直线二级倒立摆建模与matlab仿真LQR

西南科技大学自动化专业方向设计报告设计名称：直线二级倒立摆的建模和镇定控制姓名：学号:班级：指导教师：起止日期：方向设计任务书学生班级：学生姓名：学号：设计名称：方向设计学生日志直线二级倒立摆的建模与镇定控制摘要（150-250字）倒立摆是一个典型的多变量、非线性、强耦合、欠驱动的自然不稳定系统，对倒立摆系统的控制研究，能反映控制过程中的镇定、非线性和随动等问题，因此常用于各种控制算法的研究。

而且对倒立摆系统的研究还有重要的工程背景，对机器人行走、火箭的姿态调整等都有重要的现实意义。

本文以直线二级倒立摆系统为模型，阐释了直线二级倒立摆的建模方法和镇定控制算法。

其次介绍了直线二级倒立摆系统的结构和参数，应用拉格朗日方程建模方法详细推导了二级倒立摆的数学模型，并对系统的性能进行分析。

接下来，本文重点研究了最优控制算法在直线二级倒立摆镇定控制中的应用；在介绍倒立摆系统的最优控制算法的基础上，设计了系统的最优控制器，分析得出控制参数的选择规律；并且在Simulink上完成仿真实验,观察控制系统性能。

关键词：倒立摆；建模；LQR；镇定控制Modeling and Balance Control of the Linear Double InvertedPendulumAbstract：Inverted pendulum is a typical multivariable, nonliner, closed coupled and quick movement natural instable system.The process of control research can reflect many key problems in control theory, such as the problem of tranquilization, non linearity, following and so on. So the inverted pendulum is commonly used for the study of many kinds of control theory. The research of inverted pendulum also has important background of engineering, and has practical significance for the Robot walk and Rocket-profile adjustment.In this paper, taking the linear double inverted pendulum system as the control model, reaching of the control system based on lagrange equation and optimal control algorithm. First of all, giving out the research significance and situation of the inverted pendulum system,and introducing the linear double inverted pendulum modeling methods and stabilization control theory. Secondly, introducing the structure and parameters of the inverted pendulum system. Researching of the inverted pendulum mathematical model based on lagrange equation, and giving a detailed derivation, then having stability analysis of the system. Next, this paper studied the inverted pendulum system’s optimal control algorithm,and designed the LQR controller based on it,then coming to the law of selection of control parameters. Finishing the simulation in the Simulink software,observing the performance of the control system.Key words: inverted pendulum, modeling, LQR, balance control一、设计目的和意义二、控制要求对直线二级倒立摆模型的物理特性做分析，然后利用拉格朗日方程建模方法建立倒立摆的数学模型。

直线二级倒立摆系统模型的建立与仿真1 引言倒立摆是一个高阶次、非线性、快速、多变量、强藕合、不稳定的系统。

在控制理论发展过程中，倒立摆常常被做为典型的被控对象来验证某一理论的正确性，以及在实际应用中的可行性，通过对倒立摆引入一个适当的控制方法使之成为一个稳定系统，来检验控制方法对不稳定性、非线性和快速性系统的处理能力。

该控制方法在军工、航天、机器人等领域和一般工业过程中都有广泛应用。

本文主要讨论二级倒立摆系统模型的建立和仿真。

2二级倒立摆系统数学模型直线二级倒立摆系统是由直线运动模块和两级倒立摆组件组成。

主要包括导轨、小车和各级摆杆、编码器等元件。

由驱动电机给小车施加一个控制力，迫使小车在导轨上左右移动。

而小车的位移和各级摆杆角度由编码器测得。

倒立摆的控制目标是使倒立摆的摆杆能在有限长的导轨上快速的达到竖直向上的稳定状态，以实现系统的动态平衡，并且小车位移和摆杆角度的振荡幅度较小，系统具有一定的抗干扰能力。

系统简化后的直线二级倒立摆系统物理结构图如图2.1所示。

图1.二级倒立摆系统模型系统模型建立所用的各参数如下：应用Lagrange 方程建立的数学模型为012221221211121221222212212222cos (,)cos()cos cos()1121111121111m +m +m (m l +m L )cos m l H (m l +m L )cos J m l m L m l L m l m l L J m l θθθθθθθθθθ⎡⎤⎢⎥=++-⎢⎥⎢⎥-+⎣⎦.1011...1221212122.11222cos (,,,)0(0(112222222f m l +m L sin m l H f f m l L sin f m l L sin f f θθθθθθθθθθθθθ⎡⎤-•⎢⎥⎢⎥=--•+⎢⎥⎢⎥-•+-⎢⎥⎣⎦111（）-)-) 312(,)h θθ= [0 11211()sin m l m L g θ+ 212sin m l g θ] T0h =[1 0 0]T()1121212121312022(,)(,,,),x x H H h h u θθθθθθθθθθθθ⎡⎤⎡⎤⎢⎥⎢⎥=++⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦3 倒立摆PID控制器系统PID控制是比例积分微分控制的简称。

