DRNN在倒立摆摆起控制中的研究

doi:10.3778/j.issn.1002-8331.2009.26.067

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (26): 223-225.DOI: 10.3778/j.issn.1002-8331.2009.26.067

DRNN在倒立摆摆起控制中的研究

谢慕君，杨海蓉

长春工业大学电气与电子工程学院，长春 130012

收稿日期:2008-05-22 修回日期:2008-08-18 出版日期:2009-09-11 发布日期:2009-09-11
通讯作者: 谢慕君

Control for swing-up of inverted pendulum based on DRNN

XIE Mu-jun，YANG Hai-rong

Department of Electrical and Electronic Engineering，Changchun University of Technology，Changchun 130012，China

Received:2008-05-22 Revised:2008-08-18 Online:2009-09-11 Published:2009-09-11
Contact: XIE Mu-jun

摘要/Abstract

摘要： 针对小车一级倒立摆的起摆控制，以DRNN神经网络作为辨识器，在线自适应调整PD控制器的两项参数。在起摆范围相同的情况下，DRNN神经网络控制的倒立摆系统其模型参数变化范围为-50%～30%，传统PD控制倒立摆系统其参数变化范围为-40%～20%。结果表明，基于DRNN神经网络的PD控制器比传统的PD控制器具有较强的抗干扰能力和自适应能力，系统鲁棒性增强，效果明显优于传统的PD控制器。

关键词: 倒立摆, DRNN神经网络, PD控制, 摆起

Abstract: The swing-up control of an inverted pendulum，a Diagonal Recurrent Neural Network（DRNN） is built to identify the system and self-tuning the PD gains.At the same ranges of swing-up，the system parameters ranged from -50% to 30% for self-tuning PD control based on DRNN，from -40% to 20% for conventional PD controller.The simulation results show that the system，compared with conventional PD controller，the presented control system has great anti-jamming，adaptability and robustness.

Key words: inverted pendulum, diagonal recurrent neural network, PD control, swing-up

中图分类号:

TP273

谢慕君，杨海蓉. DRNN在倒立摆摆起控制中的研究[J]. 计算机工程与应用, 2009, 45(26): 223-225.

XIE Mu-jun，YANG Hai-rong. Control for swing-up of inverted pendulum based on DRNN[J]. Computer Engineering and Applications, 2009, 45(26): 223-225.

[1]	张煜，王耀南，贾林. 异型曲面加工机器人自适应NDO控制[J]. 计算机工程与应用, 2020, 56(12): 256-264.
[2]	季挺，张华. 基于CMAC的非参数化近似策略迭代增强学习[J]. 计算机工程与应用, 2019, 55(2): 128-136.
[3]	郭涛. 互联双倒立摆自适应容错模糊控制[J]. 计算机工程与应用, 2017, 53(12): 261-270.
[4]	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.
[5]	王红旗，毛啊敏. 不确定平面二级倒立摆的鲁棒自适应控制[J]. 计算机工程与应用, 2015, 51(11): 31-34.
[6]	伍思敏，陈珺，刘飞. 基于多目标粒子群的非线性系统PID控制器设计[J]. 计算机工程与应用, 2014, 50(23): 69-72.
[7]	李春光1，2，刘国栋1. 双足机器人自然ZMP轨迹生成方法研究[J]. 计算机工程与应用, 2014, 50(19): 53-57.
[8]	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.
[9]	杨兴明¹，孙锐¹，赵鹏²，张培仁². μC/OS-II在倒立摆控制系统中的应用[J]. 计算机工程与应用, 2009, 45(22): 59-61.
[10]	陈圣磊,李卫红,姚娟. 基于最小二乘的Q（λ）强化学习算法[J]. 计算机工程与应用, 2008, 44(34): 47-50.
[11]	郑宇,罗四维,吕子昂. 倒立摆系统中强化学习的极限环问题[J]. 计算机工程与应用, 2008, 44(10): 16-19.
[12]	刘丽¹,何华灿¹,贾澎涛²,林卫¹. 二级倒立摆的泛逻辑稳定控制研究[J]. 计算机工程与应用, 2007, 43(36): 82-85.
[13]	刘丽、何华灿 . 五种倒立摆控制器对比研究 [J]. 计算机工程与应用, 2006, 42(30期): 3-.

DRNN在倒立摆摆起控制中的研究

Control for swing-up of inverted pendulum based on DRNN

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics