倒立摆系统本身是一个典型的非线性、强耦合、多变量和自然不稳定系统,是控制领域中用来检测控制理论和控制方法的理想模型,许多抽象的控制理论概念如系统的稳定性、可控性和鲁棒性等等,都可以通过倒立摆系统实验直观地表现出来,人们不断从中发掘出新的控制策略和控制方法,相关的科研成果在航天科技和机器人学等方面得到了广泛的应用。本文利用Lagrange方程建立系统的非线性数学模型并对非线性数学模型进行线性化处理。在MATLAB的Simulink中分别利用模块搭建的方法和编写S函数的方法建立了直线二级倒立摆系统的线性模型和非线性模型。分别研究了LQR算法和三种智能控制算法:变量融合模糊控制算法、BP神经网络算法、自适应神经元模糊推理算法对直线二级倒立摆系统的稳定控制,并对变量融合模糊控制器进行改进,得到带参数调整的变量融合模糊控制器和遗传算法优化的变量融合模糊控制器,一定程度上提高了控制性能。对各控制算法进行仿真,并将各控制算法应用于固高直线二级倒立摆实验设备中,验证了算法的控制效果。