的抖振问题 |
4.2.1 抖振产生的原因 |
4.2.2 抖振削弱的方法 |
4.3 变结构控制器的设计 |
4.3.1 切换函数的设计 |
4.3.2 趋近律的设计 |
4.3.3 变结构控制系统的仿真 |
4.4 本章小结 |
第五章 模糊控制方法研究 |
5.1 模糊控制基本原理 |
5.1.1 模糊控制系统组成 |
5.1.2 模糊控制器设计的步骤 |
5.1.3 模糊控制的特点 |
5.2 模糊控制器的设计 |
5.2.1 状态变量的降维处理 |
5.2.2 隶属度函数 |
5.2.3 模糊规则 |
5.2.4 模糊推理 |
5.2.5 清晰化 |
5.3 模糊控制器中量化因子和比例因子的选取 |
5.3.1 量化因子和比例因子 |
5.3.2 量化因子和比例因子对模糊控制的影响 |
5.4 变论域模糊控制器的设计 |
5.4.1 变论域模糊控制基本原理 |
5.4.2 伸缩因子的选取 |
5.4.3 伸缩因子的仿真 |
5.5 利用遗传算法优化模糊控制器参数 |
5.5.1 利用遗传算法优化量化因子和比例因子 |
5.5.2 利用遗传算法优化隶属函数和模糊规则 |
5.6 本章小结 |
第六章 倒立摆系统的实物控制 |
6.1 倒立摆实物系统简介 |
6.1.1 倒立摆系统硬件 |
6.1.2 倒立摆系统软件 |
6.2 倒立摆的实物控制 |
6.2.1 基于遗传算法优化的最优控制方法实物控制 |
6.2.2 变结构控制方法实物控制 |
6.2.3 基于遗传算法优化的模糊控制方法实物控制 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(3)基于STM32的两轮自平衡车设计与实现(论文提纲范文)
中文摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景与意义 |
1.2 国内外研究现状 |
1.2.1 两轮自平衡车研究现状 |
1.2.2 自平衡车控制算法研究 |
1.2.3 研究总结分析 |
1.3 论文研究内容 |
第2章 两轮自平衡车系统模型 |
2.1 坐标系建立及力学分析 |
2.2 系统建模 |
2.2.1 左右车轮力平衡分析 |
2.2.2 摆杆力平衡分析 |
2.2.3 转向力学分析 |
2.2.4 直流电机的线性建模 |
2.3 系统状态方程 |
2.4 系统性能分析 |
2.4.1 系统能控性分析 |
2.4.2 系统可观性分析 |
2.5 本章小结 |
第3章 两轮自平衡车硬件设计 |
3.1 硬件系统总体设计 |
3.2 机械结构 |
3.3 动力驱动设计 |
3.3.1 电机选型 |
3.3.2 电机驱动电路设计 |
3.4 控制系统硬件电路设计 |
3.4.1 STM32最小系统设计 |
3.4.2 电源降压稳压模块设计 |
3.4.3 姿态检测模块设计 |
3.4.4 蓝牙通讯模块 |
3.4.5 显示模块 |
3.4.6 超声波测距模块 |
3.4.7 编码器测速模块 |
3.5 本章小结 |
第4章 两轮自平衡车算法设计 |
4.1 Kalman滤波器的设计和实现 |
4.1.1 Kalman滤波原理 |
4.1.2 Kalman滤波器的设计和实现 |
4.1.3 Kalman滤波融合实验 |
4.2 两轮自平衡车LQR控制算法 |
4.2.1 LQR线性二次型原理 |
4.2.2 自平衡车LQR控制器设计 |
4.2.3 LQR控制器仿真分析 |
4.3 本章小结 |
第5章 两轮自平衡车软件设计 |
5.1 程序总体方案设计 |
5.2 模块程序设计 |
5.2.1 Kalman滤波程序设计 |
5.2.2 LQR算法程序设计 |
5.2.3 超声波测距程序设计 |
5.2.4 姿态获取程序设计 |
5.2.5 编码器测速程序设计 |
5.3 本章小结 |
第6章 系统调试与分析 |
6.1 自平衡车调试系统 |
6.2 硬件模块测试 |
6.2.1 串口调试 |
6.2.2 OLED显示功能测试 |
6.2.3 编码器测速 |
6.2.4 电机响应调试 |
6.2.5 姿态传感器调试 |
6.2.6 蓝牙串口模块调试 |
6.3 自平衡车整车调试 |
6.3.1 平衡干扰测试 |
6.3.2 速度控制测试 |
6.3.3 负载调节测试 |
6.3.4 转向调节测试 |
6.4 本章小结 |
结论 |
参考文献 |
附录1 |
附录2 |
致谢 |
