一階倒立擺雙閉環(huán)模糊控制畢業(yè)論文（含外文翻譯）

1、<p><b>　　摘要</b></p><p>　　本文討論基于魯棒性設計的一階倒立擺雙閉環(huán)控制問題。以擺角為內環(huán).以小車位置為外環(huán)利用魯棒孔子系統(tǒng)理論進行模糊控制器設計及參數(shù)整定，使控制系統(tǒng)對于確定系統(tǒng)參數(shù)的變化具有較強的魯棒性。倒立擺系統(tǒng)的高階次、不穩(wěn)定、多變量、非線性和強耦合等特性使得許多現(xiàn)代控制理論的研究人員一直將它視為研究對象。論文首先介紹了模糊系統(tǒng)的理論基礎，和模糊控

2、制器的分析和設計，充分的理解了倒立擺智能控制系統(tǒng)研究與設計所需要的理論知識。然后通過對倒立擺系統(tǒng)的分析建模，采用模糊推理系統(tǒng)，設計相應的模糊控制器，對倒立擺進行控制，最后將控制過程在MATLAB上加以仿真。在MATLAB仿真中，應用模糊邏輯工具箱來設計模糊邏輯控制器，然后通過Simulink來建立模糊系統(tǒng)，最后得到仿真結果。</p><p>　　關鍵詞：倒立擺，模糊控制，雙閉環(huán)模糊控制器，MATLAB仿真。<

3、;/p><p><b>　　ABSTRACT</b></p><p>　　This article discusses the question of inverted pendulum double loop control that based on robust design. Take the pivot angle as the inner ring , the

4、 car position as the outer ring, Carries on the fuzzy controller design and the parameter installation by use robust control system theory, enable the control system to have strong robustness that determine changes in sy

5、stem parameters. As the inverted pendulum system is unstable,multivariable, nonlinear and strongly coupling and so on, many modern</p><p>　　Key word: Inverted pendulum, fuzzy control, double closed loop fuzz

6、y controller, MATLAB simulation. </p><p><b>　　目錄</b></p><p><b>　　第一章 緒論4</b></p><p>　　1.1倒立擺系統(tǒng)穩(wěn)定性研究4</p><p>　　1.1.1 倒立擺系統(tǒng)穩(wěn)定性研究的意義4</p>

7、<p>　　1.1.2 倒立擺研究的發(fā)展狀況5</p><p>　　1．2 模糊控制的研究現(xiàn)狀6</p><p>　　1．2．1模糊控制理論的產(chǎn)生6</p><p>　　1．2．2模糊控制的數(shù)學基礎7</p><p>　　1．2．3模糊控制的研究現(xiàn)狀8</p><p>　　1．2．4模糊控制理

8、論的發(fā)展前景9</p><p>　　1．3 論文主要工作10</p><p>　　第二章：單支點倒立擺系統(tǒng)數(shù)學模型的建立及系統(tǒng)分析11</p><p>　　2.1建模機理11</p><p>　　2.2系統(tǒng)建模11</p><p>　　2.3 模型簡化13</p><p>　　第三章

9、：模糊控制的基本原理16</p><p>　　3.1 模糊集合與隸屬函數(shù)16</p><p>　　3.2 模糊邏輯操作16</p><p>　　3.3 模糊規(guī)則與模糊推理17</p><p>　　3.4 模糊推理系統(tǒng)17</p><p>　　第四章：一階倒立擺系統(tǒng)的雙閉環(huán)模糊控制器的設計與仿真19</

10、p><p>　　4.1 一階倒立擺系統(tǒng)的雙閉環(huán)模糊控制方案19</p><p>　　4.1.1 問題的提出19</p><p>　　4.1.2 模糊控制器的設計20</p><p>　　4.2 仿真實驗23</p><p>　　4.2.1 MATLAB模糊邏輯工具箱23</p><p>

11、　　4.2.2 一階倒立擺系統(tǒng)數(shù)字仿真模型的建立26</p><p>　　4.3仿真實驗結果28</p><p><b>　　第五章 結論33</b></p><p><b>　　致謝34</b></p><p><b>　　參考文獻：35</b></p>

12、<p><b>　　附錄：36</b></p><p><b>　　中文翻譯：42</b></p><p><b>　　第一章 緒論</b></p><p>　　1.1倒立擺系統(tǒng)穩(wěn)定性研究</p><p>　　倒立擺控制系統(tǒng)是應用于自動控制理論實驗室的經(jīng)典實驗

13、裝置。本文首先介紹倒立擺系統(tǒng)穩(wěn)定性研究意義，然后介紹倒立擺研究的發(fā)展狀況，以及模糊控制理論的產(chǎn)生與發(fā)展。</p><p>　　1.1.1倒立擺系統(tǒng)穩(wěn)定性研究的意義</p><p>　　倒立擺控制系統(tǒng)是應用于自動控制理論中的典型實驗裝置和物理模型，其研究領域涉及到力學.電學.數(shù)學.控制理論等多科學交叉技術。近代機械控制系統(tǒng)中，如直升飛機.火箭發(fā)射.人造衛(wèi)星運行及機器人舉重.做體操和行走機器人

14、步行控制等等，都存在有類似倒立擺的穩(wěn)定控制問題，倒立擺實驗是驗證控制理論的一種經(jīng)典實驗，它起源于50年代，MIT（麻省理工學院）的控制理論專家根據(jù)火箭發(fā)射助推器原理設計出一階倒立擺實驗設備。然后人們參照雙足機器人的控制設備設計出二級擺，然后設計出三級擺.四級擺。</p><p>　　倒立擺系統(tǒng)是一個非線性.時變.多變量耦合性質的自然不穩(wěn)定系統(tǒng)，對于倒立擺系統(tǒng)的穩(wěn)定控制。不僅具有重要的理論意義，而且還具有很重要的工

15、程實踐意義，首先對于倒立擺的穩(wěn)定控制，許多抽象的控制概念如控制系統(tǒng)的穩(wěn)定性.可控性.系統(tǒng)收斂速度和系統(tǒng)抗干擾能力等，都可以通過倒立擺系統(tǒng)直觀的表現(xiàn)出來。同時，倒立擺作為一個簡單的實驗裝置，成本低廉，結構簡單，在實驗室條件下易于實現(xiàn)。對于倒立擺系統(tǒng)的穩(wěn)定控制，可以充分驗證新的控制方法的有效性及可靠性，為新型控制理論的研究提供了一個不可多得的載體。其次，對于倒立擺的穩(wěn)定控制，其控制方法在軍工.航天.機器人領域和一般工業(yè)工程上也有廣泛用途，比

16、如機器人行走過程中的平衡控制.火箭發(fā)射中的垂直度控制和衛(wèi)星飛行中的姿態(tài)控制等均涉及到類似倒立擺這樣的重心上，支點在下的問題上，因此倒立擺成了控制理論中歷久不衰的研究課題。人們不斷從研究倒立擺控制方法中發(fā)掘出新的控制方法，并將其應用于航天科技和機器人學等各種高新科技領域。</p><p>　　1.1.2倒立擺研究的發(fā)展狀況</p><p>　　由于對倒立擺系統(tǒng)的穩(wěn)定控制有著重要的理論意義和實

