随着控制技术的研究与发展,倒立摆的精确控制策略在工业生产的复杂对象的控制中发挥着越来越重要作用。倒立摆具有多变量、高阶次、强耦合等特性,被广泛地应用于算法验证的实验平台。倒立摆主要有直线型、环形、平面型三类,其中,平面二级倒立摆是一种相对新型的倒立摆,其基座可以在二维平面内运动,与基座只有一个自由度的直线型和环形倒立摆相比,其控制更具有挑战性。由于平面二级倒立摆结构相对复杂,因此在该领域的研究成果相对较少。本文对两种应用比较广泛的智能控制方法—模糊控制、神经网络控制,在平面二级倒立摆实物系统中的应用分别进行了研究。本文以固高GPIP2002型平面二级倒立摆为研究对象,论文的主要工作如下:首先,简要介绍固高GPIP2002型平面二级倒立摆,并采用动力学方法建立了系统的非线性模型,同时通过在平衡点附近线性化,得到了系统在两个正交方向上的解耦线性化模型。其次,设计了模糊滑模控制器和神经网络模型参考控制器。由于平面二级倒立摆模型复杂,再加上摩擦、量测误差的影响使得解耦而得的线性化模型偏差较大,因此基于线性模型设计的常规控制器很难达到十分理想的效果,而模糊滑模控制器和神经网络模型参考控制器可以很好地弥补模型的不确定部分的影响。最后,开发了一种针对固高GPIP2002型平面二级倒立摆的控制软件。此软件极大地方便了算法的分析比较和控制算法在实物系统中的应用。软件不但实现了最优控制,而且实现了上述两种控制器的控制算法。通过软件的数据采集、对比分析发现:上述两种控制器控制达到了更加令人满意的效果。