直线二级倒立摆建模与仿真1、直线二级倒立摆建模为进行性线控制器的设计,首先需要对被控制系统进行建模.二级倒立摆系统数学模型的建立基于以下假设：1)每一级摆杆都是刚体；2)在实验过程中同步带长保持不变；3)驱动力与放大器输入成正比，没有延迟直接拖加于小车；4)在实验过程中动摩擦、库仑摩擦等所有摩擦力足够小，可以忽略不计。

图1 二级摆物理模型二级倒立摆的参数定义如下：M 小车质量m1摆杆1的质量m2摆杆2的质量m3质量块的质量l1摆杆1到转动中心的距离l2摆杆2到转动中心的距离θ1摆杆1到转动与竖直方向的夹角θ2摆杆2到转动与竖直方向的夹角F 作用在系统上的外力利用拉格朗日方程推导运动学方程拉格朗日方程为：其中L 为拉格朗日算子，q 为系统的广义坐标，T 为系统的动能，V 为系统的势能其中错误!未找到引用源。

,错误!未找到引用源。

为系统在第i 个广义坐标上的外力，在二级倒立摆系统中，系统有三个广义坐标，分别为x,θ1,θ2,θ3。

首先计算系统的动能：其中错误!未找到引用源。

,错误!未找到引用源。

,错误!未找到引用源。

,错误!未找到引用源。

分别为小车的动能，摆杆1的动能，摆杆2的动能和质量块的动能。

小车的动能：错误!未找到引用源。

,其中错误!未找到引用源。

，错误!未找到引用源。

分别为摆杆1的平动动能和转动动能。

错误!未找到引用源。

，其中错误!未找到引用源。

，错误!未找到引用源。

分别为摆杆2的平动动能和转动动能。

对于系统，设以下变量： xpend1摆杆1质心横坐标 xpend2摆杆2质心横坐标 yangle1摆杆1质心纵坐标 yangle2摆杆2质心纵坐标 xmass 质量块质心横坐标 ymass 质量块质心纵坐标 又有：(,)(,)(,)L q q T q q V q q =-则有：系统总动能：系统总势能：则有：求解状态方程：可解得：使用MATLAB对得到的系统进行阶跃响应分析，执行命令：A=[0 0 0 1 0 0;0 0 0 0 1 0;0 0 0 0 1 01;0 0 0 0 0 0;0 86.69 -21.62 0 0 0;0 -40.31 39.45 0 0 0];B=[0;0;0;1;6.64;-0.808];C=[1 0 0 0 0 0;0 1 0 0 0 0;0 0 1 0 0 0];D=[0;0;0];sys=ss(A,B,C,D);t=0:0.001:5;step(sys,t)求取系统的单位阶跃响应曲线：图2 二级摆阶跃响应曲线由图示可知系统小车位置、摆杆1角度和摆杆2角度均发散，需要设计控制器以满足期望要求。

倒立摆系统的建模及MATLAB仿真通过建立倒立摆系统的数学模型,应用状态反馈控制配置系统极点设计倒立摆系统的控制器,实现其状态反馈,从而使倒立摆系统稳定工作。

之后通过MA TLAB 软件中Simulink工具对倒立摆的运动进行计算机仿真,仿真结果表明,所设计方法可使系统稳定工作并具有良好的动静态性能。

倒立摆系统是1个经典的快速、多变量、非线性、绝对不稳定系统,是用来检验某种控制理论或方法的典型方案。

倒立摆控制理论产生的方法和技术在半导体及精密仪器加工、机器人技术、导弹拦截控制系统和航空器对接控制技术等方面具有广阔的开发利用前景。

因此研究倒立摆系统具有重要的实践意义,一直受到国内外学者的广泛关注。

本文就一级倒立摆系统进行分析和研究,建立倒立摆系统的数学模型,采用状态反馈极点配置的方法设计控制器,并应用MA TLAB 软件进行仿真。

1 一级倒立摆系统的建模1. 1 系统的物理模型如图1 所示,在惯性参考系下,设小车的质量为M ,摆杆的质量为m ,摆杆长度为l ,在某一瞬间时刻摆角(即摆杆与竖直线的夹角)为θ,作用在小车上的水平控制力为f 。

这样,整个倒立摆系统就受到重力,水平控制力和摩擦力的3 外力的共同作用。

图1 一级倒立摆物理模型1. 2 系统的数学模型在系统数学模型中,本文首先假设:(1) 摆杆为刚体。

(2)忽略摆杆与支点之间的摩擦。

(3)忽略小车与导轨之间的摩擦。

然后根据牛顿第二运动定律,求得系统的运动方程为:方程(1) , (2) 是非线性方程,由于控制的目的是保持倒立摆直立,在施加合适的外力条件下,假定θ很小,接近于零是合理的。