17、際意義。國內外的學者對此給予了廣泛的關注和研究。早在上個世紀60年代，國外有學者對倒立擺系統(tǒng)進行了系統(tǒng)的研究，分析了倒立擺的機械穩(wěn)定性問題和可控性問題，討論了多級倒立擺的穩(wěn)定控制，提出bang-bang的穩(wěn)定控制。在60年代后期作為一個典型的不穩(wěn)定.嚴重非線性證例，用其檢驗控制方法對不穩(wěn)定.非線性和快速性形同的控制能力，收到世界各國許多科學家的重視，從而用不同的控制方法控制不同類型的倒立擺，成為具有挑戰(zhàn)性的課題之一，從上世紀70年代初期

18、開始,用狀態(tài)反饋理論對不同類型倒立擺的控制問題成了當時的一個研究熱點，并且在很多方面取得了比較滿意的效果。但是由于狀態(tài)反饋控制依賴于線性化的數(shù)學模型，因此對于一般的工業(yè)過程尤其是數(shù)學模型變化的或不清晰的非線性控制對象無能為力。這種狀況從上世紀80年代后期開始有了很大的變化。隨著模糊控制理論的發(fā)展，以及將模糊控制理論應用于倒立擺系統(tǒng)的控制，對非線性問題的處理有了很大的改進。將模糊理論應用于倒立擺的控制， 其目的是為了檢驗模糊理論對快速、絕

19、對不穩(wěn)定系統(tǒng)的適應能力。在這一階段， 利用模糊理論用于控制一級倒立擺取得</p><p>　　總之，對于倒立擺控制方法可以總結如下：</p><p>　　(1)PID控制：通過對倒立擺物理模型的分析，建立倒立擺系統(tǒng)的動力學模型，設計出PID控制器實現(xiàn)控制；</p><p>　　(2)狀態(tài)反饋控制：通過對倒立擺物理模型的分析，建立倒立擺系統(tǒng)的動力學模型，然后利用狀態(tài)空

20、間理論推導出狀態(tài)方程和輸出方程，利用狀態(tài)反饋的各種設計方法實現(xiàn)對倒立擺的控制；</p><p>　　(3)模糊控制：主要是確定模糊規(guī)則，克服系統(tǒng)的非線性和不確定性實現(xiàn)對倒立擺的穩(wěn)定控制；</p><p>　　(4)自適應控制：通過設計自適應控制器對倒立擺進行控制： </p><p>　　(5)神經(jīng)網(wǎng)絡控制：利用神經(jīng)網(wǎng)絡能夠充分逼近復雜的非線性關系，學習與適應嚴重不確

21、定系統(tǒng)的動態(tài)特性，與其他控制方法結合實現(xiàn)對倒立擺的穩(wěn)定控制；</p><p>　　(6)幾種控制算法相結合的控制方式：充分利用各控制算法的優(yōu)越性，來實現(xiàn)一種組合式的控制方法，如遺傳算法與神經(jīng)網(wǎng)絡結合的方法，神經(jīng)網(wǎng)絡與模糊理論結合的方法，模糊控制與PID結合的方法等等</p><p>　　1．2 模糊控制的研究現(xiàn)狀</p><p>　　1．2．1模糊控制理論的產(chǎn)生&l

22、t;/p><p>　　在自動控制理論不斷發(fā)展的歷程中，“經(jīng)典控制理論”和“現(xiàn)代控制理論”不論是在控制理論方面，還是在實際的控制過程中都發(fā)揮了重要的作用。經(jīng)典控制理論的研究和應用必須存在一個重要的前提：系統(tǒng)的運動狀態(tài)必須用一個合理的數(shù)學模型來描述。然而隨著現(xiàn)代工業(yè)、科學技術的不斷發(fā)展，被控對象越來越復雜，同時對于控制精度的要求也越來越高。為了能夠解決復雜系統(tǒng)的自動控制問題和滿足控制精度的要求，在空間技術發(fā)展的基礎上，提

23、出了現(xiàn)代控制理論?，F(xiàn)代控制理論是利用一個一階微分方程組或差分方程組來描述系統(tǒng)的數(shù)學模型，因此能夠很好地解決多輸入一多輸出和時變系統(tǒng)的問題，并且可以滿足系統(tǒng)的控制精度要求。但是，仔細分析發(fā)現(xiàn)：無論是經(jīng)典控制理論還是現(xiàn)代控制理論，均需預先建立被控對象的數(shù)學模型。然而，在實際的工業(yè)過程中，由于大多數(shù)系統(tǒng)過于復雜，尤其是那些非線性和時變性的不確定系統(tǒng)，它們的傳遞函數(shù)或狀態(tài)方程難以用傳統(tǒng)的定量分析方法加以實現(xiàn)。即使采用“系統(tǒng)辨識”理論，通過各種測

24、量手段和數(shù)據(jù)處理方法來獲得系統(tǒng)的數(shù)學模型，往往也是一種近似，很難獲得系統(tǒng)運動狀態(tài)的傳遞函數(shù)或狀態(tài)方程。有時為了數(shù)學上處理方便，往往簡化系統(tǒng)的模型，采用模型近似化、</p><p>　　1．2．2模糊控制的數(shù)學基礎</p><p>　　模糊控制的基礎是模糊數(shù)學，1965年，美國自動控制專家扎德(Zadeh)首次提出一種完全不同于傳統(tǒng)數(shù)學理論的Fuzzy集合理論。建立在模糊集合理論基礎之上的模

25、糊數(shù)學完全有別于建立在經(jīng)典集合基礎之上的精確數(shù)學。經(jīng)典集合理論要求一個事物對于一個集合要么屬于，要么不屬于，也就是二者必居其一，“屬于”時為“真”，取為“1”，“不屬于”為“假”，取為“0”，但是現(xiàn)實生活中，并非所有事物都可以用兩種截然相反的狀態(tài)來描述，絕對的突變是不存在的，差異往往可以通過中介形式表現(xiàn)出來，也就是具有“亦此亦彼”的性質。扎德正是針對這一性質，在模糊集合理論中引入“隸屬函數(shù)”肌∞的概念，利用這一概念來描述客觀事物差異的中

26、間過渡中的不分明性，即模糊性。隸屬函數(shù)表明事物x對一模糊子集A的隸屬程度，它的取值范圍是在閉區(qū)間【O，l】之間。由于隸屬函數(shù)的取值在【O，1】之間可有無窮多個取值，而不同于特征函數(shù)的二值邏輯，因此隸屬函數(shù)這一概念更加符合人類的自然語言。模糊集合理論的產(chǎn)生，為處理客觀事物中業(yè)己存在的一類模糊性問題提供了強有力的工具，同時也適應科學發(fā)展的急迫需要。正是有了模糊數(shù)學這一基一童擴礎，以及對控制性能要求日益高</p><p&g

