改进粒子群算法在二级倒立摆控制系统中的研究

发布时间：2017-09-01 10:21

  本文关键词：改进粒子群算法在二级倒立摆控制系统中的研究

  更多相关文章： 倒立摆 LQR 粒子群算法

【摘要】：控制理论中的的许多典型问题都体现在二级倒立摆系统中,如常见的随动性、自然不稳定性、鲁棒性、非线性等问题,这些问题是许多实际工程的典型研究对象,同时很多控制对象都是基于倒立摆系统来建模的,例如航天飞船、双足机器人的步态规划等物理系统,所以对倒立摆系统的研究有着非常重要的理论意义和实际意义。二级倒立摆系统常采用LQR控制器控制,该控制器具有良好的动态特性和鲁棒性,在LQR控制器中需要确定合适的加权矩阵Q和R才能实现优化控制。传统的做法大多是依靠人工来设定Q和R值,难以达到精确要求而且效率比较低,这就影响了二级倒立摆控制系统的稳定性,响应速度以及系统的超调量等性能指标。基于以上存在的问题,本研究提出采用改进粒子群优化算法来对LQR控制器中的加权矩阵Q和R进行优化,获得合适的Q和R值,实现二级倒立摆控制系统的优化控制。本文围绕改进粒子群优化算法应用在二级倒立摆控制系统中,实现倒立摆控制系统的优化控制做了如下工作:1)介绍了倒立摆控制系统研究的背景和意义,国内外研究现状,以及常用的控制方法及各种方法的优缺点。构建了二级倒立摆控制系统模型,分析了倒立摆系统的特性,进而找出了LQR控制二级倒立摆系统存在的问题,提出改进粒子群优化算法应用在LQR控制器控制倒立摆的可行性;2)针对传统粒子群优化算法局部搜索能力不足和易出现“早熟”收敛等问题,本研究对惯性权重,学习因子和当前局部最优值进行改进,提高了算法的搜索性能,抑制“早熟”收敛问题,并在数值上进行实验验证,实验结果验证了改进粒子群优化算法的有效性;3)将改进粒子群优化算法应用在LQR控制器Q和R值的优化上,通过实验对比分析表明改进粒子群优化算法的LQR控制器在控制二级倒立摆上可以改善倒立摆控制系统的部分性能,在工程实践中可以根据实际情况选择改善性能的侧重点,满足工程实际需要。也进一步说明了本文所提出的改进粒子群算法是有效和可行的。4)搭建了二级倒立摆软硬件实验平台。
【关键词】：倒立摆 LQR 粒子群算法
【学位授予单位】：湖北工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP13;TP18
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 引言9-15
• 1.1 课题研究背景和意义9-10
• 1.2 倒立摆系统的国内外研究现状10-11
• 1.3 倒立摆系统的主要控制方法11-13
• 1.4 本文主要研究内容及结构13-15
• 第2章 直线二级倒立摆的工作原理及数学模型15-26
• 2.1 直线二级倒立摆的结构及工作原理15-17
• 2.1.1 直线二级倒立摆的结构15-16
• 2.1.2 直线二级倒立摆系统的工作原理16-17
• 2.2 二级倒立摆数学模型的建立17-23
• 2.3 二级倒立摆系统特能分析23-25
• 2.3.1 稳定性分析23-24
• 2.3.2 能控性分析24
• 2.3.3 能观性分析24-25
• 2.4 LQR控制二级倒立摆存在的问题25
• 2.5 本章小结25-26
• 第3章 粒子群算法分析及改进策略26-40
• 3.1 引言26
• 3.2 标准粒子群优化算法26-31
• 3.2.1 标准粒子群算法26-28
• 3.2.2 标准粒子群优化（SPSO）算法28-29
• 3.2.3 标准粒子群优化算法的控制参数介绍29-31
• 3.3 标准粒子群优化算法存在的问题分析31-32
• 3.4 改进的粒子群优化算法32-36
• 3.4.1 惯性权值调整方法32
• 3.4.2 学习因子调整方法32-33
• 3.4.3 局部最优解的调整方法33-36
• 3.5 改进粒子群优化算法的性能测试36-38
• 3.5.1 测试函数的选择36-37
• 3.5.2 算法性能的评价指标37-38
• 3.5.3 性能测试实验及结果分析38
• 3.6 本章小结38-40
• 第4章 ISPSO算法在二阶倒立摆系统中的应用40-48
• 4.1 LQR二阶倒立摆控制器40-41
• 4.2 基于改进粒子群优化算法的LQR控制器41-43
• 4.2.1 LQR控制器中的加权矩阵的确立41-42
• 4.2.2 改进粒子群优化算法优化LQR控制器42-43
• 4.2.3 改进粒子群优化算法求解过程43
• 4.3 基于改进粒子群优化算法对LQR控制器的仿真实验43-47
• 4.4 本章小结47-48
• 第5章 倒立摆实验平台搭建48-60
• 5.1 系统硬件设计48-49
• 5.2 系统硬件模块49-53
• 5.2.1 决策模块49
• 5.2.2 驱动模块49-51
• 5.2.3 反馈模块51
• 5.2.4 串口通讯模块51-52
• 5.2.5 数据采集及滤波模块52
• 5.2.6 PWM输出模块52-53
• 5.3 DSP软件平台简介53
• 5.3.1 编程语言53
• 5.3.2 编译环境介绍53
• 5.4 系统软件设计53-59
• 5.4.1 系统总体软件设计53-54
• 5.4.2 LQR算模块54-55
• 5.4.3 主控模块软件设计55-56
• 5.4.4 驱动模块软件设计56-57
• 5.4.5 反馈模块软件设计57-58
• 5.4.6 串口通信模块软件设计58
• 5.4.7 数字采集及滤波模块软件设计58-59
• 5.5 本章小结59-60
• 第6章 总结与展望60-62
• 6.1 本文总结60
• 6.2 展望60-62
• 参考文献62-65
• 致谢65-66
• 研究生期间获得的成果66

【相似文献】

中国期刊全文数据库 前10条

1 刘霞;;一阶倒立摆控制器设计[J];科技情报开发与经济;2009年18期

2 孙培禄;曲尔光;孔素娟;;一阶倒立摆控制的仿真研究[J];山西大同大学学报(自然科学版);2009年04期

3 黄泳波;;一级倒立摆控制装置的设计与开发[J];机电产品开发与创新;2011年06期

4 张燕;管晓虎;时谦;付晶晶;徐波;;LAB WINDOWS/CVI在倒立摆控制系统中的应用[J];自动化技术与应用;2013年07期

5 李岩,姚旭东;二级倒立摆控制系统分析[J];沈阳工业学院学报;1999年02期

6 高玲玲;;一级倒立摆控制器的设计与实现[J];电脑知识与技术;2013年34期

7 马光;高强;;单级旋转倒立摆控制研究[J];天津理工大学学报;2007年03期

8 梁丽;贾玉瑛;;以“卓越工程师培养计划”为契机的倒立摆控制教学实验系统开发[J];电子技术与软件工程;2013年10期

9 吴昊,秦志强,朱学峰,向少华,史步海;直线柔性连接两级倒立摆控制器设计[J];控制工程;2003年06期

10 朱俊辉;周风岐;;二级倒立摆控制系统的优化设计[J];弹箭与制导学报;2006年S8期

中国重要会议论文全文数据库 前5条

1 叶伟宝;林小峰;宋春宁;;使用直接神经动态规划方法的倒立摆控制[A];2007年中国智能自动化会议论文集[C];2007年

2 许超;刘丽萍;林建英;;弹性倒立摆控制系统数学模型研究[A];第二十三届中国控制会议论文集（上册）[C];2004年

3 张博;张怀相;;倒立摆控制系统的遗传优化方法[A];浙江省电子学会2009学术年会论文集[C];2009年

4 祁虔;李祖枢;谭智;但远宏;萧凌;;基于卡尔曼滤波的倒立摆控制系统噪声抑制[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

5 张惠娣;刘士荣;Simon X.Yang;;增益自调整神经元控制器及其在倒立摆控制中的应用[A];第二十三届中国控制会议论文集（下册）[C];2004年

中国硕士学位论文全文数据库 前10条

1 武冰冰;倒立摆控制策略研究及仿真实验平台设计[D];河北科技大学;2015年

2 彭慧刚;改进粒子群算法在二级倒立摆控制系统中的研究[D];湖北工业大学;2016年

3 王岱荣;空间多级倒立摆控制系统研究[D];大连理工大学;2010年

4 谢冬菊;环形倒立摆控制系统的设计和仿真[D];西南石油大学;2011年

5 李新飞;多级倒立摆控制技术的研究[D];哈尔滨工程大学;2006年

6 陈富国;基于模糊逻辑的多级倒立摆控制系统研究[D];大连理工大学;2009年

7 朱兴;多级倒立摆控制算法的研究与应用[D];北方工业大学;2007年

8 何杰;基于交流伺服系统的平面倒立摆控制研究[D];杭州电子科技大学;2009年

9 冯岩;基于小脑模型的二级倒立摆控制仿真[D];昆明理工大学;2009年

10 姜辉;二级倒立摆控制方法研究[D];哈尔滨工程大学;2010年

，

本文编号：771526