倒立摆系统是一种典型的高阶次、多变量、不稳定、强耦合的非线性系统。进行倒立摆的控制技术研究对制造系统中复杂对象的控制有着重要的工程应用价值。目前,采用智能控制技术对倒立摆的稳定控制已取得了不少的研究成果,但全面阐述倒立摆系统从摆起到稳定倒立的控制过程却研究较少。本课题在讨论了单级倒立摆系统状态方程的基础上,应用模糊控制以及神经网络等智能控制技术,实现其起摆、倒立的控制全过程,并通过MATLAB/Simulink进行了控制仿真试验以及动画模拟,比较了各种控制方法的控制效果,并得出相应的结论。本课题研究的主要内容如下:在对本课题的研究背景和意义以及倒立摆控制技术研究现状综述的基础上,建立了倒立摆控制系统的结构模型以及单级倒立摆的运动控制数学模型,并对单级倒立摆系统的稳定性和能控性进行了分析。对倒立摆系统的稳摆控制技术进行了研究。在阐述模糊控制基本概念以及模糊控制技术基础上,着重介绍了Mamdani模型和Sugeno模型在倒立摆建模控制中的应用,并以Mamdani模型进行稳摆模糊控制仿真实验;介绍了神经网络的基本概念和模糊神经网络控制基本原理,构建了自适应神经模糊推理系统(ANFIS)的结构模型及其混合学习算法,并以此进行了稳摆模糊神经网络控制的仿真实验。在实现稳摆控制的前提下,引入了起摆控制技术。分析单级倒立摆的起摆过程,应用能量反馈控制技术实现倒立摆的起摆控制,并探索了起摆控制与稳摆控制之间切换控制策略,从而实现倒立摆系统从摆起到稳定的全过程控制。