27、t;　　1．2．3模糊控制的研究現(xiàn)狀</p><p>　　為了解決復雜的工業(yè)生產(chǎn)過程的控制問題，在模糊集合論的基礎上，一種新型的設計控制器的控制理論一模糊控制理論誕生了。雖然對于模糊控制至今還沒有統(tǒng)一的定義，但從廣義上講可給它定義為：模糊控制指的是應用模糊集合理論，統(tǒng)籌地考慮控制的一種控制方式。模糊控制理論的核心是利用模糊集合論，把人的控制策略的自然語言轉化為計算機能夠接受的算法語言來實現(xiàn)過程控制。雖然它是建立在

28、模糊集合論的基礎之上，但它的控制輸出仍為精確量，因此它不僅能成功地實現(xiàn)控制，而且由于其能夠模仿人的思維方式，故對那些無法用數(shù)學模型描述的對象可進行良好的控制。自從1974年英國的馬丹尼(E．H，Mandani)工程師首先按模糊集合理論設計模糊控制器用于蒸汽發(fā)動機的控制，在此后的20年中，模糊控制技術得到了較快的發(fā)展，越來越受到控制領域中人們的關注和重視。因此，模糊控制無論是在理論上還是在實際的生產(chǎn)過程的應用中都取得了很大發(fā)展，其發(fā)展階段

29、大致可分為以下幾個階段：</p><p>　　第一階段：基本模糊控制器</p><p>　　由于在實際的諸多生產(chǎn)過程中，很難獲得被控對象的數(shù)學模型，所以無法采用傳統(tǒng)的控制方式來實現(xiàn)過程控制；另外，在管理科學、經(jīng)濟學、心理學、醫(yī)學等領域里，也因完整、精確的數(shù)學模型難以建立，使得傳統(tǒng)的定量分析方法無法實現(xiàn)。然而利用操作人員在實踐中積累的經(jīng)驗，形成一定的控制規(guī)則，在實際的控制過程中利用這些規(guī)則，

30、并采取適當?shù)牟呗?，進而實現(xiàn)對被控過程進行定量的控制。這也就是基本模糊控制器的指導思想。這種模糊控制器的特點包括：控制器的核心是利用實踐經(jīng)驗形成一定的模糊控制規(guī)則表：而設計控制器時是針對控制過程中的某些特定的過程，因此控制器的使用具有針對性；另外，這種基本模糊控制器的控制規(guī)則表一旦形成，就不再改動，因而不具有自學習、自組織能力。</p><p>　　第二階段：自組織模糊控制器</p><p>

31、;　　對于一些復雜的被控過程，人們很難精確完整地總結出操作人員的實踐經(jīng)、驗，致使控制規(guī)則比較粗糙，很不完善，如果利用基本模糊控制器，勢必會影響控制效果。另一方面，即使控制規(guī)則總結得比較完善，但由于被控過程在運。行中實際情況會經(jīng)常發(fā)生變化，如果始終按照一組控制規(guī)則對其進行控制，也不可能取得理想的控制效果。為了克服基本模糊控制器的缺陷，人們在其基礎上研制能在運行中自動修改、完善和調整模糊控制規(guī)則的控制器，對被控過程的控制效果不斷提高，直至達

32、到預定的控制效果。這種具有自學習、自組織能力的模糊控制器稱為自組織模糊控制器。它利用性能測試部分得到期望值與實際輸出之間的偏差對過程的控制量進行校正，然后根據(jù)應取的校正量，對原有的模糊控制規(guī)則進行修正，得到使控制效果更好的新的控制量，以次獲得新的控制規(guī)則。由此可見，自組織模糊控制器的控制過程，就是反復進行性能檢測和性能控制規(guī)則檢測，直到取得滿足要求的控制過程。</p><p>　　第三階段：智能模糊控制器<

33、/p><p>　　與基本模糊控制器相比，雖然自組織模糊控制器能比較好地解決一些問題但由于在自組織模糊控制器中，依舊是按照人的意志，憑借著實踐經(jīng)驗，事先做了適當?shù)膭澐郑怪谌菰S的范圍內進行調整，因此它的控制能力畢竟有限。在這種情況下，為了能對復雜的生產(chǎn)過程進行控制，就必須在了解掌握過程控制機理的同時，結合操作經(jīng)驗，利用模糊控制規(guī)則構成原始的人工智能專家系統(tǒng)，然后通過產(chǎn)生式學習系統(tǒng)，對照實際的生產(chǎn)過程進行不斷修改、完善

34、和補充，從而構成機理操作經(jīng)驗型專家系統(tǒng)。利用產(chǎn)生式學習系統(tǒng)軟件決定處理問題的過程，并對原有知識進行反饋修正，這就是智能模糊控制器。</p><p>　　1．2．4模糊控制理論的發(fā)展前景</p><p>　　模糊控制理論開辟了自動控制領域的新篇章，不論在理論方面，還是在實際的工業(yè)過程控制中，都逐漸顯現(xiàn)出其自身的活力。模糊控制的思想更接近于人的控制思維方式，由此使得那些傳統(tǒng)控制方法無能為力的控

35、制對象，在缺乏精確數(shù)學模型的情況下，反而能夠取得良好的控制效果。在短短的二十多年里，模糊控制技術取得了迅猛的發(fā)展，而且有著廣闊的應用前景。加之趨向智能化的特點，模糊控制必將在未來的工程控制中發(fā)揮巨大的作府：鑒于其所具有的獨特的優(yōu)點，國外專家預言：模糊控制技術可使計算機模擬人的直覺，并根據(jù)不確定信息作出決定，這將是下一代工業(yè)自動化的基礎。綜上所述，模糊控制理論是一門發(fā)展迅速、應用前景廣闊的新技術。隨著模糊控制理論的不斷深入以及系統(tǒng)的不斷規(guī)

36、范化，模糊控制技術必將在廣度和深度上進一步得到發(fā)展，并對未來的控制策略產(chǎn)生重大影響。同時，模糊控制理論應用的靈活性與簡便性以及其特有的處理模糊信息的功能，將在人工智能和新一代計算機的研制中發(fā)揮巨大的作用。</p><p>　　1．3 論文主要工作</p><p>　　本論文以單支點倒立擺為研究對象。根據(jù)動力學分析建立了系統(tǒng)的非線性數(shù)學模型，把倒立擺系統(tǒng)的動態(tài)方程在其工作點附近進行線性化，得

37、出其線性化方程。然后研究了倒立擺系統(tǒng)的各種控制策略。運用現(xiàn)代控制理論知識設計了極點配置控制器和LQR控制器，并用MATLAB仿真程序進行了仿真研究，并針對實際系統(tǒng)總結出這兩種理論的經(jīng)驗參數(shù)，對兩種理論的控制效果進行了對比。由于被控對象的日趨復雜，對控制性能的要求不斷提高，傳統(tǒng)控制理論對解決復雜系統(tǒng)效果不好。本文將人工智能中的模糊控制引入控制系統(tǒng)，設計了一個四維基本模糊控制器，并在此基礎上設計了一個雙閉環(huán)模糊控制器。把雙閉環(huán)控制思想引入到