则sinθ≈θ,co sθ≈1 。

在以上假设条件下,对方程线性化处理后,得倒立摆系统的数学模型:1. 3 系统的状态方程以摆角θ,角速度θ',小车的位移x ,速度x'为状态变量,输出为y 。

即令:则一级倒立摆系统的状态方程为:2 控制器设计及MATLAB 仿真2. 1 极点配置状态反馈的基本原理图2 状态反馈闭环控制系统极点配置的方法就是通过一个适当的状态反馈增益矩阵的状态反馈方法,将闭环系统的极点配置到任意期望的位置。

二级倒立摆系统的控制与仿真一、引言在计算机参与的具有联系受控对象的控制系统中，有必要对联系控制系统设计数字控制器的必要，一般对于联系的控制对象设计数字控制器的方法有：第一种是应用联系系统理论得到的联系控制规律，再将控制规律离散化，用控制器实现，第二种是将联系的控制对象离散化，用离散控制理论设计控制器参数，数字再设计就是根据连续系统及相应的控制规律如何重新设计对应的离散系统与相应的离散控制规律。

我们采用的是最优等价准则、双线性变换法、平均增益法进行数字再设计。

二、LQR控制器设计(1) 二级倒立摆系统的状态空间模型设线性定常系统为x’=A*x（t）+B*u（t）,y=C*x（t）其初始条件为x（t）=x0;其中：A=[0,1,0,0;40,0,0,0;0,0,0,1;-6,0,0,0];B=[0;-2;0;0.8];C=[1,0,0,0;0,0,1,0](2) 系统的能控性判定n=size(A); Tc=ctrb(A,B); nc=rank(Tc)n=6 6 nc=6从运行结果可知，系统的阶次为6，能控性矩阵的秩也为6，因此系统是能控的。

