m基于滑膜变结构的倒立摆控制系统matlab仿真

简介: m基于滑膜变结构的倒立摆控制系统matlab仿真

1.算法仿真效果
matlab2022a仿真结果如下:

27a812194176508ec060ccd5cda09bde_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
fd7a6d544681485e5bb8eeacbe2ffaa4_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
fe7cf6c9864083c0a5acf3c12d8db6c5_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
f48efc8e91dea0b146e94e3ca8f5d1e7_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
bac6668893050400d5693dbd92fa9729_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

2.算法涉及理论知识概要
在控制系统中,改变系统结构的思想最早是Wunch在1953年提出的。随后,各国学者在其研究成果的基础上提出了变结构控制系统的改进,并逐渐得到了一个全新控制系统的理论。而滑膜变控制理论(SMVSCS)属于变结构控制理论的主要研究方向之一[24,25]。滑膜变控制方法是首先是将控制系统的状态估计曲线转换到滑模超平面上,然后逐渐达到平衡点。通过滑膜变结构控制系统,可以原始高维度的控制系统降维成低维度系统,从而降低了整个系统的控制复杂度。

目前,国内外关于滑膜变结构控制器设计方面做了诸多研究,如目前比较常用的有通过Lyapunov方法,在保证控制系统稳定的前提下获得总的系统控制量。此外还有发现,当控制对象受到限制的时候,控制系统状态空间中只要存在满足条件的点,就可以将控制系统在变结构控制律的作用下进入滑动模态。从控制效果方面来讲,关于滑膜变结构的控制研究总的来讲包括如下几个方面:

第一、关于滑膜变切换面的选择的研究。现有的研究成果,主要包括通过线性切换面进行选择,还有通过非线性滑动模态的方式进行切换的方法。

第二、关于抖振现象的解决方案的研究。在滑膜变结构控制过程中,往往会出现抖振现象,这将极大影响控制对象的稳定性。产生抖振现象的主要原因包括系统模型不精确,控制反馈时间滞后,惯性滞后以及离散系统本身所代码的问题。其中,系统模型不精确主要是由于在建模过程中,由于采用了近似的线性建模方法,导致系统固有的高阶项被省略,从而导致实际中,系统的高频部分出现抖振;控制反馈时间滞后的问题,会导致在控制反馈达到之前,控制对象的状态空间中出现了死区现象,这个时候,没有任何控制反馈输入,从而影响了实际的控制效果;对于惯性滞后的问题,通过系统的切换函数对控制对象产生一个适当的控制力矩,使得控制对象发生一系列改变。对于离散系统本身而言,由于离散系统在采样过程中和系统实际的状态运动到滑膜面的时刻不一致,从而导致抖振现象。

因此,有较多学者对消除抖振方面的问题进行了研究。Slotine等人提出了一种基于连续边界层的控制方式,该其控制方法中,通过自适应调整边界层厚度来达到抖振抑制的目的,但是这种方法会导致控制对象丧失原有的特性。高为炳提出了通过Lyapunov指数的方法来抑制抖振,这个方法取得了一定的控制效果,且控制方法较为简单。

第三、关于控制策略之间的相互结合的研究。关于这个方面的研究成果主要包括将一些现有的控制策略和滑膜变结构控制方法结合,如模糊滑膜变结构控制方法,基于神经网络的滑膜变结构控制方法等待。