38、模糊控制器的設計中，一方面利用雙閉環(huán)控制思想，提高了響應速度，改善系統(tǒng)性能；另一方面減小了模糊控制器的規(guī)模，簡化了模糊控制器的設計。通過仿真實驗也表明了這種控制方案是可行的，其效果良好。</p><p>　　第二章：單支點倒立擺系統(tǒng)數(shù)學模型的建立及系統(tǒng)分析</p><p><b>　　2.1建模機理</b></p><p>　　由于此問題為“單

39、一剛性鉸鏈、兩自由度動力學問題”，因此，依據(jù)經(jīng)典力學的“牛頓定律”即可滿足要求。</p><p>　　圖2.1 一階倒立擺實物仿真實驗裝置</p><p>　　圖2.2 一階倒立擺系統(tǒng)物理模型</p><p><b>　　2.2系統(tǒng)建模</b></p><p>　　如圖2.2所示，設小車的質量為，倒立擺均勻的質量為m，擺

40、長為2l，擺的偏角為，小車的位移為x，作用在小車上的水平方向的力為F，為擺桿的質心。</p><p>　　根據(jù)剛體繞定的動力學微分方程，轉動慣量與角速度乘積等于作用作用在剛體主動力對該軸力距的代數(shù)和，則</p><p>　　擺桿繞其重心的轉動方程為</p><p><b>　?。?-1）</b></p><p>　　2)

41、 擺桿重心的水平運動可描述為</p><p><b>　　（2-2）</b></p><p>　　3) 擺桿重心在垂直方向上的運動可描述為</p><p><b>　?。?-3）</b></p><p>　　4）小車水平方向運動可描述為</p><p><b>　　

42、（2-4）</b></p><p>　　由(1-2)和式(1-4)得到</p><p><b>　?。?-5）</b></p><p>　　由式（2-1）、式（2-2）和式（2-3）得到：</p><p><b>　　（2-6）</b></p><p>　　整理式

43、（2-5）和式(2-6),得</p><p>　　= （2-7）</p><p><b>　?。?-8）</b></p><p>　　因為擺桿式均質細桿，所以可求其對于質心的轉動慣性。因此設細桿擺長為2l，單位長度的質量為，取桿上以個微段，其質量為m=則此桿對于質心的轉動慣量有</p><p><b&g

44、t;　?。?-9）</b></p><p><b>　　桿的質量為：</b></p><p><b>　?。?-10）</b></p><p>　　所以此桿對于質心的轉動慣量有</p><p><b>　?。?-11）</b></p><p>

45、;<b>　　2.3 模型簡化</b></p><p>　　由（2-7）和（2-8）兩式可見，一階倒立擺系統(tǒng)的動力學模型為“非線性微分方程”。為了便于應用經(jīng)典控制理論對該控制系統(tǒng)進行設計，必須將其簡化“線性定?！暗南到y(tǒng)模型。</p><p>　　若只考慮在其工作附近（）的細微變化，則近似認為</p><p><b>　　（2-12）&

46、lt;/b></p><p>　　在這一簡化思想下，系統(tǒng)精確模型式（2-7）和（2-8）可簡化為</p><p><b>　?。?-13）</b></p><p><b>　　（2-14）</b></p><p>　　若給定一階直線倒立擺系統(tǒng)的參數(shù)為：小車的質量=1kg；倒擺振子的質量m=1k

47、g；倒擺長度2l=0.6;重力加速度取g=10m/,則可得到進一步簡化模型為</p><p><b>　　（2-15）</b></p><p><b>　?。?-16）</b></p><p>　　上式為系統(tǒng)的“微分方程模型”，對其進行“拉式變化”可得系統(tǒng)的“傳遞函數(shù)模型”為：</p><p>&l

48、t;b>　　（2-17）</b></p><p><b>　?。?-18）</b></p><p>　　下圖為系統(tǒng)的動態(tài)結構圖：</p><p>　　圖2.3 系統(tǒng)動態(tài)結構</p><p>　　同理可得系統(tǒng)的狀態(tài)方程模型為：</p><p>　　設系統(tǒng)狀態(tài)為:

49、 （2-19）</p><p><b>　　則有系統(tǒng)狀態(tài)方程：</b></p><p><b>　?。?-20）</b></p><p><b>　　輸出方程：</b></p><p><b>　?。?-21）</b></p>

50、<p>　　由此可見通過對系統(tǒng)模型的簡化，我們得到了一階直線倒立擺系統(tǒng)的微分方程嗎、傳遞函數(shù)、狀態(tài)方程三種線性定常的數(shù)學模型，這為我們下面的系統(tǒng)設定奠定基礎。</p><p>　　第三章：模糊控制的基本原理</p><p>　　“模糊”是與“精確”相對而言的 概念，模糊性普遍存在于人類的思維和語言 交流中，是一種不確定性的表現(xiàn)。隨機性則是客觀存在的令一類不確定性，兩者雖然都是不

51、確定性，但存在本質上的區(qū)別。模糊性主要是人對概念外延的主觀理解上的不確定性，而隨機性則主要反映客觀上的自然的不確定性，即對事件或行為的發(fā)生與否的不確定性。</p><p>　　一階直線倒立擺系統(tǒng)是一個典型的"快速、多變量、非線性、自不穩(wěn)定系統(tǒng)",將模糊控制方法應用于一階倒立擺系統(tǒng)的控制問題，能夠發(fā)揮模糊控制在非線性系統(tǒng)控制、復雜對象系統(tǒng)控制方面的優(yōu)勢，簡化設計，提高控制系統(tǒng)的魯棒性。</

52、p><p>　　3.1 模糊集合與隸屬函數(shù)</p><p>　　模糊集合的概念于1965年由Zadeh教授首次提出，它是一個沒有精確邊界的集合，其定義為：</p><p>　　設X是對象x的集合，x是X的任意元素。X上的模糊子集A定義一組有序對：,其中，被稱為模糊子集A的隸屬函數(shù)（MembershipFunction，簡稱 MF）。稱X為論域。</p>&

53、lt;p>　　隸屬函數(shù) (MF) 定義了一種將輸入空間映射到[0.1]的函數(shù)關系，常用的隸屬函數(shù)有三角形、梯形、高斯型、sigmoid型等多種形式。</p><p>　　3.2 模糊邏輯操作</p><p>　　與經(jīng)典集合運算類似，模糊集合之間也存在交、并、補等運算關系。設A，B是論域U上的模糊集合，A與B得交集、并集 和A的補集 也是論域U上的模糊集合。設任意元素 ，則u對A與B的

54、交集、并集和A的補集的隸屬函數(shù)分別定義如下：</p><p>　　交運算： （3-1）</p><p>　　并運算： （3-2）</p><p>　　補運算： （3-3）</p><p>　　3.3 模糊規(guī)則與模糊推理<