(3) 系统的能观性判定To=obsv(A,C);no=rank(To)no=6从运行结果可知，能观性矩阵的秩为6，与系统的阶次相等，因此系统是能观测的。

(4) LQR控制设计基于一级倒立摆系统具有能控性和能观性，因此可采用LQR进行控制，经大量反复试验和仿真，选取R=0.2，Q=[1 0 0 0 0 0;0 64 0 0 0 0;0 0 256 0 0 0;0 0 0 0 0 0;0 0 0 0 0 0;0 0 0 0 0 0];F=lqr(A,B,Q,R)得到：F =2.2361 106.6465 -155.4620 5.1719 4.9639 -24.5330三、仿真曲线采用LQR控制方式，设初始状态为x(0)=[1,-1,0,0]’，在相同采样周期T下应用数字再设计方法对一级倒立摆系统进行仿真，其中F(T)分别取为：1. F(T)=F1(T)=F2. F(T)=F2(T)=F[I+(A+BF)T/2]3. F(T)=F3(T)=F[I-(A+BF)/2]-1(1) T=0.013s，øc=e(A+BF)T时系统的极点、状态x1、x2、x3的离散仿真曲线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;0,77.0642,-21.1927,0,0, 0;0,-38.5321,37.8186,0,0,0];B=[0;0;0;1;5.7012;-0.0728];C=[1,0,0,0,0,0;0,1,0,0,0,0;0,0,1,0,0,0];D=[0;0;0];Q=[1 0 0 0 0 0;0 64 0 0 0 0;0 0 256 0 0 0;0 0 0 0 0 0;0 0 0 0 0 0;0 0 0 0 0 0];R=0.2;F=lqr(A,B,Q,R)T=0.013;[G,H]=c2d(A-B*F,B,T); %%离散一的函数p0=eig(G),x0=[1 -1 0.5 0 0 0]';[y,x t]=dinitial(G,B,C,D,x0);t=0:0.1:(t-1)/10;subplot(3,1,1),x1=[1 0 0 0 0 0]*x'; %%响应曲线plot(t,x1);grid;title('状态变量x1的响应曲线')subplot(3,1,2),x2=[0 1 0 0 0 0]*x';plot(t,x2);grid;title('状态变量x2的响应曲线')subplot(3,1,3),x3=[0 0 1 0 0 0]*x';plot(t,x3);grid;title('状态变量x3的响应曲线')p0 =0.8647 + 0.0473i0.8647 - 0.0473i0.9224 + 0.0618i0.9224 - 0.0618i0.9932 + 0.0066i0.9932 - 0.0066i图1 øc=e(A+BF)T(2) T=0.013s，øc=ø +ΓF1(T)时系统的极点、状态x1、x2、x3的离散仿真曲线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;0,77.0642,-21.1927,0,0,0;0,-38.5321,37.8186,0,0,0];B=[0;0;0;1;5.7012;-0.0728];C=[1,0,0,0,0,0;0,1,0,0,0,0;0,0,1,0,0,0];D=[0;0;0];Q=[1 0 0 0 0 0;0 64 0 0 0 0;0 0 256 0 0 0;0 0 0 0 0 0;0 0 0 0 0 0;0 0 0 0 0 0];R=0.2;F=lqr(A,B,Q,R)T=0.013;[Ad,B]=c2d(A,B,T); %%离散二的函数Ad=Ad-B*F;p1=eig(Ad)x0=[1 -1 0.5 0 0 0]';[y,x t]=dinitial(Ad,B,C,D,x0);t=0:0.1:(t-1)/10;subplot(3,1,1),x1=[1 0 0 0 0 0]*x'; %%显示程序plot(t,x1);grid;title('状态变量x1的响应曲线')subplot(3,1,2),x2=[0 1 0 0 0 0]*x';plot(t,x2);grid;title('状态变量x2的响应曲线')subplot(3,1,3),x3=[0 0 1 0 0 0]*x';plot(t,x3);grid;title('状态变量x3的响应曲线')p1 =0.8349 + 0.0388i0.8349 - 0.0388i0.9247 + 0.0561i0.9247 - 0.0561i0.9932 + 0.0066i0.9932 - 0.0066i图2 øc=ø +ΓF1(T)(3) T=0.013s，øc=ø+ΓF2(T)时系统的极点、F(T)值和状态x1、x2、x3的离散仿真曲线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;0,77.0642,-21.1927,0,0, 0;0,-38.5321,37.8186,0,0,0];B=[0;0;0;1;5.7012;-0.0728];C=[1,0,0,0,0,0;0,1,0,0,0,0;0,0,1,0,0,0];D=[0;0;0];Q=[1 0 0 0 0 0;0 64 0 0 0 0;0 0 256 0 0 0;0 0 0 0 0 0;0 0 0 0 0 0;0 0 0 0 0 0];R=0.2;F=lqr(A,B,Q,R)T=0.013;P2=(A-B*F)*T/2; %%离散3的函数F2=F*(eye(size(P2))+P2)[Add,B]=c2d(A,B,T);Ad=[Add-B*F2];p2=eig(Ad)x0=[1 -1 0.5 0 0 0]';[y,x,t]=dinitial(Ad,B,C,D,x0);t=0:0.1:(t-1)/10;subplot(3,1,1),x1=[1 0 0 0 0 0]*x'; %%显示程序plot(t,x1);grid;title('状态变量x1的响应曲线')subplot(3,1,2),x2=[0 1 0 0 0 0]*x';plot(t,x2);grid;title('状态变量x2的响应曲线')subplot(3,1,3),x3=[0 0 1 0 0 0]*x';plot(t,x3);grid;title('状态变量x3的响应曲线')F2 =1.7236 90.8365 -126.5481 4.0012 4.5195 -19.9211 p2 =0.8676 + 0.0465i0.8676 - 0.0465i0.9224 + 0.0627i0.9224 - 0.0627i0.9932 + 0.0066i0.9932 - 0.0066i图3 øc=ø+ΓF2(T)(4) T=0.013s，øc=ø+ΓF3(T)时系统的极点、F(T)值和状态x1、x2、x3的离散仿真曲线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;0,77.0642,-21.1927,0,0, 0;0,-38.5321,37.8186,0,0,0];B=[0;0;0;1;5.7012;-0.0728];C=[1,0,0,0,0,0;0,1,0,0,0,0;0,0,1,0,0,0];D=[0;0;0];Q=[1 0 0 0 0 0;0 64 0 0 0 0;0 0 256 0 0 0;0 0 0 0 0 0;0 0 0 0 0 0;0 0 0 0 0 0];R=0.2;F=lqr(A,B,Q,R)T=0.013;P3=(A-B*F)*T/2; %%离散4的函数F3=F*(eye(size(P3))-P3)^-1[Add,B]=c2d(A,B,T);Ad=[Add-B*F3];p3=eig(Ad),[y,x,t]=dinitial(Ad,B,C,D,x0);t=0:0.1:(t-1)/10;subplot(3,1,1),x1=[1 0 0 0 0 0]*x'; %%显示程序plot(t,x1);grid;title('状态变量x1的响应曲线')subplot(3,1,2),x2=[0 1 0 0 0 0]*x';plot(t,x2);grid;title('状态变量x2的响应曲线')subplot(3,1,3),x3=[0 0 1 0 0 0]*x';plot(t,x3);grid;title('状态变量x3的响应曲线')F3 =1.7779 92.1683 -129.2365 4.1238 4.5459 -20.3464 p3 =0.8655 + 0.0476i0.8655 - 0.0476i0.9222 + 0.0622i0.9222 - 0.0622i0.9932 + 0.0066i0.9932 - 0.0066i图4 øc=ø+ΓF3(T)由上面的1-4图我们可以知道：F(T)分别取F1(T)，F2(T)，F3(T)构成的闭环离散系统时仿真曲线基本一致，相应情况的闭环极点也基本相同，而取F(T)=F3(T)时，从系统的极点看，用øc=ø+ΓF3(T)代替øc=e(A+BF)T 构成闭环系统的精确度相当好。

直线倒立摆系统的LQR控制器设计及仿真_毕业设计精品1.引言直线倒立摆系统主要由一个质量块和一个固定的轨道组成，质量块可以在轨道上自由运动。

该系统的目标是在面对各种扰动时保持质量块的平衡。

LQR控制器是一种优化控制方法，可以通过调整控制器的参数来实现系统动态响应的优化。

2.直线倒立摆系统建模m*x''+b*v+m*g=f-u在LQR控制器设计过程中，需要将系统的动力学方程转化为状态空间模型。

定义状态变量为x1=x，x2=x'，那么系统的状态空间模型可以表示为：x1'=x2x2'=(1/m)*(f-u-b*x2-m*g)3.LQR控制器设计LQR控制器设计的目标是通过调整控制器的参数来最小化系统的性能指标J。

在直线倒立摆系统中，我们可以选择以能耗作为性能指标，即J = ∫(u(t)^2)dt。

那么LQR控制器设计的目标是最小化能耗。

LQR控制器设计方法的关键是设计系统的状态反馈增益矩阵K。

具体的设计步骤如下：1)将系统的状态空间模型表示为矩阵形式：x'=Ax+Buy=Cx+Du其中，A为状态转移矩阵，B为输入矩阵，C是输出矩阵，D为直接递增矩阵。

2) 根据系统的状态空间模型计算系统的LQR控制器增益矩阵K。

增益矩阵K可以通过解代数矩阵Riccati方程得到：K=(R+B'*S*B)^(-1)*B'*S*A其中，S为Riccati方程的解。

3) 计算系统的控制器增益矩阵L。

增益矩阵L可以通过解代数矩阵Riccati方程得到：L=(R+B'*S*B)^(-1)*B'*S*C4.LQR控制器仿真在设计完成LQR控制器之后，可以进行仿真实验来验证控制器的效果。

可以使用MATLAB或Simulink来进行仿真。

在仿真实验中，需要设置各个参数的初始值，并且加入一些扰动以测试控制器的稳定性。

通过观察系统的状态变量和控制力的响应曲线，可以评估控制器的性能。

倒立摆系统的建模及MATLAB仿真通过建立倒立摆系统的数学模型,应用状态反馈控制配置系统极点设计倒立摆系统的控制器,实现其状态反馈,从而使倒立摆系统稳定工作。

之后通过MA TLAB 软件中Simulink工具对倒立摆的运动进行计算机仿真,仿真结果表明,所设计方法可使系统稳定工作并具有良好的动静态性能。

倒立摆系统是1个经典的快速、多变量、非线性、绝对不稳定系统,是用来检验某种控制理论或方法的典型方案。

倒立摆控制理论产生的方法和技术在半导体及精密仪器加工、机器人技术、导弹拦截控制系统和航空器对接控制技术等方面具有广阔的开发利用前景。

因此研究倒立摆系统具有重要的实践意义,一直受到国内外学者的广泛关注。

本文就一级倒立摆系统进行分析和研究,建立倒立摆系统的数学模型,采用状态反馈极点配置的方法设计控制器,并应用MA TLAB 软件进行仿真。

1 一级倒立摆系统的建模1. 1 系统的物理模型如图1 所示,在惯性参考系下,设小车的质量为M ,摆杆的质量为m ,摆杆长度为l ,在某一瞬间时刻摆角(即摆杆与竖直线的夹角)为θ,作用在小车上的水平控制力为f 。

这样,整个倒立摆系统就受到重力,水平控制力和摩擦力的3 外力的共同作用。

图1 一级倒立摆物理模型1. 2 系统的数学模型在系统数学模型中,本文首先假设:(1) 摆杆为刚体。

(2)忽略摆杆与支点之间的摩擦。

(3)忽略小车与导轨之间的摩擦。

然后根据牛顿第二运动定律,求得系统的运动方程为:方程(1) , (2) 是非线性方程,由于控制的目的是保持倒立摆直立,在施加合适的外力条件下,假定θ很小,接近于零是合理的。

则sinθ≈θ,co sθ≈1 。

在以上假设条件下,对方程线性化处理后,得倒立摆系统的数学模型:1. 3 系统的状态方程以摆角θ,角速度θ',小车的位移x ,速度x'为状态变量,输出为y 。

即令:则一级倒立摆系统的状态方程为:2 控制器设计及MATLAB 仿真2. 1 极点配置状态反馈的基本原理图2 状态反馈闭环控制系统极点配置的方法就是通过一个适当的状态反馈增益矩阵的状态反馈方法,将闭环系统的极点配置到任意期望的位置。

