1、专业课程设计说明书单级旋转倒立摆的稳定控制系统设计学生姓名：赵晓博 学号：1307054153学 院： 计算机与控制学院 专 业： 电气工程与智能控制 指导教师： 崔建峰，靳鸿 2016 年 6 月1目录引言 2单级旋转倒立摆介绍 31.建模 41.1 倒立摆数学模型的建立 41.2 环形单级倒立摆系统的特性分析 .71.2.1 环形单级倒立摆系统的稳定性分析 71.2.2 环形单级倒立摆能控性分析 82.对倒立摆系统的控制 82.1 对简单线性系统进行状态反馈控制 82.2 最优线性二次型对旋转倒立摆的控制 .11总结 .17参考文献 182单级环形倒立摆引言倒立摆是处于倒置不稳定状态、通过
2、人为控制使其处于动态平衡的一种摆。倒立摆是一个复杂的快速、非线性、多变量、强祸合、自然不稳定的非最小相位系统,是重心在上、支点在下控制问题的抽象。关于倒立摆最初的研究始于 20 世纪 50 年代,麻省理工学院脚 IT)的控制论专家根据火箭发射助推器原理设计出一级倒立摆实验设备。进入 60 年代,人们开始对倒置系统进行研究。1966 年,schaeefr 和 Cannon 应用 Bang 一 Bang 控制理论,将一个曲轴稳定于倒立位置。60 年代以后,作为一个不稳定、严重非线性系统的典型证例人们提出了倒立摆的概念,并用其检验控制方法对不稳定、非线性和快速性系统的处理能力,受到世界各国科学家的重
3、视。倒立摆的用途主要有两个方面。其一,作为一个非线性自然不稳定系统,倒立摆系统是进行控制理论教学及开展各种控制实验的理想实验平台。许多抽象的控制概念如控制系统的稳定性、可控性、系统收敛速度和系统抗干扰能力等,都可以通过倒立摆系统直观地表现出来。其二,由于倒立摆系统具有高阶次、不稳定、多变量、非线性和强祸合等特性,其作为控制理论研究中的一个严格的控制对象,通常用于检验控制策略的有效性。研究人员不断从对倒立摆控制方法的研究中发掘出新的控制方法,并将其应用于航天科技和机器人学等各种高新科技领域。倒立摆的控制方法在半导体及精密仪器加工、导弹拦截控制系统、航空器对接技术和机器人技术等领域有着广泛的用途。
4、例如,机器人行走过程中的平衡控制、火箭发射中的垂直度控制和卫星飞行中的姿态控制等均涉及倒置问题。另外,倒立摆的控制方法对处理一般工业过程也有借鉴作用。近年来,对倒立摆系统控制方法的研究引起了国内外学者的广泛关注。3单级旋转倒立摆介绍单级旋转倒立摆系统一种广泛应用的物理模型，其物理模型如下：图示为单级旋转倒立摆系统原理图。其中摆的长度 =0.54m，质量 =0.127kg ，横杆1l1m的长度 =0.325 m，质量 =0.202kg，重力加速度 。以在水平方2l 2 20.98/gs向对横杆施加的力矩 为输入，横杆相对参考系产生的角位移 为输出。控制M1的目的是当横杆在水平方向上旋转时，将倒立
5、摆保持在垂直位置上。图 1.环形倒立摆实物图单级旋转倒立摆可以在平行于纸面 360 度的范围内自由摆动。倒立摆控制系统的目的是使倒立摆在外力的推动下，摆杆仍然保持竖直向上状态。在横杆静止的状态下，由于受到重力的作用，倒立摆的稳定性在摆杆微小的扰动下，就会使倒立摆的平衡无法复位，这时必须使横杆在平行于纸面的方向通过位移产生相应的加速度。作用力与物体位移对时间的二阶导数存在线性关系，故单级倒立摆系统是一个非线性系统。本文综合设计以以在水平方向对横杆施加的力矩 为输入，横杆相对参考系产生的角位移 为输出，建立状态空间模型，在原有系统上中综合带状态观测器状态反馈系统，从而实现当横杆在旋转运动时，将倒立