55、;/p><p>　　模糊規(guī)則與模糊推理是模糊推理系統(tǒng)的基礎，是模糊集合理論最重要的建模工具。</p><p>　　（1）模糊（if-then）規(guī)則在模糊推理系統(tǒng)中，模糊規(guī)則以模糊語言的形式描述人類的經(jīng)驗知識，規(guī)則是否正確反映專家的經(jīng)驗和知識，是否正確反映對象的特性，直接決定模糊推理系統(tǒng)的性能。模糊（if-then）規(guī)則（也稱之為模糊蘊含、模糊條件句）的形式通常為“if前件then后件”即if

56、x is A，then y is B</p><p>　　模糊規(guī)則的建立對于構造模糊推理系統(tǒng)式非常關鍵的，建立模糊規(guī)則的一般方法主要有三種：第一據(jù)專家、操作人員的經(jīng)驗知識建立模糊規(guī)則；第二依據(jù)過程的模糊模型建立模糊規(guī)則；第三 基于學習的方法，通過設計具有自組織、自學習能力的模糊控制器來自動獲取模糊規(guī)則。</p><p>　?。?）模糊推理 模糊推理也叫近似推理，是從一組規(guī)則和已知事實中得出

57、結論的推理過程。模糊推理的執(zhí)行結果與蘊含操作的定義、模糊合成規(guī)則以及連接詞“AND”的操作定義有關，因而有多種不同算法。</p><p>　　3.4 模糊推理系統(tǒng)</p><p>　　通常，在一個實際的模糊控制系統(tǒng)中，模糊推理系統(tǒng)的功能與模糊控制器的功能是等價的。模糊推理系統(tǒng)（fuzzy system） 的結構如圖所示，在該模糊系統(tǒng)中，包含所有的應用模糊算法和解決所有相關模糊性的必要成分。

58、它由以下四個基本要素組成。</p><p>　　知識庫（knowledge base）：它包含模糊集、模糊算子的定義和模糊規(guī)則映射。</p><p>　　推理機制（inference engine）：它執(zhí)行所有的輸出計算。</p><p>　　模糊器（fuzzifier）：它將真實的輸入值表示為一個模糊集。</p><p>　　反模糊器（de

59、fuzzifier）：它將輸出模糊集轉化為真實的輸出值，也稱之為解模糊。</p><p>　　圖3.1 模糊推理系統(tǒng)結構圖</p><p>　　與傳統(tǒng)的控制方法相比，模糊推理系統(tǒng)有以下特點：1）使用于不易獲得精確數(shù)學模型，或其結構參數(shù)不很清楚或難以求得的被控對象，只要求掌握操作人員或領域專家的經(jīng)驗和知識。2）它是一種語言變量控制器，控制規(guī)則只要語言變量的形式定型表達，構成被控對象的模糊模型

60、。3）系統(tǒng)的魯棒性強，尤其適用于非線性、時變、滯后系統(tǒng)的控制。</p><p>　　第四章：一階倒立擺系統(tǒng)的雙閉環(huán)模糊控制器的設計與仿真</p><p>　　4.1 一階倒立擺系統(tǒng)的雙閉環(huán)模糊控制方案</p><p>　　4.1.1 問題的提出</p><p>　　一階倒立擺控制系統(tǒng)共有四個狀態(tài)變量，它們均可作為控制器的輸入?yún)⒘?。若對著四個輸

61、入量定義5個模糊子集，則在只有一個模糊控制器的系統(tǒng)中如圖所示由于規(guī)則數(shù)與輸入變量維數(shù)成幾何關系，模糊規(guī)則最多將達到條，而且每一條規(guī)則又由四個前件（條件）和一個后件（結論）組成，這樣將使得模糊控制器的設計問題十分復雜，而且在實現(xiàn)過程中對于模糊控制的執(zhí)行設備（如計算機）的運算速度要求過高，很難實現(xiàn)實時的控制。</p><p>　　圖4.1 單一模糊控制器系統(tǒng)結構圖</p><p>　　為了避免

62、上述的“維數(shù)災難”問題，可以采用如圖4.2所示的雙閉環(huán)結構。將系統(tǒng)的擺角和位置分別作為控制系統(tǒng)內外環(huán)控制對象。同樣在將每個輸入變量定義5個模糊子集的情況下，沒個控制器的控制規(guī)則總數(shù)最多只有條，同時，每條規(guī)則只有二個前件（條件）和一個后件（結論）。控制規(guī)則設計問題將大為簡化，控制系統(tǒng)的執(zhí)行時間也將大大減少，對控制設備的性能要求大為降低。</p><p>　　圖4.2 雙閉環(huán)模糊控制系統(tǒng)結構圖</p>

63、<p>　　4.1.2 模糊控制器的設計</p><p>　　隸屬函數(shù)的定義 由模糊控制理論可知，在進行模糊控制算法的設計之前的設計前必須將系統(tǒng)精確地輸入輸出轉換成對應的語言值，即必須首先確定各個輸出量的論域及輸入輸出量的論域及隸屬函數(shù)。</p><p>　　論域的確定可通過對實物裝置的測量（如倒立擺的擺角范圍和小車位移范圍）、實驗辨識或者通過經(jīng)驗知識確定（角速度和線速度范圍）

64、。</p><p>　　對于隸屬函數(shù)形式的選擇，為了簡化運算、縮短控制周期，對輸入、輸出變量的隸屬函數(shù)均采用較為簡單的形式。輸出變量的隸屬函數(shù)定義成三角形或梯形隸屬函數(shù)，輸出變量則采用單點隸屬函數(shù)。經(jīng)過這樣的定義后系統(tǒng)的模糊化和解模糊過程將變得十分簡單。各變量歷數(shù)函數(shù)的具體定義如下圖所示。</p><p>　　圖4.3 隸屬函數(shù)定義</p><p>　　a）內環(huán)隸屬

65、函數(shù) b）外環(huán)隸屬函數(shù)</p><p>　　模糊控制規(guī)則 模糊控制規(guī)則是模糊控制器的核心，它是將操作者的實踐經(jīng)驗加以總結，而得到的一條條模糊條件語句的集合。在一階倒立擺雙閉環(huán)模糊控制系統(tǒng)中，內、外環(huán)控制器的輸入量均為偏差及其對應的偏差變化率，輸出為控制量。在這種情況下，可以借助經(jīng)驗公式設計控制規(guī)則：將五個模糊子集nb，ns，z，ps，pb分別用數(shù)值-2。-1,0,1,2代換，則

66、結論數(shù)字大約為兩個前件數(shù)值代數(shù)和的一半。依此經(jīng)驗公式選定控制規(guī)則的初值，再經(jīng)實驗調整，即可得到系統(tǒng)內外環(huán)的模糊控制規(guī)則集，按照上述方法得到的一階倒立擺系統(tǒng)雙閉環(huán)模糊控制內外環(huán)模糊控制器的的具體規(guī)則入下表所示：</p><p>　　表(3-1) 內環(huán)模糊控制規(guī)則表</p><p>　　表(3-2) 外環(huán)模糊控制規(guī)則表</p><p>　?。?）解模糊 解模糊過程是

