基于非線性時(shí)間序列模型的倒立擺起擺預(yù)測控制研究.pdf

1、倒立擺是一種常見的驗(yàn)證控制算法的自然不穩(wěn)定實(shí)驗(yàn)裝置，具有典型的多變量、非線性、強(qiáng)耦合特性。對其進(jìn)行研究是檢驗(yàn)各種控制算法是否有效的重要途徑，也具有工程應(yīng)用價(jià)值。本文主要研究了RBF-ARX非線性時(shí)間序列建模方法和預(yù)測控制在一級(jí)直線倒立擺系統(tǒng)起擺控制中的應(yīng)用。傳統(tǒng)對倒立擺控制的研究多數(shù)基于其物理模型，需要對其運(yùn)動(dòng)機(jī)理進(jìn)行準(zhǔn)確的分析，存在一些缺點(diǎn):由于有些參數(shù)難以精確測量，建模時(shí)進(jìn)行了一定程度上的簡化，影響了模型的精確度。
　　本文采

2、取模型辨識(shí)的方法建立倒立擺模型，克服了物理建模的不足。RBF-ARX模型全稱為具有徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)型系數(shù)的帶外生變量的自回歸模型，用RBF神經(jīng)網(wǎng)絡(luò)來逼近ARX模型中的函數(shù)系數(shù)。這樣它既具有RBF網(wǎng)絡(luò)優(yōu)秀的逼近性能，也能利用ARX模型中的自回歸與滑動(dòng)平均結(jié)構(gòu)來控制模型的復(fù)雜度。在此基礎(chǔ)上，設(shè)計(jì)了數(shù)據(jù)辨識(shí)實(shí)驗(yàn)，用采集到的數(shù)據(jù)進(jìn)行RBF-ARX模型辨識(shí)。文中詳細(xì)說明了模型參數(shù)的初始化方法，利用結(jié)構(gòu)化非線性參數(shù)優(yōu)化方法SNPOM進(jìn)行參數(shù)尋優(yōu)，

3、以及如何根據(jù)AIC準(zhǔn)則與其它因素對模型階次進(jìn)行估計(jì)。之后建立了倒立擺起擺與穩(wěn)擺階段的兩個(gè)RBF-ARX單輸入單輸出模型，并在平衡位置增加位置控制，建立了一輸入兩輸出的RBF-ARX模型，經(jīng)過數(shù)據(jù)檢驗(yàn)，證明RBF-ARX模型具有較高的精度。利用辨識(shí)到的模型，設(shè)計(jì)預(yù)測控制器。通過選擇適當(dāng)?shù)慕嵌冗M(jìn)行模型切換，進(jìn)行單輸入單輸出與一輸入二輸出系統(tǒng)仿真，取得了較好的效果。最后進(jìn)行實(shí)時(shí)控制實(shí)驗(yàn)，實(shí)現(xiàn)了直線一級(jí)倒立擺的起擺，對其角度進(jìn)行了控制。通過與能