论文部分内容阅读
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。
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。