67、模糊化過程的逆過程，即將由模糊控制算法得到的模糊控制輸出語言值，依據(jù)輸出量隸屬函數(shù)和解模糊規(guī)則轉換成對應的精確化輸出量。</p><p>　　由于在一階倒立擺雙閉環(huán)模糊控制系統(tǒng)中，內外環(huán)模糊控制器的輸出量的隸屬函數(shù)均為單點集，所以這里采用重心法解模糊的單點公式作為解模糊算法。根據(jù)重心法解模糊的單點計算公式可以方便的推導出控制系統(tǒng)內外環(huán)解模糊的計算公式分別為：</p><p>　　內環(huán)解模糊

68、運算公式：</p><p><b>　?。?-1）</b></p><p>　　外環(huán)解模糊運算公式：</p><p><b>　?。?-2）</b></p><p><b>　　4.2 仿真實驗</b></p><p>　　4.2.1 MATLAB模糊

69、邏輯工具箱 </p><p>　　使用MATLAB模糊邏輯工具箱中的圖形界面工具（GUI）可以方便地建立起模糊邏輯系統(tǒng)。MATLAB模糊邏輯工具箱有五個主要的圖形界面工具（GUI），可以用來方便快捷的建立、編輯和觀察模糊推理系統(tǒng)。這五個GUI工具中包括三個編輯器：模糊推理系統(tǒng)（FIS）編輯器、隸屬函數(shù)編輯器、模糊規(guī)則編輯器；二個觀察器：模糊規(guī)則觀察器和輸出曲面觀察器。而且這五個GUI工具之間為動態(tài)鏈接————使用

70、中任何一個GUI工具中的參數(shù)被修改，其他打開的GUI工具中的相應參數(shù)或性質也將自動改變。</p><p>　　下面首先介紹這五個GUI工具的功能及使用方法，以便讀者在具體應用時參考。</p><p>　　FIS編輯器 FIS編輯器用來處理系統(tǒng)的高級問題，如確定輸入、輸出變量的數(shù)目及其名稱，模糊控制器的命名，選擇模糊推理方法等。</p><p>　　要打開FIS編輯器

71、，可在MATLAB工作區(qū)鍵入命令“fuzzy”，也可利用命令“fuzzy+系統(tǒng)名”直接打開一個已有的模糊推理系統(tǒng)。打開的FIS編輯器(圖4.4）所示。線面介紹FIS編輯器的各部分功能。</p><p>　　File（文件）菜單，在此可進行打開、保存、編輯模糊系統(tǒng)等操作。</p><p>　　雙擊輸入量圖標，可打開隸屬函數(shù)編輯器，定義輸入變量的隸屬函數(shù)。</p><p&g

72、t;　　雙擊系統(tǒng)圖標，可打開模糊規(guī)則編輯器。</p><p>　　雙擊輸出變量圖標，可打開隸屬函數(shù)編輯器，定義輸出變量的隸屬函數(shù)。</p><p>　　文本框，可對輸入輸出變量進行命名或改名。</p><p>　　狀態(tài)欄，顯示上一步的操作。</p><p>　　下拉菜單，用于選擇模糊推理方法。</p><p>　　顯示

73、系統(tǒng)名稱，要更改系統(tǒng)名稱，可在File（文件）菜單下選擇“save as...”進行。</p><p>　　圖4.4 FIS編輯器圖形界面</p><p>　　隸屬函數(shù)編輯器 先以下面三種方式的任意一種打開隸屬函數(shù)編輯器。</p><p>　　拉下View菜單項，選定“Edit Membership Fuction...”。</p><p>

74、;　　雙擊輸入∕輸出變量圖標。</p><p>　　在命令行鍵入“mfedit”</p><p>　　打開的隸屬函數(shù)編輯器如圖4.5所示其各區(qū)域功能如下：</p><p>　　圖4.5 隸屬函數(shù)編輯器</p><p>　　圖 4-5 隸屬函數(shù)編輯器</p><p>　　File（文件）菜單，在此可進行打開、保存、編輯

75、模糊系統(tǒng)等操作。</p><p>　　變量區(qū)，顯示所有已定義的輸入輸出變量。單擊某變量，使其成為當前變量，就可以編輯其隸屬函數(shù)。</p><p>　　繪圖區(qū)，顯示當前變量的隸屬函數(shù)。</p><p>　　單擊選中一條隸屬韓式曲線，就可以編輯修改隸屬函數(shù)的名稱、類型、屬性及參數(shù)。</p><p>　　文本框，可改變當前隸屬函數(shù)的名稱。</

76、p><p>　　下拉菜單，可用來改變當前隸屬函數(shù)的類型。</p><p>　　文本框，可以改變當前隸屬函數(shù)的數(shù)字參數(shù)。</p><p>　　狀態(tài)欄，顯示上一步操作。</p><p>　　文本框，可設置當前圖形的顯示范圍。</p><p>　　10)文本框，設置當前變量范圍。</p><p>　　11

77、)顯示當前變量的名稱和類型。</p><p>　　模糊規(guī)則編輯器 有兩種方法可以調用模糊規(guī)則編輯器，一是在FIS編輯器的View菜單選定“Edit rules...”命令，二是在命令行鍵入“ruleedit”。</p><p>　　圖4.6 模糊規(guī)則編輯器</p><p>　　圖4.6中的模糊規(guī)則編輯器各部分功能如下：</p><p>　

78、　File（文件）菜單，在此進行打開、保存、編輯模糊系統(tǒng)操作。</p><p><b>　　輸入輸出選擇框。</b></p><p><b>　　模糊規(guī)則顯示區(qū)。</b></p><p>　　這兩個按鈕可調用編輯器的使用幫助和關閉窗口。</p><p>　　這三個按鈕用于刪除、修改和增加模糊規(guī)則。&

79、lt;/p><p>　　選中此按鈕模糊規(guī)則的輸入輸出表述將為“非”。</p><p>　　狀態(tài)欄，顯示上一步操作。</p><p>　　選擇模糊規(guī)則中哥輸入間的“與”、“或 ”關系。</p><p>　　此外，在工作區(qū)鍵入“ruleview”或從FIS編輯器的View菜單中選擇“View rules...”可進入模糊規(guī)則觀察器，觀察模糊推理圖即模

80、糊系統(tǒng)的推理過程是否與預期的相同。在工作區(qū)中鍵入“surfview”或從FIS編輯器的View菜單中選擇“View surface...”可進入輸出曲面觀察器,從中可以觀察輸入?yún)^(qū)間與輸出區(qū)間的整體對應關系。</p><p>　　4.2.2 一階倒立擺系統(tǒng)數(shù)字仿真模型的建立</p><p>　　下面討論如何利用MATLAB的GUI工具及SIMULINK的模糊控制工具箱（Fuzzy Logoc