6、摆保持在垂直位置上。41.建模1.1 倒立摆数学模型的建立关于倒立摆运动方程的建立和分析，主要有牛顿一欧拉方法和拉格朗日方法。这里采用拉格朗日方程推导环形倒立摆运动学方程的方法得到系统的运动方程。在距摆杆转动轴距离为 处取一小段 ，这一小段 的坐标为:ldldl121cosinsillxicoy2slz对 、 求导，得122 121211 12sin cossinsincocos lz llylx则这一小段摆杆 的动能 为:dlT5连杆的动能 为1mT摆杆的动能 为：2mT质量块的动能 为：3mT系统的总动能 为：T系统的势能为（以连杆水平的位置为 0 势能位置）：拉格朗日算子 L=T-V，系
7、统广义上的坐标为 ，由于 上无外力，由,21q2拉格朗日方程 等式 成立。)2,1(iFqLdtii 02Ldt6由等式 可得出02Ldt取平衡位置时各变量的初值为零 (1,2,1,2)=(0,0,0,0)将上式在平衡位置进行泰勒级数展开，并线性化处理，令 得到线性化之后的公式：7系统的传递函数可写成如下的形式：设定状态变量如下：可得系统线性化状态方程为：带入给出的参数，得到状态方程的参数矩阵： 02.701A928.B01C81.2 环形单级倒立摆系统的特性分析1.2.1 环形单级倒立摆系统的稳定性分析在 Matlab 中的命令行窗口中输入矩阵 A，运行函数 P=eig(A),得:P= 5.
8、2175 -5.2175 0 0 ；由上可知，矩阵 A 中有一个特征值 5.2175 大于 0，所以环形倒立摆系统是开环不稳定系统。1.2.2 环形单级倒立摆能控性分析在 Matlab 中的命令行窗口中输入矩阵 A、B、C、D,做如下计算图 2.MATLAB 计算是否能控2.对倒立摆系统的控制2.1 对简单线性系统进行状态反馈控制首先构建一个线性模型如下图所示图 3.simulink 线性模型仿真图通过 MATLAB 计算该系统的能控性9图 4.MATLAB 计算结果由于 N=4 因此系统是能控能观的。用 MATLAB 看该系统是否稳定如下图图 5.MATLAB 系统仿真图因此可以看出原系统是
9、不稳定的，要使系统稳定，需要加入状态反馈，使系统的极点全部位于左半平面，控制系统的各种特性及其品质指标在很大程度上是由其闭环系统的零点和极点的位置决定。极点配置问题就是通过对状态反馈矩阵的选择，使其闭环系统的极点配置在所希望的位置上，从而达到期望的性能指标的要求。极点配置是一个非常复杂的问题，是一个工程实践与理论相结合的问题。我们这里采用一种工程实践中经常用到的简便方法-主导极点法，其基本思路是先根据期望的性能指标和经验公式确定一对主导闭环极点，然后将另外的非主导极点放在复平面上远离主导极点的位置。设倒立摆控制系统期望的性能指标为：阻尼系数 =0.6，调节时间 ts=2s。亦即控制系统在任意给
10、定的初始条件下，能够以适当的阻尼 =0.6 （大约 10%的超调） ，在 2s 钟内将摆杆恢复到垂直平衡位置。根据控制理论的经验公式得到无阻尼自然频率为：n =4/ （ ts ） =4/1.2=3.33P=wn由上述条件的很容易构建一个二阶系统，其两个极点为：p1 = -2.0000 +2 jp2 = -2.0000 -2 j它们就是需要的主导极点，控制系统的性能主要由这两个主导极点决定。另外两个非主导极点 （为简化取两个实数极点）经过反复试验整定，分别取距离两个主导极点 1 倍和 1.5 倍的远处，即：p3 = -2.000010p4 = -3.0000本文设计的状态反馈要求系统期望的特征值