(4)环形倒立摆的控制策略仿真研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 环形倒立摆系统研究背景及意义 |
1.2 研究现状 |
1.2.1 倒立摆简介 |
1.2.2 国内外研究现状 |
1.3 论文的主要研究内容 |
第二章 环形倒立摆系统概述 |
2.1 环形倒立摆系统组成 |
2.2 倒立摆系统的功能及特点 |
2.3 倒立摆系统的关键技术 |
2.3.1 光电编码器 |
2.3.2 运动控制卡 |
2.3.3 工作原理 |
2.3.4 控制器 |
2.4 本章小结 |
第三章 环形倒立摆系统建模与分析 |
3.1 MATLAB概述 |
3.2 环形二级倒立摆系统数学模型的建立 |
3.2.1 倒立摆系统的物理模型 |
3.2.2 拉格朗日方程 |
3.2.3 倒立摆系统的动力学计算 |
3.2.4 倒立摆系统状态方程的建立 |
3.3 倒立摆系统的性能分析 |
3.3.1 能控性和能观性概述 |
3.3.2 能控性和能观性定义及其判据 |
3.3.3 性能分析 |
3.4 本章小结 |
第四章 改进型线性二次型控制器的设计 |
4.1 线性二次型控制器概述 |
4.2 LQR控制器的研究应用 |
4.3 LQR控制方法 |
4.3.1 LQR控制原理 |
4.3.2 LQR控制器的设计 |
4.4 采用遗传算法对LQR控制器的优化 |
4.4.1 遗传算法(GA) |
4.4.2 遗传算法的参数控制 |
4.4.3 LQR控制器的遗传算法优化 |
4.5 改进型LQR的仿真结果 |
4.6 本章小结 |
第五章 模糊控制器的设计与仿真 |
5.1 模糊控制系统概述 |
5.2 模糊控制系统的构成 |
5.3 模糊控制器 |
5.3.1 模糊控制器的基本结构及工作原理 |
5.3.2 模糊控制器的种类 |
5.4 模糊控制器设计流程 |
5.5 变量融合技术 |
5.5.1 融合函数 |
5.5.2 融合函数的建立 |
5.6 二级环形倒立摆模糊控制器的设计 |
5.7 二级环形道理摆系统仿真模型的建立及仿真 |
5.8 二级环形倒立摆模糊控制和改进LQR控制比较 |
5.9 本章小结 |
结论与展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(5)环形倒立摆模型分析及控制策略研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 倒立摆系统的研究意义 |
1.2 倒立摆系统的基本理论 |
1.3 倒立摆的国内外发展历史和研究现状 |
1.3.1 倒立摆国内外发展历史 |
1.3.2 倒立摆系统研究现状 |
1.4 论文的主要工作 |
第2章 环形倒立摆的建模及稳定性分析 |
2.1 倒立摆系统 |
2.1.1 倒立摆系统的分类 |
2.1.2 环形一级倒立摆的结构及工作原理 |
2.2 环形倒立摆系统数学模型的建立 |
2.2.1 环形一级倒立摆系统数学模型 |
2.2.2 环形二级倒立摆数学模型的建立 |
2.3 环形倒立摆系统性能分析 |
2.3.1 环形一级倒立摆系统性能分析 |
2.3.2 环形二级倒立摆系统性能分析 |
2.4 本章小结 |
第3章 环形倒立摆的LQR控制器设计与实现 |
3.1 引言 |
3.2 LQR控制方法 |
3.2.1 LQR控制方法原理 |
3.2.2 LQR控制器的设计思路 |
3.2.3 LQR控制器的设计 |
3.3 LQR控制器的优化 |
3.3.1 遗传算法GA |
3.3.2 遗传算法的参数控制 |
3.3.3 LQR控制器的遗传算法优化 |
3.4 基于LQR的环形倒立摆实时控制 |
3.4.1 环形一级倒立摆实时控制 |
3.4.2 环形二级倒立摆实时控制 |
3.5 本章小结 |
第4章 基于高阶滑模控制的环形一级倒立摆稳定控制及实现 |
4.1 引言 |
4.2 经典滑模控制理论 |
4.2.1 滑模变结构控制定义 |
4.2.2 滑动模态的存在及到达条件 |
4.2.3 等效控制及滑动模态方程 |
4.2.4 滑模控制器的设计 |
4.2.5 抖振现象 |
4.3 高阶滑模控制理论 |
4.3.1 高阶滑模的定义 |
4.3.2 二阶滑模控制 |
4.4 基于超螺旋控制器的环形一级倒立摆控制系统设计 |
4.5 超螺旋控制器的遗传算法优化 |
4.6 基于超螺旋控制器的环形一级倒立摆实时控制 |
4.7 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的学术论文 |