两种控制策略在直线二级倒立摆中的仿真应用贾瑞强;潘存治;孙建功【摘要】对直线二级倒立摆系统进行稳定控制及仿真.研究了系统的物理结构,创建了数学模型,从而获得系统的线性状态空间方程.分析了整个系统的稳定性与能控能观性.设计了系统的极点配置与LQR控制器,利用Matlab软件的Simulink模块对系统及其受到干扰时实施仿真.由仿真曲线可以总结出,设计的极点配置控制器和LQR控制器有满意的控制效果,使倒立摆直立不倒.极点配置法反应迅速,调节时间短,但超调量较大,不易选择期望极点;LQR最优控制法超调量小,振荡也小,但整个系统反应较迟缓,过渡时间长.【期刊名称】《承德石油高等专科学校学报》【年(卷),期】2016(018)005【总页数】6页(P47-51,55)【关键词】直线二级倒立摆;极点配置;LQR;Simulink仿真【作者】贾瑞强;潘存治;孙建功【作者单位】石家庄铁道大学机械工程学院,河北石家庄050043;石家庄铁道大学机械工程学院,河北石家庄050043;石家庄铁道大学机械工程学院,河北石家庄050043【正文语种】中文【中图分类】TP13直线二级倒立摆系统是一个不稳定、高阶次、多变量的非线性系统[1，2]，对它施加的控制需要微型计算机、控制工程、传感器等多个领域的相关知识。

随着控制工程范畴的不断扩展,许多新的的方案和方法也随之涌现，主要有最初的经典控制理论、继而呈现的现代控制理论和而今的人工智能控制理论等。

而在实践中，倒立摆真实地反映了诸多自动控制范畴中的主要问题，好比系统的随动性和鲁棒性等，在机器人学科与先进的高铁等许多范畴已经应用到了倒立摆完整系统的相关知识体系与最新成果。

因此，研究整个倒立摆系统的价值相当可观。

本文主要以直线二级倒立摆为具体的研究目标，凭借极点配置算法和LQR算法的理论基础，使用Matlab中的Simulink模块进行仿真，完成倒立摆系统模型创建、控制器设计与仿真研究，最后对比分析了两种控制方法。

二级倒立摆的建模与MATLAB仿真摘要：本文根据牛顿力学原理，使用机理建模法对二级倒立摆系统进行了建模与仿真研究。

利用最优化控制理论，研究了线性二次型最优控制器对倒立摆系统进行了有效控制。

基于MATLAB程序的设计、仿真的运行，结果表明，二级倒立摆的数学建模法是切实可行的，而且十分可靠，同时利用LQR 控制器实现了对系统的控制，可以达到系统所需要的稳定性，鲁棒性。

关键词：二次型最优控制；二级倒立摆；MATLAB1 引言倒立摆系统是一个常用的、简单的、典型的可进行控制理论研究的实验平台，很多难以用常规实验研究的控制理论问题，都可以通过倒立摆系统来进行研究从而使这些抽象的控制理论问题，通过该系统可以直观的鲜明的显示出来。

所以倒立摆系统一直是控制领域的热点，并且在这些年来在不断的发展进步对控制理论的研究起到了重要作用。

倒立摆系统是一个典型的不稳定系统，具有多变量、强耦合、非线性等特点。

同时也是仿人类行走机器人和火箭发射飞行的过程调整和直升机飞行等实际运用控制对象的最简模型。

本文建立在牛顿力学定律的基础上，研究对象设置为二级倒立摆，对其进行数学建模，再使用二次型最优控制器（linear quadratic regulator，LQR）可以得到一个最优状态反馈的矩阵K，然后在通过对Q和R两个加权矩阵的严谨选取从而实现对二级倒立摆系统良好的自动控制。

2 二级倒立摆模型建立一个典型的二级倒立摆系统主要由机械部分和电气装置两部分组成。

机械装置的结构主要由小车、摆杆1、摆杆2及连接轴等组成，电气装置的主要结构是功率放大器、电动机、驱动电路、保护电路等。

其系统的结构如图1所示。

实验假设如下：(1)小车、摆杆1、摆杆2的材料性质都是刚体的。

(2)小车的驱动力和放大器的输出直接的，无滞后的作用于小车上。

(3)忽略实验中过程中出现的不可避免的各种摩擦力如库伦摩擦力等。

图1 二级倒立摆控制系统的结构二级倒立摆的参数设定如表1。

(此文档为word格式，下载后您可任意编辑修改！)直线倒立摆系统的LQR控制器设计及仿真摘要倒立摆系统是非线形、强耦合、多变量和自然不稳定的系统。

在控制过程中能反映控制理论中的许多关键问题，如镇定问题、非线性问题、鲁棒性问题以及跟踪问题等。

不仅是验证现代控制理论方法的典型实验装置，而且其控制方法和思路对处理一般工业过程亦有广泛的用途，因此对倒立摆系统的研究具有重要的理论研究和实际应用价值。

本文以固高公司直线倒立摆为研究对象，利用Newton法建立直线一级倒立摆的动力学模型。

先对系统状态方程进行能控性和能观性分析，之后借助固高科技Matlab实时控制软件实验平台，设计LQR控制器，并利用LQR控制方法对直线一级倒立摆系统进行了Simulink在线实时仿真实验，并对实验结果分析，调节LQR参数，使之达到最佳稳定调节状态，通过在线对系统施加一定的扰动，系统均能在很短的时间里恢复平衡，取得了较好的实时控制效果。