11、为：-10;-8;-2+j;-2-j 。手算求解状态反馈阵 K 有待定系数法和直接法，由于矩阵 A 阶数较高，本文使用 Matlab中K=place(A,B,P1)，求解 K。A=0,1,0,0;0,0,-0.717,0;0,0,0,1;0,0,15.776,0;B=0;0.976;0;-1.463;C=1,0,0,0;P1=-3;-2;-2+2j;-2-2j;K=place(A,B,P1)K =-3.3453 -4.4604 -36.2550 -9.1274由状态反馈矩阵可得状态反馈模型仿真图如下图所示图 6.SIMULINK 状态模拟仿真图初始值 M=3， 的零状态响应，响应曲线如下图所示
12、。=0.15211图 7.状态反馈系统 和 零状态响应曲线从上图可以看出在 3 秒左右，摆杆和竖直方向的夹角 系统达到稳定。=02.2 最优线性二次型对旋转倒立摆的控制线性二次型是指系统的状态方程是线性的,性能指标函数是对象状态变量和控制输入变量的二次型函数。对于线形系统,若性能指标为二次性函数,这样实现的控制叫做线性二次型最优控制。二次型最优控制问题就是在线性系统的约束条件下,选择控制输入使得二次型目标函数达到最小。其最终目标是为系统设计线性二次型调节器简称 LQR。线性二次型最优控制方法是 20 世纪 60 年代发展起来的一种普遍采用的最优控制系统设计方法。在工程实际中应用线性二次型最优控
13、制是非常普遍的。这是因为,二次型性能指标有较为明确的物理概念;而且采用二次型性能指标在数学处理上比较简单,甚至能得到解析形式表达的线性反馈规律,可以实现状态的线性反馈，线性二次型控制理论是反馈系统设计的一种重要工具,它为多变量反馈系统的设计提供了一种有效的分析方法,可以适应于时变系统,能够处理扰动信号和测量噪声问题,并可以处理有限和无限的时间区间。状态调节器是指采用状态反馈,使状态向量的各分量迅速趋近于零,而不消耗很多能量的系统。考虑系统被控对象的状态空间方程为=()+()=()其中,x 为 n 维状态向量,u 为 r 维控制向量,且不受约束,A 为 n*n 维常数矩阵,B为 n*r 维常数矩
14、阵。寻找一个状态反馈控制律 u()t=一 Kx()t,即确定最优控制矩阵 K,使得系统下面的性能指标为最小。=12+120()+()式中 Q 为 n*n 对称半正定矩阵, R 为 r*r 对称正定矩阵; F 为 n*n 对称半正定矩阵。12可得状态反馈控制律为:=()=1()()定义方程给出的线性控制矩阵 K 为最优控制矩阵,因此最优控制矩阵 K 为:=1()()图 8.系统的控制框图从控制效果来看,LQR 是连续线性二次型最优控制函数,用于计算连续状态空间控制方程,LQR 指标中引入对控制增量的约束,可以保证控制量的变化不至于太剧烈,且通过加权系数,可以选择对跟踪误差和控制量的变化的抑制两方
15、面的侧重过程,LQR 指标具有一定的鲁棒性。在 MATLAB 控制工具箱中有解黎卡提方程的专用函数，对于形式为的代数黎卡提方程,它的调用方式为 X=are(A,B,C,显然 X+=0代入 P(t),A 代入 A(t),代入 B 的应是 ,代入 C 的应是 Q（t） 。()1()()MATLAB 也给出了求解线性二次型最优调节器的函数 lqr,其调用语句为可见公式中的输入变量都是系统中的已知矩阵,而返， ， =(,)回的解除了增益矩阵 K 和方差阵 P 之外,还有一个特征根矩阵 E,它是特征方程的根，根据它可以判断系统的动态稳定性。()=0根据现代控制理论最优控制原理利用 MATLAB 提供的
