三级倒立摆的LQR方法优化参数控制

doi:10.3778/j.issn.1002-8331.2009.29.073

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (29): 245-248.DOI: 10.3778/j.issn.1002-8331.2009.29.073

• 工程与应用 • 上一篇

三级倒立摆的LQR方法优化参数控制

陈健，张持健

安徽师范大学智能控制与测控技术研究中心，安徽芜湖 241000

收稿日期:2009-04-10 修回日期:2009-06-01 出版日期:2009-10-11 发布日期:2009-10-11
通讯作者: 陈健

Control of triple inverted pendulum based on LQR coefficients optimization

CHEN Jian，ZHANG Chi-jian

Center for the Study of Intelligent Control and Measure Technique，Anhui Normal University，Wuhu，Anhui 241000，China

Received:2009-04-10 Revised:2009-06-01 Online:2009-10-11 Published:2009-10-11
Contact: CHEN Jian

摘要/Abstract

摘要： 倒立摆是智能控制的理想对象。使用拉格朗日方程建立三级倒立摆系统的非线性数学模型，在平衡点处对其线性化，利用LQR（Linear Quadratic Regulator）最优控制理论，导出控制规律。通过对三级倒立摆一系列稳定摆动和加扰实验仿真曲线的分析，明确了加权矩阵Q中各权系数对系统稳定性控制的重要性，由此来优化权系数的选择。实验表明，系统显示出较好的鲁棒性和动态性能。

关键词: 三级倒立摆系统, LQR理论, 最优控制, 权矩阵

Abstract: The inverted pendulum is one kind of ideal object for intelligent control.The Lagrangian equations are chosen to establish the nonlinear mathematical model of the triple inverted pendulum system，and then the model is linearized in its equilibrium point and the control law by using LQR（Linear Quadratic Regulator） optimal control theory is acquired.By analyzing the simulation curves obtained from a series of stabilizing swing and perturbation experiments on the triple inverted pendulum system，it makes clear the importance of the weight coefficients in the weight matrix Q for inverted pendulum stable control，which can therefore help to optimize the selection of these weight coefficients.The experimental results show that the system presents favorable robustness and dynamic property.

Key words: triple inverted pendulum system, Linear Quadratic Regulator（LQR） theory, optimal control, weight matrix

中图分类号:

TP13

陈健，张持健. 三级倒立摆的LQR方法优化参数控制[J]. 计算机工程与应用, 2009, 45(29): 245-248.

CHEN Jian，ZHANG Chi-jian. Control of triple inverted pendulum based on LQR coefficients optimization[J]. Computer Engineering and Applications, 2009, 45(29): 245-248.

[1]	夏英，张金凤. 融合社交关系和局部地理因素的兴趣点推荐[J]. 计算机工程与应用, 2021, 57(15): 133-139.
[2]	周坤1，黄天民2，齐淑楠3. 前提不匹配的模糊时滞系统的稳定与控制[J]. 计算机工程与应用, 2018, 54(4): 244-249.
[3]	杨泽文1，2，贾鹤鸣1，宋文龙1，朱传旭1，吕帅1. 基于奇异摄动理论的植物工厂温度控制[J]. 计算机工程与应用, 2018, 54(14): 224-228.
[4]	朱文亮1，2，倪福生1，2，王素红3，尹飞3. 疏浚泥浆浓度最优控制跟踪器的设计与实现[J]. 计算机工程与应用, 2017, 53(21): 263-270.
[5]	高磊1，2，潘振宽1. 离散约束系统最优控制中的内点法[J]. 计算机工程与应用, 2017, 53(1): 227-231.
[6]	尹逊和1，樊雪丽1，杜洋1，董春2. 二级直线倒立摆系统的实物控制[J]. 计算机工程与应用, 2016, 52(20): 242-250.
[7]	孙永河1，李春好2，谢晖1，段万春1. 模糊WINGS视角下的ANP加权矩阵新构造方法[J]. 计算机工程与应用, 2014, 50(12): 26-32.
[8]	池光辉1，刘建伟1，李卫民2，罗雄麟1. 权核Logistic回归模型的分类和特征选择算法[J]. 计算机工程与应用, 2013, 49(9): 41-44.
[9]	张索，章辉. 基于最小信息损失准则的降阶LQG控制器设计[J]. 计算机工程与应用, 2010, 46(9): 65-70.
[10]	雷阳，李树荣，张强，张晓东. 基于骨干粒子群的混合遗传算法及其应用[J]. 计算机工程与应用, 2010, 46(36): 7-10.
[11]	袁德虎^1，2，金惠良¹. yoyo运动的实时轨迹生成[J]. 计算机工程与应用, 2010, 46(10): 23-27.
[12]	王建玉,任庆昌. 变风量空调系统的分布式预测控制[J]. 计算机工程与应用, 2008, 44(5): 225-228.
[13]	张晓东,李树荣. 聚合物驱最优控制问题求解算法的设计与实现[J]. 计算机工程与应用, 2008, 44(33): 239-242.
[14]	冯宏伟,谢林柏,纪志成. 时延网络控制系统的补偿算法和最优控制律设计[J]. 计算机工程与应用, 2008, 44(32): 226-229.
[15]	周景雷张维海. 机器人机械臂的鲁棒最优控制[J]. 计算机工程与应用, 2007, 43(8期): 168-170.

三级倒立摆的LQR方法优化参数控制

Control of triple inverted pendulum based on LQR coefficients optimization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics