二级旋转倒立摆实时控制的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·国内外研究现状分析 | 第9-10页 |
| ·倒立摆的国外研究现状分析 | 第9-10页 |
| ·倒立摆的国内研究现状分析 | 第10页 |
| ·本文研究的主要内容 | 第10-12页 |
| 第二章 智能控制算法 | 第12-24页 |
| ·广义预测控制 | 第12-16页 |
| ·广义预测控制的基本算法 | 第12-15页 |
| ·多变量系统的广义预测控制 | 第15-16页 |
| ·基于最优控制的线性二次状态调节器(LQR) | 第16页 |
| ·模糊控制理论 | 第16-18页 |
| ·TAKAGI-SUGENO模糊模型 | 第18-19页 |
| ·神经网络控制 | 第19-22页 |
| ·人工神经元模型 | 第19-20页 |
| ·BP 网络 | 第20-22页 |
| ·自适应神经模糊推理系统(ANFIS) | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 对于一级旋转倒立摆系统的研究 | 第24-44页 |
| ·数学模型的建立 | 第24-34页 |
| ·旋转臂的动能和势能 | 第25页 |
| ·摆杆的动能和势能 | 第25-32页 |
| ·Lagrange 方程 | 第32-33页 |
| ·系统状态方程 | 第33-34页 |
| ·对一级旋转倒立摆系统的实时控制 | 第34-43页 |
| ·采用二模糊控制器并联控制 | 第35-40页 |
| ·采用多变量 GPC 算法 | 第40-43页 |
| ·小结 | 第43-44页 |
| 第四章 对于二级旋转倒立摆系统的研究 | 第44-85页 |
| ·数学模型的建立 | 第44-51页 |
| ·旋转臂的动能和势能 | 第44-45页 |
| ·下摆杆的动能和势能 | 第45-46页 |
| ·编码器的动能和势能 | 第46-47页 |
| ·上摆杆的动能和势能 | 第47-49页 |
| ·Lagrange 方程 | 第49-50页 |
| ·系统状态方程 | 第50-51页 |
| ·对二级旋转倒立摆系统的实时控制 | 第51-84页 |
| ·采用 LQR 方法 | 第51-53页 |
| ·采用三模糊控制器并联控制 | 第53-55页 |
| ·采用基于 LQR 的融合函数法 | 第55-59页 |
| ·采用基于 T-S 模型的状态反馈控制 | 第59-63页 |
| ·采用基于 T-S 模型的逐级模糊控制 | 第63-69页 |
| ·采用 BP 神经网络算法 | 第69-75页 |
| ·采用 ANFIS 算法 | 第75-81页 |
| ·采用多变量 GPC 算法 | 第81-84页 |
| ·小结 | 第84-85页 |
| 第五章 总结与展望 | 第85-86页 |
| 参考文献 | 第86-89页 |
| 发表论文和科研情况说明 | 第89-90页 |
| 致谢 | 第90-91页 |
| 附录（一） | 第91-92页 |
| 附录（二） | 第92-93页 |
| 附录（三） | 第93-94页 |
