lqr控制和模糊控制三级倒立摆
Posted studyer_domi
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了lqr控制和模糊控制三级倒立摆相关的知识,希望对你有一定的参考价值。
最优状态合成技术设计
- 利用最优控制器设计中得到的利用matlab计算出增益矩阵K。
K=[-24.4949 268.8171 -409.6073 1020.9366 -36.4773 13.9474 -23.6236 161.8276]
- 利用K对三级倒立摆的8个状态变量进行合成,使其合成两个变量,即将合成综合变量E,合成综合变量变化率EC。
利用矩阵X的2-范数构造融合函数
- 将输入变量x进行降维处理后的E,EC:
三级倒立摆模糊控制器的设计
根据经过状态变量融合后的三级倒立摆系统的输入变量为2个,即E,EC,我们选择使用二维模糊控制器对系统进行控制,然后按照之前介绍的设计模糊控制器的主要步骤进行以下步骤:
(1)确定模糊子集,选择隶属函数。对于输入变量E、EC,输出变量Y选择论域范围均为[-6,6]。每个变量的论域分为7个模糊子集,分别表示为NL,NM,NS,ZE,PS,PM,PL,依次表示“负大”,“负中”,“负小”,“零”,“正大”,“正中”,“正小”这七个语言值。隶属函数均选择“三角形”的隶属函数,并且论域上均作等距划分
(2)制定模糊规则。根据输入输出论域的模糊语言变量的划分,设计模糊规则如表。
模糊规则表
EC E | NL | NM | NS | ZE | PS | PM | PL |
NL | NL | NL | NM | NM | NS | NS | ZE |
NM | NL | NM | NM | NS | NS | ZE | PS |
NS | NM | NM | NS | NS | ZE | PS | PS |
ZE | NM | NS | NS | ZE | PS | PS | PM |
PS | NS | NS | ZE | PS | PS | PM | PM |
PM | NS | ZE | PS | PS | PM | PM | PL |
PL | ZE | PS | PS | PM | PM | PL | PL |
(3)模糊推理。常见的模糊推理有采用Mamdani型
(4) 清晰化 采用重心法
(5)量化因子和比例因子的选取
经反复调节量化因子 , ,比例因子
企q鹅q号:1762016542
以上是关于lqr控制和模糊控制三级倒立摆的主要内容,如果未能解决你的问题,请参考以下文章
MATLAB教程案例72通过MATLAB编程实现LQR控制器——控制对象为倒立摆模型