任务书开题报告模板.doc

南京邮电大学毕业设计(论文)开题报告题目学生姓名班级学号专业提纲(开题报告2000字以上)：1. 对指导教师下达的课题任务的学习与理解；2. 阅读文献资料进行调研的综述（10篇左右）；3. 根据任务书的任务及文献调研结果，初步拟定的执行（实施）方案（含具体进度计划）。1.引言：倒立摆系统是一个比较复杂的，带有快速、高阶次、多变量、严重非线性绝对不稳定和非最小相位系统的机电系统，它的稳定控制是控制理论应用的一个典型范例。倒立摆系统一直是控制理论中非常典型的实验设备，也是控制理论教学和科研中不可多得的典型物理模型。虽然它的数学模型复杂但倒立摆系统的稳定控制能非常直观地说明控制理论的优点和有效性，同时它还涉及到系统辨识、非线性系统等方面，所以倒立摆系统的控制一直是控制领域研究的热点。倒立摆系统的最初研究开始于二十世纪五十年代，麻省理工大学电机工程系设计出单级倒立摆系统这个实验设备。后来在此基础上，人们又进行拓展，产生了各式各样的倒立摆:有悬挂式倒立摆、平行倒立摆、环形倒立摆、平面倒立摆;倒立摆的级数有一级、二级、三级、四级乃至多级;倒立摆的运动轨道可以是水平的，也可以是倾斜的。倒立摆系统已成为控制领域中不可或缺的研究设备和验证各种控制策略有效性的实验平台，本设计主要针对直线倒立摆进行研究。2.倒立摆的系统特性分析倒立摆系统是典型的机械电子系统。无论哪种类型的倒立摆系统都具有如下特性:1.欠冗余性。一般地，倒立摆控制系统采用单电机驱动，因而它与冗余结构，比如说冗余机器人有较大不同。之所以采用欠冗余是要在不失系统可靠性的前提下节约经济成本或者有效的空间。2.不确定性。主要是指建立系统数学模型时的参数误差、测量噪声以及机械传动过程中的非线性因素所导致的难以量化的部分。3.耦合特性。倒立摆摆杆和小车之间，以及多级倒立摆系统的上下摆杆之间都是强耦合的。这既是可以采用单电机驱动倒立摆控制系统的原因，也是使得控制系统的设计、控制器参数调节变得复杂的原因。4.开环不稳定系统。倒立摆系统有两个平衡状态:竖直向下和竖直向上。竖直向下的状态是系统稳定的平衡点，而竖直向上的状态是系统不稳定的平衡点，开环时微小的扰动都会使系统离开竖直向上的状态而进入到竖直向下的状态中。针对以上倒立摆的特性，在建模时，为了简单起见，一般忽略掉系统中一些次要的难以建模的因素，例如空气阻力、伺服电机的静摩擦力、系统连接处的松弛程度、摆杆连接处质量分布不均匀、传动皮带的弹性以及传动齿轮的间隙等等。将小车抽象为质点，摆杆抽象为匀质刚体，摆杆绕转轴转动，这样可以建立系统较为精确的数学模型。3.倒立摆控制方法介绍对于倒立摆的控制从上个世纪70年代后期就开始了。倒立摆系统本身提供了用经典控制理论解决单输入多输出系统的控制方法。早期国内外对它的控制一般采用现代控制理论。在近期特别是近几年智能控制理论逐渐开始应用在倒立摆的稳定控制中。下面就将倒立摆控制方法做一下总结：3.1PID控制法PID控制是由反馈系统偏差的比例(P)、积分(I),微分(D)的线性组合构成的反馈控制律。由于它具有原理简单、直观易懂、易于工程实现、鲁棒性强等一系列优点，多年以来它一直是工业过程控制中应用最广泛的一类控制算法。对于倒立摆控制的早期一般按常PID理论进行控制：通过对倒立摆物理模型的分析，应用牛顿力学理论建立倒立摆的动力学模型，然后利用工程数学知识将物理模型变成传递函数形式。应用频域理论适当选择系统带宽、相角裕度和幅值裕度进行控制。常规PID控制器设计原理简单，有较好动态和静态特性，在实际现场中运行的控制系统有广泛的应用。但常规的PID算法在处理非线性、时变对象、未知对象模型等较复杂系统时难以获得较好的控制。所以现在一般都将其他理论与PID方法进行优势互补、共同使用，如将自适应模糊控制理论与PID联合使用，将单纯模糊控制理论与PID控制相结合及将分流模型理论与PID的结合。3.2极点配置的状态反馈控制这种方法是现代控制理论中的经典方法：通过极点配置理论将系统的极点分布到S左半平面的预先指定的区域而使系统达到稳定性能指标的同时获得较好的瞬态性能。由于倒立摆控制系统的状态不能全部由检测装置直接测得所以要使用状态观测器，因此常常选择状态反馈和Kalman滤波相结合的方法，实现对倒立摆的控制。这种控制方法对经验的依赖大一些，如何选择期望极点成为控制性能好坏的关键。3.3最优控制法线性二次型调节器问题是现代控制理论研究的一个重要的领域，因为线性二次型(LQ)性能指标易于分析、处理和计算，而且通过线性二次型最优设计方法得到的倒立摆系统控制方法，具有较好的鲁棒性与动态特性以及能够获得线性反馈结构等优点，所以其在实际的倒立摆控制系统设计中得到了广泛的应用。最优控制理论主要是依据Pontriagin极大值原理，通过对性能指标的优化寻求可以使目标极小的控制器。在线性控制系统中，线性二次型性能指标因为可以通过求Ricatti方程得到控制器参数，并且随着计算机技术的进步，求解过程变得越来越简便，因而为线性多变量系统的控制器设计提供了一种有效的方法。3.4模糊控制模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理等作为理论依据，以传感器技术、计算机技术和自动控制理论为基础的一种新型的自动控制理论和控制方法。它在一定程度上模仿了人的控制，不需要准确的控制对象数学模型，是一种智能控制方法，尤其适用于那些人们无法建立精确数学模型的物理对象或过程。模糊控制通过确定模糊规则，设计出模糊控制器来实现对倒立摆的控制。模糊控制不需要建立被控对象精确的数学模型,只要求把现场操作人员的成功经验总结成完善的语言控制规则,因此它能够绕过对象的不确定性、不精确和非线性等影响,尤其适用于难以精确建模的非线性复杂对象。基于这些优点,在对于倒立摆这类复杂对象控制问题的研究中,模糊控制恐怕是迄今为止被应用得最多的智能控制方法。但在设计的过程中,普遍存在一些困难,如模糊控制器设计中的多变量问题,当系统的输入变量很多时,控制规则可能选取的空间会急剧增大,便会现所谓的“维数灾”问题。还有就是模糊变量隶属函数的选取和优化,这是一个多参数的寻优问题,一般情况下很难全局最优。而这些问题恰恰是多变量模糊控制器设计中最难以解决的问题。3.5神经网络控制神经网络控制是指利用工程技术手段模拟人脑神经网络的结构和功能的一种技术系统，它是一种大规模并行的非线性动力学系统，其本质是通过网络的变换的动力学行为获得某种并行分布式的信息处理功能，并在不同层次和程度上模仿人脑神经系统的信息处理功能。神经网络控制具有信息的分布存储、并行处理以及自学习能力等优点。神经网络能够任意充分地逼近复杂的非线性关系，能够学习与适应严重不确定性系统的动态特性，所有定量或者定性的信息都等势分布储存于网络内的各种神经元，故有很强的鲁棒性和容错性，也可以将Q学习算法和BP神经网络有效结合，实现状态未离散化的倒立摆的无模型学习控制。3.6算法结合控制使用几种控制算法相结合实现倒立摆的控制：比如模糊自适应控制，分散鲁棒自适应控制，模糊PID控制等等，这些结合算法在倒立摆系统的控制中取得了很好地效果。将Q学习算法和BP神经网络有效结合，实现了状态未离散化的倒立摆的无模型学习控制。4.软件MATLABMATLAB是矩阵实验室的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发，数据可视化，数据分析以及数值计算的高级技术语言和交互式环境，主要包括MATLAB和Simulink两大部分。1、 研究方案一级倒立摆系统由导轨，小车和一级摆杆组成，小车依靠直流电机施加的控制力，可以在导轨上左右移动，其位移和摆杆角度信息由传感器测得，目标是使倒立摆在有限长的导轨上竖立稳定，达到动态平衡，即不超过一个预先定义好的垂直偏离角度范围。面对一级倒立摆系统这样一个非线性、不稳定的复杂被控对象，其控制方法主要有三类：线性控制、预测控制、智能控制。智能控制方法源自于人类实践经验，不需要精确的数学模型，是当前应用较广的控制方法。在倒立摆系统中应用智能控制方法有：神经网络控制、模糊控制、仿人智能控制、拟人智能控制以及云模型控制。对一级倒立摆的稳定控制而言，模糊控制方法是一种比较优秀的解决途径，鲁棒性较好。在研究倒立摆这类多变量非线性系统的模糊控制时，一个难题就是规则爆炸，比如一级倒立摆的控制涉及的状态变量共有4个，每个变量的论域作7个模糊集的模糊划分，这样，完备的推理规则库会包含2401个推理规则;而对于二级倒立摆有6个状态变量，推理规则会达到117649，显然如此多的规则是不可能实现的。为了解决这个问题，张乃尧等提出双闭环的倒立摆模糊控制方案，内环控制倒立摆的角度，外环控制倒立摆的位移。范醒哲等人将这一方法推广到三级倒立摆控制系统中，并提出两种模糊串级控制方案，用来解决倒立摆这类多变量系统模糊控制时的规则爆炸问题。shulinagLei和RezaLnagari应用分级思想，将x，dx/dt,d/dt4个状态变量分成两个子系统，分别用两个模糊控制器控制，然后来协调子系统之间的相互作用。本文模仿人类简化问题的思路，将单一的复杂控制策略转化为多级简单控制策略嵌套，通过分离变量的方法设计控制器。2、工作计划01-02周：安排毕业设计计划，分配设计任务。02-03周：了解本课题设计要求，针对倒立摆系统学习