81、 Toolbox）進行一階倒立擺模糊控制系統(tǒng)仿真實驗的問題。</p><p>　?。?）建立SIMULINK仿真模型 利用SIMULINK基本模塊庫和Fuzzy Logic Toolbox建立如下圖所示的仿真模型。其中，包含倒立擺模型（inverted pendulum）、內外環(huán)模糊控制器（Fuzzy Logic Controller）、差分模塊（difference）、增益模塊（K）、數(shù)據(jù)文本輸出模塊（仿真數(shù)

82、據(jù)輸出到文本mohu.mat）。</p><p>　　圖4.7 系統(tǒng)仿真模型</p><p>　　作為受控對象的一階倒立擺的模型（inverted pendulum）這里采用的是系統(tǒng)數(shù)學模型的狀態(tài)空間表達式。模型參數(shù)依據(jù)實物系統(tǒng)選定為：滑塊質量M=0.6kg；倒擺振子質量m=0.085kg；倒立擺長度2L=0.42m；重力加速度取g=9.8m／，摩擦系數(shù)D=0.01。</p>

83、<p>　　系統(tǒng)內環(huán)模糊控制器（Fuzzy Logic ControllerⅡ）和外環(huán)模糊控制器（Fuzzy Logic ControllerⅠ）中的模糊控制規(guī)則定義，各輸入輸出量隸屬函數(shù)定義如圖（7）所示；內外環(huán)模糊控制器均采用Mamdani型模糊推理算法及“極大-極?。┖铣梢?guī)則進行模糊推理。</p><p>　　系統(tǒng)仿真模型中的差分模塊子系統(tǒng)（diference）的內部結構如圖 所示，差分

84、采樣時間為10ms。采用差分計算代替微分模塊是出于以下考慮：</p><p>　　圖4.8 差分模塊子系統(tǒng)的內部結構</p><p>　　1）考慮仿真時間問題，采用微分計算系統(tǒng)仿真過程的計算量將變得很大，特別是在系統(tǒng)的暫態(tài)過程中，有可能出現(xiàn)某一瞬時系統(tǒng)的微分量很大導致微分計算困難。</p><p>　　2）考慮與實物實驗的一致性。在實物平臺上由于采用離散的控制器（計

85、算機DSP等），實際系統(tǒng)的變量變化率求取同樣是采用差分的辦法。差分模塊子系統(tǒng)（difference）中采用的零價采樣保持器（Zero-Order Hold）起到了將離散輸出量“連續(xù)化”的作用。</p><p>　　（2）建立模糊邏輯系統(tǒng) 利用前述的模糊控制理論知識，分別建立系統(tǒng)內外環(huán)模糊模糊邏輯控制系統(tǒng)，并將它們分別命名，如“nh”和“wh”，再分別雙擊SIMULINK系統(tǒng)仿真模型中的內外環(huán)模糊控制器模塊，在彈出

86、對話框中分別鍵入兩個系統(tǒng)的名稱。這樣就建立MATLAB模糊邏輯系統(tǒng)與SIMULINK系統(tǒng)仿真模型之間的聯(lián)系，繼而可運行SIMULINK仿真。</p><p>　　（3）利用仿真數(shù)據(jù)文本繪制仿真曲線 運行SIMULINK仿真結束后，仿真結果被保存到仿真數(shù)據(jù)文本mohu.mat中，可在MATLAB中建立一個m文件調用此數(shù)據(jù)文件繪制仿真結果曲線。</p><p>　　以下為m文件的一個實例：&l

87、t;/p><p>　　% Inverted pendulum</p><p>　　% signals recuperation</p><p>　　Load mohu.mat</p><p>　　t=signals (1,:)；</p><p>　　q=signals (2，：)；</p><p>

88、;　　x=signals （3，：）；</p><p>　　% drawing x （t） and theta （t） response signals</p><p>　　figure （1）</p><p>　　hf=line（t，q（：））；</p><p><b>　　grid on</b></p>

89、<p>　　xlabel（‘時間 （s）’）</p><p>　　ylabel （‘擺角 （rad）’）</p><p>　　axis （[ 25-0.02 0.14]</p><p>　　axet=axes （‘Position’, get (gca, ‘Position’),…</p><p>　　‘XAxisLocation

90、’, ‘bottom’,…</p><p>　　‘YAxisLocation’, ‘right’, ‘color’, ‘None’,…</p><p>　　‘Xcolor’, ‘k’, ‘YColor’, ‘k’)</p><p>　　ht=line (t,x, ‘color’, ‘r’, ‘parent’,axet)；</p><p>　　

91、ylabel （‘位置 （m）’）</p><p>　　axis（[ 0 25-0.02 0.14]）</p><p>　　title(＼ theta (t) and x (t) Response to a step input)</p><p><b>　　4.3仿真實驗結果</b></p><p>　　利用仿真數(shù)據(jù)

92、之本mohu.mat 中的數(shù)據(jù)，可以繪制相關的仿真結果曲線。當系統(tǒng)的初始狀態(tài)為系統(tǒng)原點，位置給定為0.1m，仿真實驗結果及擺角響應曲線放大如下圖4.9所示?？梢婇]環(huán)系統(tǒng)運行穩(wěn)定，并且具有較高的穩(wěn)態(tài)精度。過渡過程中擺角的擺動幅度＜±0.03rad,說明系統(tǒng)運行平穩(wěn)。</p><p>　　圖4.9 仿真實驗結果圖1</p><p>　　實際上，控制系統(tǒng)的參數(shù)、規(guī)則等（如輸入輸出隸屬

93、函數(shù)的形式和參數(shù)、模糊規(guī)則的定義）選擇都不是唯一的，可以通過反復試驗和經(jīng)驗知識來尋求滿足系統(tǒng)性能實際要求的具體控制參數(shù)。當系統(tǒng)的控制參數(shù)改變時，系統(tǒng)的特性也隨之改變。比如，將以上試驗中內環(huán)輸出量的隸屬函數(shù)改編為如圖4.11 的形式，則仿真結果如圖4.12可見，系統(tǒng)仍為穩(wěn)定，但系統(tǒng)的超調量明顯變大，穩(wěn)定性能指標與前面的結果也有較大差距，所以，不同隸屬函數(shù)的選取對控制系統(tǒng)的性能影響較大。為了進一步驗證控制系統(tǒng)的魯棒性，我們適當改變被控

94、對象（一階倒立擺系統(tǒng)）的模型參數(shù)，在模糊控制器參數(shù)位置不變的情況下進行仿真實驗。圖4.10、圖4.11和圖4.12分別為對象模型參數(shù)作不同變化時的仿真結果。它們對應的模型參數(shù)設置如圖4.13表所示。</p><p>　　圖4.10 擺交響應曲線放大圖</p><p>　　圖 4.11 內環(huán)輸出量隸屬函數(shù)</p><p>　　圖4.12 仿真試驗結果2</p&