16、LQR(A,B，Q，R)可以方便的算出控制矩阵 K。选择合适的加权矩阵 Q 和 R，矩阵 Q 是用来衡量输入量与输出量的敏感程度，从而可以计算出状态反馈增益矩阵 K。Q 和 R 的选取依据如下；在一般的情况下,令 R 矩阵为 1,则参数调节的重心集中在 Q 矩阵的参数调节。Q 矩阵通常是对角线常数阵,对角线上的元素 q,分别表示对应误差分量 xi的重视程度。越加被重视的误差分量,希望它越小,相应地其加权系数 q,就应取得越大。如果对误差在动态过程中不同阶段有不同的强调时,那么,相应的 qi 就13应取成时变的。现在开始给定 Q 矩阵:=(1,2,0,0)参数的 主要与伺服齿轮偏转角 ,而参数
17、主要与摆杆的偏转角度 有关，1 2 通过参数的设定使得哪一个变量优先为 0.默认的 Q=diag(1 1 0 0),为此保持不变慢慢加大 的值，可以调出较稳定的值。2 1基于现代控制理论的 LQR 方法依赖于局部线性化后的系统状态空间模型,在系统平衡点附近的控制效果良好,但是当系统偏离平衡点较大时,非线性因素的影响突显出来,造成了模型失配和系统发散。模糊控制不依赖于系统的精确模型,对旋转倒立摆在大范围内控制效果良好,但是在系统平衡点附近对零位的判断不精确,使得系统出现了较大的稳态误差,并且在平衡点附近出现了明显的振荡。此次研究的单级倒立摆实物为固高公司所产的，下面是 MATLAB 仿真图。图
18、9.MATLAB 仿真图14根据 lqr 可求得状态反馈增益矩阵 K选取最简单 Q，R 值：在 Q=diag(1,0,1,0),R=1;求得状态反馈增益 K K=-1.0000 -1.7978 78.8811 15.1174加入状态反馈增益 K 后，验证系统在线性情况下是否稳定。加入 K 后可求得此时系统的极点 P=-5.2182 + 0.0864i -5.2182 - 0.0864i-0.7069 + 0.7069i -0.7069 - 0.7069i极点都具有负实部，系统稳定。且系统的阶跃响应曲线如下：由曲线可知，连杆，摆杆的摆动幅度不大，大约在四五秒后稳定图 10.系统阶跃响应在 Q=d
19、iag(1,0,1,0),R=1 时，连杆角度变化15图 11.连杆角度的变化图 12. 摆杆角度变化：16图 13.输出曲线Q=diag(5,0,1,0)17图 14. 阶跃响应曲线Q=diag(20,0,1,0)图 15.系统阶跃响应通过实时仿真得：（1）随着 q11 的增大，摆杆角度越大，一直抖动，稳定性较差。但达到稳定时间较短。（2）q11 保持不变，q33 增大，倒立摆现象变化不明显，q33 对控制系统灵敏度较小。总结这次专业课程设计，使我明白了控制系统的一些基本的应用，对控制有了更深的理解，也发现了自己的不足，特别是在非线性系统理解与运用上，明显感觉有点吃力，还有非常感谢靳鸿和崔建
20、峰老师，对我耐心的指导，让我在这次课程设计中学到了许多东西，在此向帮助过我的各位老师表示衷心的感谢！18参考文献1 吴爱国,张小明,张钊.基于 lagrange 方程建模的单级旋转倒立摆控制 J.中国工程科学2 刘豹. 现代控制理论M. 北京：机械工业出版社，2000.3 谢克明，李国勇，郑大钟.北京：清华大学出版社，2007.4.4 黄忠霖. 控制系统 MATLAB 计算及仿真M. 北京:国防工业出版社，2001.5 张建仁,王莉. 基于 MATLAB 的模糊控制系统的仿真J.自动化仪器与仪表,2003(1):5-8.6 刘浩梅, 张昌凡. 基于 LQR 的环形单级倒立摆稳定控制及实现J. 中南大学学报( 自然科学版), 2012, 43(9): 3496-3501.7 谢冬菊. 环形倒立摆控制系统的设计和仿真D . 成都: 西南石油大学, 2011.
