自適應(yīng)逆控制及其應(yīng)用的研究.pdf

1、在控制理論發(fā)展的過程中，某一理論的正確性及在實(shí)際應(yīng)用中的可行性需要一個按其理論設(shè)計(jì)的控制器去控制一個典型對象來驗(yàn)證，倒立擺就是這樣一個被控對象。自適應(yīng)逆控制需要很少的先驗(yàn)知識，不需要知道被控對象的數(shù)學(xué)模型，就可以設(shè)計(jì)出性能良好的自適應(yīng)逆控制系統(tǒng)。但是，在控制非線性對象時，自適應(yīng)逆控制需要建立對象模型和對象的逆模型。實(shí)踐證明，用線性自適應(yīng)濾波器對非線性對象建模是不可行的。神經(jīng)網(wǎng)絡(luò)是以自學(xué)習(xí)為基礎(chǔ)，具有對任意非線性映射的逼近能力。這樣，神經(jīng)

2、網(wǎng)絡(luò)控制倒立擺，經(jīng)過網(wǎng)絡(luò)訓(xùn)練可以得到對象模型和對象逆模型，可以用來完成自適應(yīng)逆控制對非線性很強(qiáng)的二級倒擺的控制。 在使用神經(jīng)網(wǎng)絡(luò)完成非線性對象的模型和逆模型時，選擇的訓(xùn)練方法很重要。常用的基于梯度下降的BP算法依賴于初始權(quán)重的選擇，收斂速度較慢。研究表明，粒子群算法是一種很有潛力的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法，它保留的基于種群的、并行的全局搜索策略，采用的速度一位移模型操作簡單，易于實(shí)現(xiàn)。 粒子群優(yōu)化算法是一種基于種群搜索策略的自適

3、應(yīng)隨機(jī)算法。作為智能優(yōu)化算法中的一種，它可用于求解大部分的優(yōu)化問題，并在工程實(shí)踐中表現(xiàn)出巨大潛力，現(xiàn)已廣泛應(yīng)用于神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)控制、模式識別等多個領(lǐng)域。 基于上述思想，本文完成了如下工作： 1.介紹了自適應(yīng)逆控制系統(tǒng)的基本概念和擴(kuò)展結(jié)構(gòu)；研究了逆對象的建模和自適應(yīng)逆控制的結(jié)構(gòu)；介紹了自適應(yīng)濾波器的幾種算法。介紹了倒立擺系統(tǒng)，并建立了二級倒立擺的數(shù)學(xué)模型。 2.通過極點(diǎn)配置仿真，自適應(yīng)逆控制仿真，擾動情況下系統(tǒng)

4、自適應(yīng)逆控制仿真和基于U-濾波LMS算法的自適應(yīng)逆控制對倒立擺的自適應(yīng)逆控制做了初步的研究。簡要介紹了ⅡR濾波器的概念。推導(dǎo)了具有ⅡR結(jié)構(gòu)的U-濾波LMS算法。介紹了一種新的以ⅡR濾波器為控制器的自適應(yīng)逆控制結(jié)構(gòu)，并將其應(yīng)用于線性化的二級倒立擺系統(tǒng)。 3.介紹了神經(jīng)網(wǎng)絡(luò)的基本原理以及網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的方法，以此為基礎(chǔ)將粒子群算法用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練，給出了基于PSO的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的設(shè)計(jì)方法。重點(diǎn)討論了粒子群的基本原理及其數(shù)學(xué)方法的描

5、述，分析了粒子群算法的各個參數(shù)對結(jié)果的影響。闡述了幾種改進(jìn)算法。并對五個典型的測試函數(shù)分別用不同的粒子群優(yōu)化算法進(jìn)行了優(yōu)化仿真實(shí)驗(yàn)，對實(shí)驗(yàn)結(jié)果進(jìn)行了比較和分析，總結(jié)了各種算法的優(yōu)劣。 4.利用PSO和BP算法相結(jié)合的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，分別進(jìn)行了二級倒立擺系統(tǒng)的正向模型和延遲對象逆模型的建模和仿真。建立了二級倒立擺的非線性自適應(yīng)逆控制的ε濾波LMS系統(tǒng)，使二級倒立擺在允許的范圍內(nèi)達(dá)到穩(wěn)定。實(shí)驗(yàn)結(jié)果表明，自適應(yīng)逆控制具有解決非線性問