3.MATLAB核心程序

``` c = 1e-4;
if k==1
X_back2=0;
else
X_back2=X_back(k)-X_back(k-1);
end
s = cX_back2;
y =-inv(C
B)(CAs+5s+0.05*sign(s));
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
X(k) = min(y);
u_0 = X(k);
x1_0 = x1(k);
x2_0 = x2(k);
x3_0 = x3(k);
x4_0 = x4(k);
x5_0 = x5(k);
x6_0 = x6(k);
end
x1a=x1;
x2a=x2;
x3a=x3;
x4a=x4;
x5a=x5;
x6a=x6;
A = [0,0 ,0 ,1,0,0;
0,0,0,0,1,0;
0,0,0,0,0,1;
0,0,0,0,0,0;
0,K12,K13,0,0,0;
0,K22,K23,0,0,0;];

B = [0;
0;
0;
1;
K17;
K27];
C = [0.4495,4.1930,-8.8675,0.8035,0.0151,-1.5196];
[F,G] = c2d(A,B,ts);
Q = diag([1 0 1 1 0 1]);
R = [1];
[K,p,e] = dlqr(F,G,Q,R);
F = F-G*K;

%初始条件
x1_0 = 1;
x2_0 = 0;
x3_0 = 0;
x4_0 = 1;
x5_0 = 0;
x6_0 = 0;
u_0 = 0;

for k=1:1:LEN
k
.................................................................
end
x1b=x1;
x2b=x2;
x3b=x3;
x4b=x4;
x5b=x5;
x6b=x6;

figure;
plot(time,x1a,'linewidth',2)
hold on
plot(time,x1b,'r--','linewidth',2)
xlabel('time/s');
ylabel('x');
grid on
legend('控制率函数1','控制率函数2');

figure;
plot(time,x1a,'linewidth',2)
hold on
plot(time,x1b,'r--','linewidth',2)
xlabel('time/s');
ylabel('x');
grid on
legend('控制率函数1','控制率函数2');
axis([30,80,-6e-3,6e-3]);

figure;
plot(time,x2a,'linewidth',2)
hold on
plot(time,x2b,'r--','linewidth',2)
xlabel('time/s');
ylabel('\theta_1');
grid on
legend('控制率函数1','控制率函数2');
figure;
plot(time,x2a,'linewidth',2)
hold on
plot(time,x2b,'r--','linewidth',2)
xlabel('time/s');
ylabel('\theta_1');
grid on
legend('控制率函数1','控制率函数2');
axis([20,90,-4e-3,4e-3]);

```

相关文章
|
6天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于yolov4深度学习网络的公共场所人流密度检测系统matlab仿真,带GUI界面
本项目使用 MATLAB 2022a 进行 YOLOv4 算法仿真,实现公共场所人流密度检测。通过卷积神经网络提取图像特征,将图像划分为多个网格进行目标检测和识别,最终计算人流密度。核心程序包括图像和视频读取、处理和显示功能。仿真结果展示了算法的有效性和准确性。
53 31
|
6天前
|
算法
基于Adaboost模型的数据预测和分类matlab仿真
AdaBoost(Adaptive Boosting)是一种由Yoav Freund和Robert Schapire于1995年提出的集成学习方法,旨在通过迭代训练多个弱分类器并赋予分类效果好的弱分类器更高权重,最终构建一个强分类器。该方法通过逐步调整样本权重,使算法更关注前一轮中被误分类的样本,从而逐步优化模型。示例代码在MATLAB 2022A版本中运行,展示了随着弱分类器数量增加,分类错误率的变化及测试数据的分类结果。
|
5天前
|
供应链 算法 调度
排队算法的matlab仿真,带GUI界面
该程序使用MATLAB 2022A版本实现排队算法的仿真,并带有GUI界面。程序支持单队列单服务台、单队列多服务台和多队列多服务台三种排队方式。核心函数`func_mms2`通过模拟到达时间和服务时间,计算阻塞率和利用率。排队论研究系统中顾客和服务台的交互行为,广泛应用于通信网络、生产调度和服务行业等领域,旨在优化系统性能,减少等待时间,提高资源利用率。
|
12天前
|
机器学习/深度学习 算法 信息无障碍
基于GoogleNet深度学习网络的手语识别算法matlab仿真
本项目展示了基于GoogleNet的深度学习手语识别算法,使用Matlab2022a实现。通过卷积神经网络(CNN)识别手语手势,如"How are you"、"I am fine"、"I love you"等。核心在于Inception模块,通过多尺度处理和1x1卷积减少计算量,提高效率。项目附带完整代码及操作视频。
|
4月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
224 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
4月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
141 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
4月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
110 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
7月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
7月前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)