95、gt;<p>　　表（4-1）模型參數(shù)情況表</p><p>　　根據(jù)此表的數(shù)據(jù)可分別得到的仿真實驗圖分別如下所示：</p><p>　　圖4.14 仿真實驗結果1</p><p>　　圖4.15 仿真實驗結果2</p><p>　　圖4.16 仿真實驗結果3</p><p>　　由圖4.10、圖4.1

96、1和圖4.12仿真結果曲線可見，系統(tǒng)的模糊控制器具有很強的魯棒性。當控制對象（一階倒立擺）的參數(shù)變化時，隨著參數(shù)變化的增大，系統(tǒng)響應的超調量和穩(wěn)態(tài)誤差稍有加大，而控制器仍然能夠有效控制系統(tǒng)的穩(wěn)定。當擺桿質量和長度均達到實際系統(tǒng)的2.5倍時（如圖4.12）,模糊控制器仍然能夠控制系統(tǒng)的平衡，且系統(tǒng)的穩(wěn)態(tài)誤差<0.01m。模糊控制器魯棒性強這一特性對于實現(xiàn)一階倒立擺實物系統(tǒng)的穩(wěn)定控制是十分有利的。</p><p&g

97、t;<b>　　第五章 結論</b></p><p>　　1） 雙閉環(huán)模糊控制方案能夠有效控制一階倒立擺系統(tǒng)的穩(wěn)定，并且實現(xiàn)小車的有效定位，而且，雙閉環(huán)結構使得系統(tǒng)的控制規(guī)則和執(zhí)行時間大幅減少，大大降低了系統(tǒng)設計和實現(xiàn)的難度。</p><p>　　2） 仿真實驗證明：一階倒立擺系統(tǒng)的雙閉環(huán)模糊控制方案具有較強魯棒性。</p><p>　　3）

98、此次論文內容對于一類有多個反饋量、非線性、自不穩(wěn)定的系統(tǒng)的控制問題具有一定的參考價值。</p><p><b>　　致謝</b></p><p>　　在本設計結束之際，首先要向我的輔導老師李丕銀老師致以由衷的感謝和崇高的敬意。老師在學業(yè)上給與我無微不至的關懷和照顧，更重要的是老師淵博的學識、嚴謹?shù)闹螌W態(tài)度、始終不斷進取的精神，為我今后的工作和生活樹立了榜樣。感謝李老師

99、在課題工作中給與我的具體指導以及在論文撰寫當中提出的寶貴意見和建議。</p><p>　　還要感謝的一位是我的輔導員老師，感謝她對于我選擇課題的幫助，還有他平時無微不至的照顧。</p><p>　　同時我要感謝我的同學們，我們一起在課題工作中共同探討，相互促進，創(chuàng)造了良好的學習氣氛，為論文的順利進行提供了很多幫助。</p><p>　　最后，我衷心感謝所有在學習、工

100、作和生活方面給與我無私支持和幫助的所有老師、同學和朋友們。</p><p><b>　　參考文獻：</b></p><p>　　[1] 張曉華. 控制系統(tǒng)數(shù)字仿真與CAD[M]. 北京:機械工業(yè)出版社，2005</p><p>　　[2] 胡壽松. 自動控制原理[M]. 北京:科學出版社, 2004</p><p>　　

101、[3] 陳伯時. 電力拖動控制系統(tǒng)[M]. 北京:機械工業(yè)出版社, 2003</p><p>　　[4] 薛定宇. 控制系統(tǒng)計算機輔助設計—MATLAB語言及應用[M]. 北京:清華大學出版社, 1996</p><p>　　[5] 張培強. MATLAB語言[M]. 合肥:中國科學技術大學出版社, 1995</p><p>　　[6] 薛定宇. 基于MATLAB\

102、SIMULINK的系統(tǒng)仿真技術與應用[M]. 北京:清華大學出版社, 2002</p><p>　　[7] 任興權. 控制系統(tǒng)計算機仿真[M]. 北京: 機械工業(yè)出版社, 1988</p><p>　　[8] 樓順天，衛(wèi)語，閆華梁等. MATLAB程序設計語言[M]. 西安:西安電子科技大學出版社，1997</p><p>　　[9] K.J.奧斯特隆姆，B.威頓馬

103、克. 計算機控制系統(tǒng)理論與設計[M]. 北京:科學出版社，1987</p><p>　　[10] 蔡增威. 一階直線倒立擺運動控制技術的研究[J]. 哈爾濱:哈爾濱工業(yè)大學，2004</p><p>　　[11] 張乃堯，C. Elbert, R.Belschner, H.Strahl. 倒立擺的雙閉環(huán)模糊控制[J]，控制與決策，1996</p><p>　　[12

104、] 亞煒，張明廉. 倒立擺系統(tǒng)的運動模態(tài)分析[J]. 北京航空航天大學學報，</p><p><b>　　2002</b></p><p>　　[13] 付瑩，張廣立，楊汝清. 倒立擺系統(tǒng)的非線性穩(wěn)定控制及起擺問題的研</p><p>　　究[J], 2003</p><p>　　[14] 薛安克，王惠姣. 基于魯棒LQ

105、控制的倒立擺系統(tǒng)分析和設計[J]. 上海交通大學學報，2002</p><p>　　[15] Omatu,Sigeru. Neuro-PID Control for Inverted Single and Double Pendulums,Proceedings of the IEEE International Conference on Systems[J], Man and Cybernetics, 20

106、00</p><p>　　[16] Djurdjevic P.D. Real Time Adaptive Fuzzy Control of Inverted Pendulum[J]. Circuits and Systems, I9</p><p><b>　　附錄：</b></p><p>　　CNC technology develo

107、pment trends</p><p>　　1 CNC system developments at home and abroad </p><p>　　With the rapid development of computer technology, the traditional beginning of a fundamental change manufacturing, t

108、he industrial developed countries spent huge sums of money on the modern manufacturing technology research and development, to create a new model. In modern manufacturing systems, CNC technology is the key to technology,

109、 which combines microelectronics, computers, information processing, automatic detection, automatic control, such as the integration of advanced, a high-precision,</p><p>　　For a long time, China's CNC s

110、ystem for traditional closed architecture, but only as a non-intelligent CNC machine controller. Process variables based on experience in the form of pre-fixed parameters, processing procedures before the actual processi

111、ng by hand or through CAD / CAM and automatic programming system prepared. CAD / CAM and CNC have no feedback control link, the entire manufacturing process CNC is a closed ring-opening implementing agencies. In a comple

112、x and changing environment und</p><p>　　2 CNC technology development trends </p><p>　　2.1 Performance development direction </p><p>　　(1) high-speed high-precision efficient speed,

113、accuracy and efficiency of machinery manufacturing technology is the key performance indicators. As a result of the high-speed CPU chips, RISC chip, as well as multi-CPU control system with high-resolution detector of th

114、e absolute exchange digital servo system, taken at the same time improve the machine dynamic and static characteristics of effective measures, the high-speed high-precision machine has been efficient greatly enhanced. &l