辛 静，赵高晖，李天箭，杨培培

(上海理工大学 机械工程学院，上海 200093)



倒立摆系统控制研究

辛 静，赵高晖，李天箭，杨培培

(上海理工大学 机械工程学院，上海 200093)

基于复杂的二阶非线性倒立摆系统的不确定性问题，提出了一种自适应该系统的控制方案。通过倒立摆系统的动态方程，利用RBF神经网络对未知函数的逼近，并结合自适应滑模控制算法，建立RBF自适应滑模控制器，谋求解决非线性不确定的倒立摆系统，对该系统进行Matlab仿真验证，并分别对RBF自适应PID控制、普通RBF自适应滑模算法和文中RBF自适应滑模算法进行仿真比较，仿真比较结果验证了该方案不仅具有可行性和有效性，且在时间上具有快速响应性和稳定性。

倒立摆；动态方程；RBF神经网络；自适应滑模控制；Matlab仿真

倒立摆系统控制研究涉及了数字控制、 机器人技术、自动化控制等多种领域、多个技术的有机结合，且本身系统又是一种不稳定、多变量和快速运动的非线性系统[1-4]。所以，研究学者尝试通过倒立摆这样典型的被控对象，检验出新的控制方法是否有较强的处理多变量、非线性及不稳定系统等问题的能力[5-7]。

本文以倒立摆系统为研究对象，因RBF网络具有良好的泛化能力，网络结构简单，避免过多的计算，并能在一个任意精度紧凑集合下逼近任何非线性函数[8-10]。将结合滑模自适应控制用于倒立摆系统中，谋求能够获得较好的动态性能和稳态性能，实现对倒立摆控制仿真，验证该算法的可行性和有效性，并与其他算法仿真比较，表明本文算法的优势[9-11]。……