关键词：直线倒立摆；建模；稳定性；LQR；仿真ABSTRACTInverted pendulum system is non-linear, strongly coupled, multivariable and naturally instable. In the control process this system can reflect some key problems of control theory, such as stabilization problem, nonlinear problems, robustness, and tracking problem. It’s a typically experimental facility which can verify the methods of modern control theory, moreover the control methods and thoughts play an important role in dealing with the general industrial process. So the studies of inverted pendulum system are theoretically and practically valued. Googol company linear inverted pendulum, Newton's method to create a straight line an inverted pendulum dynamic model using the Lagrange equation deduced straight line double inverted pendulum mathematical model of analytical mechanics methods. This thesis adopts Googol company linear inverted pendulum as the study object,. First controllability and observability analysis of system state equation should be analyzed, afterwards, with the Googol be designed and LQR control method can conduct online real-time simulation experiment on straight line, double inverted pendulum Simulink, analyze results of experiment and adjust LQR parameters so as to achieve the best stability and regulation state. Some certain disturbance online imposed on the system enables it to restore the balance in a very short time, and achieve very good real-time control effects.Keywords：linear inverted pendulum; modeling；stability；LQR；Simulation目录第一章绪论 (1)1.1 倒立摆系统概述 (1)1.2 倒立摆系统发展及研究现状 (5)1.3 本文的主要研究内容与章节安排 (8)第二章直线倒立摆系统数学模型建立 (10)2.1 直线一级倒立摆系统数学模型 (10)2.2 直线一级倒立摆系统能控性与能观性分析 (16)2.3 本章小结 (197)第三章直线倒立摆系统LQR控制器设计与仿真 (208)3.1 线性二次最优控制LQR基本原理及分析 (208)3.2 直线一级倒立摆系统LQR控制器设计与仿真 (219)3.3 本章小结 (26)第四章直线倒立摆的实物稳定控制 (27)4.1 直线一级倒立摆LQR实物稳定控制 (27)4.2 本章小结 (329)结论与展望 (340)附录 (351)参考文献 (337)致谢 (339)第一章绪论1.1 倒立摆系统概述倒立摆控制系统是一个复杂的、高阶次、多变量、不稳定的、非线性并强耦合系统。

直线二级倒立摆系统模型的建立与仿真1 引言倒立摆是一个高阶次、非线性、快速、多变量、强藕合、不稳定的系统。

在控制理论发展过程中，倒立摆常常被做为典型的被控对象来验证某一理论的正确性，以及在实际应用中的可行性，通过对倒立摆引入一个适当的控制方法使之成为一个稳定系统，来检验控制方法对不稳定性、非线性和快速性系统的处理能力。

该控制方法在军工、航天、机器人等领域和一般工业过程中都有广泛应用。

本文主要讨论二级倒立摆系统模型的建立和仿真。

2二级倒立摆系统数学模型直线二级倒立摆系统是由直线运动模块和两级倒立摆组件组成。

主要包括导轨、小车和各级摆杆、编码器等元件。

由驱动电机给小车施加一个控制力，迫使小车在导轨上左右移动。

而小车的位移和各级摆杆角度由编码器测得。

倒立摆的控制目标是使倒立摆的摆杆能在有限长的导轨上快速的达到竖直向上的稳定状态，以实现系统的动态平衡，并且小车位移和摆杆角度的振荡幅度较小，系统具有一定的抗干扰能力。

系统简化后的直线二级倒立摆系统物理结构图如图2.1所示。

图1.二级倒立摆系统模型系统模型建立所用的各参数如下：应用Lagrange 方程建立的数学模型为012221221211121221222212212222cos (,)cos()cos cos()1121111121111m +m +m (m l +m L )cos m l H (m l +m L )cos J m l m L m l L m l m l L J m l θθθθθθθθθθ⎡⎤⎢⎥=++-⎢⎥⎢⎥-+⎣⎦.1011...1221212122.11222cos (,,,)0(0(112222222f m l +m L sin m l H f f m l L sin f m l L sin f f θθθθθθθθθθθθθ⎡⎤-•⎢⎥⎢⎥=--•+⎢⎥⎢⎥-•+-⎢⎥⎣⎦111（）-)-) 312(,)h θθ= [0 11211()sin m l m L g θ+ 212sin m l g θ] T0h =[1 0 0]T()1121212121312022(,)(,,,),x x H H h h u θθθθθθθθθθθθ⎡⎤⎡⎤⎢⎥⎢⎥=++⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦3 倒立摆PID控制器系统PID控制是比例积分微分控制的简称。