致谢 |
(6)倒立摆控制策略研究及仿真实验平台设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景与意义 |
1.2 倒立摆系统的研究现状 |
1.2.1 倒立摆系统的起摆控制 |
1.2.2 倒立摆系统的稳摆控制 |
1.3 论文主要工作 |
第2章 二级倒立摆建模与分析 |
2.1 倒立摆系统特性 |
2.2 构建数学模型 |
2.3 倒立摆系统的定性分析 |
2.3.1 稳定性分析 |
2.3.2 能控与能观性分析 |
2.4 本章小结 |
第3章 基于遗传算法的LQR控制器设计 |
3.1 二次型最优控制 |
3.1.1 LQR控制理论 |
3.1.2 参数矩阵的选取 |
3.2 遗传算法 |
3.2.1 遗传算法简介 |
3.2.2 遗传算法的主要组成 |
3.2.3 改进的遗传算法 |
3.3 基于GA-LQR控制算法的倒立摆仿真实验 |
3.3.1 基于遗传算法的数值寻优 |
3.3.2 仿真结果及分析 |
3.4 本章小结 |
第4章 基于信息融合的模糊控制器的设计及仿真研究 |
4.1 模糊控制简介 |
4.1.1 模糊控制系统 |
4.1.2 模糊控制器的组成 |
4.1.3 模糊控制器的设计 |
4.2 二级倒立摆系统的模糊控制器的设计 |
4.2.1 信息融合技术在模糊控制器中的应用 |
4.2.2 融合函数的设计 |
4.2.3 模糊控制器的设计 |
4.3 模糊控制器仿真和分析 |
4.4 本章小结 |
第5章 基于LabVIEW的倒立摆仿真实验平台设计 |
5.1 系统软件平台 |
5.1.1 虚拟仪器简介 |
5.1.2 LabVIEW的特点 |
5.1.3 LabVIEW组成部分 |
5.2 LabVIEW与Matlab通讯 |
5.2.1 LabVIEW与Matlab/Simulink实现混合编程 |
5.2.2 LabVIEW仿真接口工具包 |
5.3 基于Matlab和虚拟仪器的二级倒立摆仿真平台设计 |
5.3.1 创建LabVIEW图形化用户界面程序设计 |
5.3.2 LabVIEW与Simulink仿真模型连接 |
5.3.3 LabVIEW远程访问 |
5.4 本章小结 |
第6章 倒立摆实物系统控制实验 |
6.1 实物控制系统结构 |
6.2 倒立摆实物控制 |
6.3 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间所发表的论文 |
致谢 |
(7)基于遗传算法的倒立摆系统模糊九点控制器参数优化(论文提纲范文)
1 倒立摆系统建模 |
2 控制方案 |
3 参数优化 |
4 实时控制 |
5 结论 |
(8)多种群遗传算法的倒立摆LQR控制器设计(论文提纲范文)
1 引言 |
2 一级倒立摆数学模型 |
3 多种群遗传算法与LQR控制器 |
3.1 LQR控制器 |
3.2 多种群遗传算法 |
4 优化求解与Simulink仿真 |
5 结论 |
(9)直线二级倒立摆稳摆的建模与预测控制研究(论文提纲范文)
摘要 |
Abstract |
目录 |
1 绪论 |
1.1 倒立摆装置介绍 |
1.2 倒立摆技术简介 |
1.2.1 倒立摆的发展历史及国内外研究现状 |
1.2.2 倒立摆技术的研究意义 |
1.3 典型的倒立摆控制方法概述 |
1.3.1 LQR控制 |
1.3.2 智能控制 |
1.3.3 预测控制 |
1.4 本文的研究目的及意义 |
1.5 本文的主要研究工作 |
2 二级倒立摆的建模研究 |
2.1 二级倒立摆的物理建模 |
2.2 二级倒立摆的ARX建模 |
2.2.1 二级倒立摆的ARX模型结构 |
2.2.2 二级倒立摆的ARX建模结果 |
2.3 二级倒立摆的RBF-ARX建模 |
2.3.1 二级倒立摆的RBF-ARX模型结构 |
2.3.2 二级倒立摆的RBF-ARX模型的参数辨识 |
2.3.3 二级倒立摆的RBF-ARX模型的建模结果 |
2.4 本章小结 |
3 二级倒立摆稳摆模型预测控制器的设计 |
3.1 模型预测控制的基本原理 |
3.2 基于ARX模型的预测控制器设计 |
3.2.1 二级倒立摆ARX模型的状态空间描述 |
3.2.2 二级倒立摆ARX模型状态空间形式的预测输出 |
3.2.3 优化求解 |
3.3 基于RBF-ARX模型的预测控制器设计 |
3.4 本章小结 |
4 二级倒立摆稳摆的模型预测控制研究 |
4.1 参考轨迹的设定 |
4.2 模型预测控制器的参数调节 |
4.2.1 控制加权矩阵R_1、R_2和误差加权矩阵Q |
4.2.2 预测时域N_y和控制时域N_u |
4.2.3 采样周期T和设定值柔化因子α |
4.3 仿真控制研究 |
4.3.1 二级倒立摆稳摆的ARX模型预测控制仿真研究 |
4.3.2 二级倒立摆稳摆的RBF-ARX模型预测控制仿真研究 |
4.4 实时控制研究 |
4.4.1 实时控制环境 |
4.4.2 实时控制结果 |
4.5 实验过程中的问题分析 |
4.6 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
攻读学位期间主要的研究成果目录 |
致谢 |
(10)基于直线二级倒立摆稳定控制方法的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 倒立摆系统的研究背景及意义 |
1.1.1 国内外研究情况简介 |
1.1.2 倒立摆的研究意义 |
1.2 本论文主要工作 |
第二章 倒立摆系统的工作原理及数学建模 |
2.1 直线二级倒立摆系统的工作原理 |
2.2 直线二级倒立摆系统的建模 |
2.2.1 倒立摆系统的数学建模 |
2.2.2 系统的定性分析 |
2.2.3 倒立摆系统在 MATLAB 下的模型搭建 |
2.3 本章小结 |
第三章 直线二级倒立摆系统 LQR 算法的控制 |
3.1 线性二次最优控制 LQR 原理 |
3.2 直线二级倒立摆系统 LQR 控制器仿真 |
3.2.1 线性模型的仿真 |
3.2.2 非线性模型的仿真 |
3.3 本章小结 |
第四章 遗传算法优化的 LQR 算法的控制 |
4.1 遗传算法的原理及特点 |
4.1.1 遗传算法的原理 |
4.1.2 遗传算法流程及其特点 |
4.2 改进的遗传算法在 LQR 算法中的应用 |
4.2.1 遗传算法工具箱简介 |
4.2.2 利用遗传算法对最优状态加权阵进行优化 |
4.3 本章小结 |
第五章 直线二级倒立摆的模糊控制算法 |
5.1 模糊控制的原理及特点 |
5.1.1 模糊控制的发展简史 |
5.1.2 模糊控制的原理 |
5.1.3 设计模糊控制器的一般步骤 |
5.2 直线二级倒立摆模糊控制器的设计 |
5.2.1 融合函数的设计 |
5.2.2 模糊控制器的设计 |
5.3 直线二级倒立摆模糊控制的仿真 |
5.3.1 适应度函数的编写 |
5.3.2 遗传算法工具箱参数的选择 |
5.3.3 仿真结果 |
5.4 本章小结 |
第六章 直线二级倒立摆系统的实物控制 |
6.1 实验设备介绍 |
6.2 倒立摆系统的实时控制 |
6.2.1 基于改进遗传算法的 LQR 控制算法的实时控制 |
6.2.2 基于改进遗传算法的模糊控制算法的实时控制 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 本文的主要工作总结 |
7.2 倒立摆系统控制方法与实现的展望 |
致谢 |
参考文献 |
附录 A |
附录 B |
附录 C |
四、基于留优遗传算法的倒立摆最优LQR控制(论文参考文献)
- [1]循环流化床垃圾焚烧炉燃烧优化试验研究[D]. 尤海辉. 浙江大学, 2021(01)
- [2]基于倒立摆的控制方法研究[D]. 刘峰. 西安电子科技大学, 2019(02)
- [3]基于STM32的两轮自平衡车设计与实现[D]. 潘二伟. 黑龙江大学, 2018(08)
- [4]环形倒立摆的控制策略仿真研究[D]. 薛忠余. 长安大学, 2017(02)
- [5]环形倒立摆模型分析及控制策略研究[D]. 邢宇. 东北电力大学, 2016(08)
- [6]倒立摆控制策略研究及仿真实验平台设计[D]. 武冰冰. 河北科技大学, 2015(06)
- [7]基于遗传算法的倒立摆系统模糊九点控制器参数优化[J]. 祁虔,罗婷,刘枫,唐永川,文树理,杨阳. 西南大学学报(自然科学版), 2014(11)
- [8]多种群遗传算法的倒立摆LQR控制器设计[J]. 谌海云,杜振华,邹宁波,石明江. 控制工程, 2014(03)
- [9]直线二级倒立摆稳摆的建模与预测控制研究[D]. 王丹. 中南大学, 2014(03)
- [10]基于直线二级倒立摆稳定控制方法的研究[D]. 马婷婷. 西安电子科技大学, 2014(11)