Fig 4.1 Conventional LQR control system structure对于状态方程式所表示的连续时间的线性被控对象有：(4-1)0)0(),()()(x x t Bu t Ax t x =+=上式中，x(t)为n 维状态向量；u(t)为m 维控制向量；A ，B 分别为n×n 及n×m 阶的常数矩阵。

在进行线性二次最优控制系统设计时，比较令人感兴趣的是如何选择控制向量u(t)，使得给定的性能指标达到最小，线性二次最优调节器( LQR) 是针对系统状态方程，寻找最优控制，使得控制性能指标 J 达到最小，其中 Q 、R 分别表示了对状态变量和输入变量的加权值。

二次型性能指标函数：(4-2)dt RU U QX X J T T )(+=⎰+∞∞-则有如下状态反馈控制律：(4-3))()(t Kx t U -=式中，K 为最优反馈矩阵：(4-4)P B R K T 1-=在式(4-4)中，P 为Riccati 方程非负定对称解。

而Riccati 方程为：(4-5)01=+-+-Q P B PBR P A PA T T 如此，可得到状态反馈增益向量K ：(4-6)P B R K T 1-= 由此可见最优控制器的设计的关键是选择合适的加权矩阵Q 和R ，并根据式(4-6)可以算出P ，这样就能求出反馈增益K 了。

而加权矩阵Q 和R 的具体作用为：Q 中某元素相对增加时，其对应的状态变量的响应速度增加，其他状态变量的响应速度相对减慢；R 增加时，控制力减小，角度变化变小，跟随速度变慢。

改变矩阵Q 的值，可以得到不同的响应效果，Q 主对角线元素的值在一定范围之内越大，系统调整时间越短，而且抵抗干扰的能力越强，但是Q 不能过大，不然将对实验结果有一定的影响[16]。

上述推导过程即为线性二次最优控制的控制原理。

而当今现在，随着计算机技术的飞速发展，已经可以不使用上述公式进行繁琐的计算，而利用 MATLAB 的lqr 命令轻松的得到反馈矩阵K 的值：(,,,)K lqr A B Q R = 4.3 二次最优控制器的参数调整二次最优控制器的参数调整关键在于选择好合适的加权矩阵Q 和R ，这样就能得出反馈增益K [17]。

西南科技大学自动化专业方向设计报告设计名称：直线二级倒立摆的建模和镇定控制姓名：学号:班级：指导教师：起止日期：方向设计任务书学生班级：学生姓名：学号：设计名称：起止日期：指导教师：方向设计学生日志直线二级倒立摆的建模与镇定控制摘要（150-250字）倒立摆是一个典型的多变量、非线性、强耦合、欠驱动的自然不稳定系统，对倒立摆系统的控制研究，能反映控制过程中的镇定、非线性和随动等问题，因此常用于各种控制算法的研究。

而且对倒立摆系统的研究还有重要的工程背景，对机器人行走、火箭的姿态调整等都有重要的现实意义。

本文以直线二级倒立摆系统为模型，阐释了直线二级倒立摆的建模方法和镇定控制算法。

其次介绍了直线二级倒立摆系统的结构和参数，应用拉格朗日方程建模方法详细推导了二级倒立摆的数学模型，并对系统的性能进行分析。

接下来，本文重点研究了最优控制算法在直线二级倒立摆镇定控制中的应用；在介绍倒立摆系统的最优控制算法的基础上，设计了系统的最优控制器，分析得出控制参数的选择规律；并且在Simulink上完成仿真实验,观察控制系统性能。

关键词：倒立摆；建模；LQR；镇定控制Modeling and Balance Control of the Linear DoubleInverted PendulumAbstract：Inverted pendulum is a typical multivariable, nonliner, closed coupled and quick movement natural instable system.The process of control research can reflect many key problems in control theory, such as the problem of tranquilization, non linearity, following and so on. So the inverted pendulum is commonly used for the study of many kinds of control theory. The research of inverted pendulum also has important background of engineering, and has practical significance for the Robot walk and Rocket-profile adjustment.In this paper, taking the linear double inverted pendulum system as the control model, reaching of the control system based on lagrange equation and optimal control algorithm. First of all, giving out the research significance and situation of the inverted pendulum system,and introducing the linear double inverted pendulum modeling methods and stabilization control theory. Secondly, introducing the structure and parameters of the inverted pendulum system. Researching of the inverted pendulum mathematical model based on lagrange equation, and giving a detailed derivation, then having stability analysis of the system. Next, this paper studied the inverted pendulum system’s optimal control algorithm,and designed the LQR controller based on it,then coming to the law of selection of control parameters. Finishing the simulation in the Simulink software,observing the performance of the control system.Key words: inverted pendulum, modeling, LQR, balance control一、设计目的和意义二、控制要求对直线二级倒立摆模型的物理特性做分析，然后利用拉格朗日方程建模方法建立倒立摆的数学模型。